Vessel trajectory and route prediction and control for autonomous navigation using AIS/VTS data
연구 내용
AIS와 항만 데이터 전처리를 기반으로 선박 궤적과 항로를 예측하고 자율운항의 경로생성 및 추종제어를 구현하는 연구
양현 연구실은 AIS로부터 불균일한 관측 간격과 잡음 문제를 전처리로 보정한 뒤, LSTM 계열의 순환신경망을 사용해 항만 및 내항 구간의 선박 궤적과 항로를 예측합니다. 또한 항로 전체 예측을 위해 등간격 데이터 구성과 궤적 단위 평가를 적용하여 운영 관점의 활용성을 높입니다. 자율운항 영역에서는 강화학습 기반 최적 경로 생성과 경로추종 제어를 결합하고, 환경교란을 Kalman filter innovation process 특성으로 판단한 뒤 퍼지 기반 교란 추정으로 제어 안정성을 보완합니다. 이를 통해 관제·운항 효율과 안전 요구를 동시에 고려하는 차별성을 확보합니다.
관련 연구 성과
관련 논문
4편
관련 특허
0건
관련 프로젝트
0건
연구 흐름
초기에는 자율선박을 대상으로 최적 경로 생성과 경로추종 제어의 구성 요소를 정립했습니다. 이후 항만 환경으로 범위를 확장하여 AIS 기반 궤적 예측에서 전처리 설계가 예측 신뢰도에 미치는 영향을 다루었습니다. 2024년에는 내항에서의 예측 정확도를 개선하기 위해 RNN 변형 모델 비교와 데이터 보정 절차를 구체화했고, 포트 투 포트 구간 전체 항로 예측으로 확장했습니다. 현재는 예측 결과가 관제 의사결정으로 연결되는 흐름을 중심으로 연구를 이어가고 있습니다.
활용 가능성
활용 가능성은 알앤디써클 특화 AI 에이전트가 생성한 내용으로, 실제 연구 가능 여부는 연구실과의 논의가 필요합니다.
관련 논문
구분
제목
Vessel trajectory prediction in harbors: A deep learning approach with maritime-based data preprocessing and Berthing Side Integration
Optimal Route Generation and Route-Following Control for Autonomous Vessel
Vessel Trajectory Prediction at Inner Harbor Based on Deep Learning Using AIS Data
Ship-Route Prediction Based on a Long Short-Term Memory Network Using Port-to-Port Trajectory Data