Skip to content
Extra Form
Abstract Developing a high-level autonomous collision avoidance system for ships which can operate in an unstructured and unpredictable environment is a challenging task. Especially in the congested sea areas, each ship should continuously make decisions to avoid collisions with many other ships in the busy and complex waterway. Furthermore, recent reports indicate that a large number of collision accidents at sea are caused by or related to human decision failures with lack of situational awareness and failure to comply with International Regulations for Preventing Collisions at Sea (COLREGs). In this study, we propose a robust and efficient method to collision avoidance problems of multi-ships based on the deep reinforcement learning (DRL) algorithm. The proposed method directly maps the states of encountered ships to an ownship’s steering commands in terms of the rudder angle using a deep neural network (DNN). This DNN is trained over multi-ships on rich encountering situations using the policy gradient based DRL algorithm. To handle multiple encountered ships, we classify them into four regions based on COLREGs, and only consider the nearest ship in each region. We validate the proposed method in a variety of simulated scenarios thorough performance evaluations. The result shows that the proposed method can find time efficient, collision-free paths for multi-ships. Also, it shows that the proposed method has excellent adaptability to unknown complex environments.
Publication Date 2019-09-24

Luman Zhao, Myung-Il Roh, Hye-Won Lee, Do-Hyun Chun, Sung-Jun Lee, "A Collision Avoidance Method of Multi-ships Based on Deep Reinforcement Learning Considering COLREGs", Proceedings of ICCAS(International Conference on Computer Applications in Shipbuilding) 2019, Rotterdam, Netherlands, pp. 85-88, 2019.09.24-26

List of Articles
번호 분류 제목 Publication Date
378 Domestic Conference 이준범, 노명일, 김기수, 한기민, 이갑헌, "딥 러닝 기반 해기상 및 선박 소요 마력 예측", 2020년도 한국CDE학회 동계학술발표회, 평창, pp. 343, 2020.02.05-08 file 2020-02-07
377 Domestic Conference 이원재, 노명일, 이성준, 하지상, 공민철, 이종혁, "선박의 주변 인지를 위한 영상 인식 기반 물체 탐지 및 추적 방법", 2020년도 한국CDE학회 동계학술발표회, 평창, pp. 341, 2020.02.05-08 file 2020-02-07
376 Domestic Conference 이종혁, 노명일, 이원재, 공민철, 하지상, "해상 물체 탐지를 위한 가상 이미지 데이터셋 생성", 2020년도 한국CDE학회 동계학술발표회, 평창, pp. 340, 2020.02.05-08 file 2020-02-07
375 Domestic Conference 하지상, 노명일, 이종혁, 김진혁, 공민철, 함승호, "디지털 트윈을 이용한 선박 원격 운항 시스템", 2020년도 한국CDE학회 동계학술발표회, 평창, pp. 342, 2020.02.05-08 file 2020-02-07
374 Domestic Conference 이혜원, 노명일, 함승호, "조선소의 블록 탑재 자동화를 위한 시뮬레이션 고도화 및 크레인 제어", 2020년도 한국CDE학회 동계학술발표회, 평창, pp. 338, 2020.02.05-08 file 2020-02-07
373 Domestic Conference 전도현, 노명일, 이혜원, 함승호, "심층 강화 학습 기반의 와이어 로프 제어를 통한 블록의 움직임 최소화", 2020년도 한국CDE학회 동계학술발표회, 평창, pp. 339, 2020.02.05-08 file 2020-02-07
372 Domestic Conference 김진혁, 노명일, 김기수, 공민철, "증강 현실 기술을 이용한 장비의 원격 유지 보수", 2020년도 한국CDE학회 동계학술발표회, 평창, pp. 361, 2020.02.05-08 file 2020-02-07
371 Domestic Conference 하지상, 노명일, 이혜원, 은종호, 박종진, "실시간 AIS 데이터를 이용한 해상 충돌 회피 알고리즘 연구", 2019년도 대한조선학회 추계학술발표회, 경주, pp. 430, 2019.10.24-26 file 2019-10-25
370 Domestic Conference 이준범, 노명일, 김기수, 김상엽, 한기민, 김대현, "딥 러닝 기법을 이용한 선박의 소요 마력 예측", 2019년도 대한조선학회 추계학술발표회, 경주, pp. 523, 2019.10.24-26 file 2019-10-25
369 Domestic Conference 오민재, 노명일, 김범수, 김용환, "선박의 운항 효율을 고려한 선형 변환 방법", 2019년도 대한조선학회 추계학술발표회, 경주, pp. 480, 2019.10.24-2019.10.25 file 2019-10-24
Board Pagination Prev 1 ... 5 6 7 8 9 10 11 12 13 14 ... 47 Next
/ 47

Powered by Xpress Engine / Designed by Sketchbook

sketchbook5, 스케치북5

sketchbook5, 스케치북5

나눔글꼴 설치 안내

이 PC에는 나눔글꼴이 설치되어 있지 않습니다.

이 사이트를 나눔글꼴로 보기 위해서는
나눔글꼴을 설치해야 합니다.

설치 취소