혼잡도가 높은 연안 해역에서의 충돌 위험 예측을 개선하고 해상 항해에서의 실시간 의사결정을 지원하기 위해, 본 연구는 Computed Distance at Collision (CDC) 방법과 Adaptive Neuro-Fuzzy Inference System (ANFIS)을 통합한 지역(지역 기반) 충돌 위험 예측 시스템을 제안한다. 접근 최근점(Distance at Closest Point of Approach, DCPA)의 경우 Global Positioning System (GPS) 안테나의 위치에 의존하는 반면, Computed Distance at Collision (CDC)은 실제 선체 형상과 잠재적 충돌 지점을 직접적으로 반영한다. 이를 통해 선박 유형별로 상이한 선체 형상 및 경계 조건을 고려함으로써 보다 현실적인 충돌 위험 평가가 가능하다. 본 시스템은 속력과 교차 각도가 서로 다른 벌크선과 컨테이너선을 대상으로 한 선박 운동 시뮬레이션을 통해 설계 및 검증되었다. CDC 방법은 기하학적 및 수리역학적 기준에 따라 충돌, 준충돌(거의 충돌), 근접충돌 상황을 정의하는 데 사용되었다. 이후 FIS–CDC 모델은 각 조건에서의 충돌 시간과 거리의 패턴을 학습하기 위해 ANFIS로 구축되었다. 선박 속력, 교차 각, 잔여 시간, 잔여 거리의 총 4개 입력 변수를 사용하여 충돌 위험 지수(Collision Risk Index, CRI)를 추론함으로써, 전통적인 CPA 기반 지표보다 더 미세하고 선박별 특성을 반영한 평가가 가능하다. 시뮬레이션 결과, 충돌까지의 시간은 속력이 높을수록 감소하고 교차 각이 넓을수록 증가하는 것으로 나타났다. 벌크선은 컨테이너선보다 충돌에 취약한 각 범위가 더 넓고 속도 변화에 대한 민감도가 더 큰 것으로 관찰되어, 조종성 및 위험 반응에서의 차이를 보여준다. 제안된 시스템은 다양한 시나리오 전반에 걸쳐 실시간 적용 가능성과 정확한 위험 구분 성능을 입증하였다. 본 연구는 Maritime Autonomous Surface Ship (MASS) 및 Vessel Traffic System (VTS) 환경에서 상황 인지 능력을 향상시키고 선제적 위험 완화를 가능하게 하는 데 기여한다. 향후 연구는 실시간 CDC 최적화에 초점을 맞추고, 모델을 다양한 선박 유형과 조우 기하에까지 확장하는 방향으로 진행될 것이다.

*본 초록은 AI를 통해 원문을 번역한 내용입니다. 정확한 내용은 하기 원문에서 확인해주세요.