확률기반 해양 수색구조 경로계획 및 표적 식별

Probabilistic Maritime SAR Path Planning and Target Identification

연구 내용

해양 수색구조 환경의 불확실성을 반영하여 확률기반 커버리지 경로를 계획하고, 멀티모달 정보를 융합해 조난 선박을 우선순위로 식별하는 연구

해양 수색구조 임무에서 목표 위치 불확실성과 운항 제약을 동시에 고려하기 위해 확률 분포 기반의 격자 커버리지 문제로 모델링하고, 비효율 행동을 제한하는 action masking을 적용한 강화학습으로 탐색 경로를 학습합니다. 학습 환경은 표류 입자 시뮬레이션으로부터 확률 분포를 구성하여 현실 조건에 가깝게 설계합니다. 이후 넓은 해역 영상에서 후보 선박을 탐지·추적하고, MLLM의 장면 속성 추출과 지오레퍼런싱을 결합해 상황보고 시나리오와의 일관성을 기반으로 후보를 확률 순위화합니다.

관련 프로젝트

7건

연구 흐름

초기에는 해양사고 대응 플랫폼 연구를 수행하며 표류경로 예측과 수색계획 수립, 현장 실행 모니터링 및 의사결정 지원을 통합하는 방향으로 연구가 전개되었습니다. 이후 해양 수색 범위를 격자 커버리지 문제로 정식화하고, 비효율 행동을 배제하는 maskable PPO로 확률 분포를 반영한 경로계획 기법을 정교화했습니다. 최근에는 드론·항공 영상에서 선박 후보를 탐지하고, MLLM 기반 속성 추출과 지오레퍼런싱 근접도를 결합한 시나리오 일관성 기반 식별 프레임워크로 확장하여 불완전한 상황정보에서도 후보를 안정적으로 우선순위화하는 연구를 수행합니다.

활용 가능성

활용 가능성은 알앤디써클 특화 AI 에이전트가 생성한 내용으로, 실제 연구 가능 여부는 연구실과의 논의가 필요합니다.

악천후 반영 수색경로 자동생성
확률기반 격자 커버리지 최적화
선박 후보 우선순위 산정
상황보고 시나리오 매칭
AIS 불확실성 대응 식별
유인기·무인기 임무 의사결정 지원
넓은 해역 다표적 탐지
표류경로 예측 기반 자원배치
현장 실행 모니터링 및 평가
다중센서 융합 기반 탐색 전략