[★]선박 충돌 회피 모니터링 시스템

팀명

해바라기

팀원 명단

이초은, 김수빈, 정유진

지도교수

김경섭 교수님

작품 배경 및 목적

실제 현장에서 자율운항 선박은 주로 AIS(Automatic Identification System) 데이터에 의존하여 항해한다. AIS는 선박의 위치, 속력, 방향 등의 중요한 항해 정보를 다른 선박 및 해상 교통 관제 센터와 공유하기 위해 사용되는 시스템이다. 그러나 AIS 데이터에는 몇 가지 중요한 한계점이 존재한다.

첫째, AIS 데이터의 전송 속도는 비교적 느리다. AIS 정보는 주기 적으로 전송되지만, 그 주기가 수초에서 수분까지 다양할 수 있으며 이러한 지연은 특히 고속으로 이동하는 선박이나 복잡한 해양 환경에서 신속한 상황 변화를 반영하는 데에 어려움을 초래한다.

둘째, AIS 데이터의 전송은 불규칙적이다. 다양한 요인으로 인해 AIS 데이터 전송에 지연이 발생할 수 있으며, 때로는 데이터가 완전히 전송되지 않을 수도 있다. 전파 방해, 장비의 오류 등 여러 변수가 데이터의 일관성을 저해할 수 있다. 이러한 불규칙성은 자율운항 선박이 실시간으로 정확한 해양 상황을 인식하고 대응하는 데에 제한을 준다.

이러한 한계점을 극복하고, 자율운항 선박의 안전성과 효율성을 높이기 위해 실시간으로 변하는 해양 상황을 보다 정확하게 반영할 수 있는 선박 충돌 회피 모니터링 시스템이 필요하다. 따라서 객체 인식을 통해 해양 상황을 인식하는 시스템을 개발한다.

작품 내용

충돌 회피 모니터링 시스템의 목표는 자율 운항 선박이 안전하게 항해할 수 있도록 실시간으로 주변 상황을 인식하고 잠재적인 충돌 위험을 사전에 경고하는 것이다. 이를 위해 카메라 기반의 객체 탐지와 거리, 속도, 방향 추정 기능을 실시간으로 제공한다. 본 시스템은 선박의 전방 상황을 카메라로 촬영하여 영상 데이터를 수집하며, 이를 통해 탐지된 객체의 종류, 거리, 이동 속도와 방향을 실시간으로 제공한다. 또한 객체와의 거리가 위험 구간 이내로 가까워지는 상황을 감지하고 경고한다.

구체적으로 다음과 같은 내용을 수행한다.

1. 데이터 수집 및 전처리

유니티를 활용하여 가상 해상 시뮬레이터를 제작하여 필요한 데이터를 수집한다. 객체 인식 모델 학습에 필요한 각종 장애물의 이미지와 모니터링 시스템을 검증하기 위한 스테레오 항해 영상 및 정답 로그를 수집한다. 카메라 캘리브레이션을 수행하고, 시스템이 해상 환경에서 일관된 성능을 발휘하도록 설계한다.

2. 객체 인식 모델 구현

효율적이고 정확한 인식을 위해 YOLOv8n 모델을 채택하여 학습을 진행한다. 학습 과정에서 증강된 데이터를 활용해 다양한 상황에서도 정확한 인식이 가능하도록 하였으며, 다양한 해양 장애물에 대한 인식을 수행하는 모델을 구현한다.

3. 실시간 객체 탐지 및 객체 정보 추정

인식된 객체의 거리, 속도, 방향을 추정하여 위험 판단에 활용한다. 거리 추정은 스테레오 영상에서 객체 중심의 시차를 통해 계산하며, SGM기법을 사용해 보다 신뢰성 있는 결과를 얻는다. 속도 추정에서는 DeepSORT 알고리즘을 사용하여 객체의 이동 경로를 추적하며, 프레임 간 이동 거리와 시간으로 상대 속도를 계산한 후, 자선의 속도를 고려하여 절대 속도를 산출한다. 방향 추정은 객체의 x축 이동 성분을 통해 파악한다.

4. 위험 평가 및 시각화

객체 탐지 및 추정 결과를 바탕으로 객체가 자선으로부터 안전 이격거리 이내로 접근할 경우, 위험 수준에 따라 경고를 표시하며 이와 함께 추정된 거리, 속도, 방향 정보를 실시간으로 표시하여 현재 상황을 직관적으로 이해하고 판단할 수 있도록 한다.

창의작품경진대회_결과보고서(해바라기) - 이초은.hwp

HWP 다운로드 • 5.49MB