알고리즘 검증

Fig. 3.15 Master ship trajectory during rudder control algorithm test

Fig. 3.16 Master ship rudder angle during rudder control algorithm test

Fig. 3.17 Slave ship trajectory during rudder control algorithm test

Fig. 3.18 Slave ship rudder angle during rudder control algorithm test

3.3 속도 제어 알고리즘

실험에 사용된 RC모형보트는 모터의 분당회전수를 일정하게 유지하여도 파도, 변 침, 바람 등에 의해 프로펠러 공회전(Propeller racing)이 발생하기 쉬워 속력을 일정하 게 유지하기 힘들다. 특히 호송선은 추종선에 비해 크기가 작아 파도의 영향을 많이 받으며, 이에 따른 속력의 변화로 두 선박 사이의 거리를 유지하는 것에 어려움이 따 른다. 따라서 Fig. 3.19와 같이 추종선의 속력을 제어하기 위한 알고리즘을 설계하였 다.

Fig. 3.19 Speed control algorithm flowchart

추종선의 속력제어 알고리즘은 호송선과 자선의 실시간 경도 및 위도 정보를 입력 으로 받아 두 보트 사이의 거리(_)를 계산하며, 거리(_)에 따라 모터로 입력되는 펄 스 폭을 조절하여 추종선의 속력을 변화시킨다. 보트 사이의 거리(_)가 7 m 이상 12

m 이하이면 속력을 유지하기 위해 펄스 폭이 1,650 ㎲인 신호를 입력하고, 12 m 이상 이면 속력을 증가시키기 위해 펄스 폭이 1,680 ㎲인 신호를 입력하며, 3 m 이상 7 m 이하이면 속력을 감소시키기 위해 펄스 폭이 1,600 ㎲인 신호를 입력한다. 마지막으로 보트 사이의 거리(_)가 3 m 이하이면 충돌을 방지하기 위해 펄스 폭이 1,500 ㎲인 신 호를 입력하여 모터를 정지시킨다. 한편, 보트 사이의 거리(_)를 7 ~12 m로 유지하도 록 설계한 것은 실험보트의 길이, 속력 및 무선 통신의 범위를 고려하였기 때문이다.

제 4 장 실험 및 결과

지금까지 설계한 경로설정 알고리즘, 타각제어 알고리즘 및 속력제어 알고리즘을 통합하여 호송항법시스템을 개발하였고, 실험보트에 탑재하였다. 그리고 개발된 호송 항법시스템을 검증하기 위하여 두 대의 실험보트를 이용한 해상실험을 시행하였다.

실험은 2019년 9월 4일 수요일 오후 선회시험이 진행된 해상과 같은 장소에서 진행되 었다.

(1) 해상실험 1

첫 번째 해상실험은 호송선이 출발점에서 시작하여 미리 설정된 변침점을 따라 시 계방향으로 자동항해하면, 추종선이 호송선의 경로를 올바르게 추종하는지 검증하기 위하여 수행되었다. 호송선의 출발점과 미리 설정된 변침점은 Table 4.1와 같다.

Latitude Longitude Course Distance Starting point 35.074753° 129.085420°

242° 72 m Waypoint 1 35.074445° 129.084722°

321° 80 m Waypoint 2 35.075000° 129.084167°

059° 59 m Waypoint 3 35.075277° 129.084722°

141° 80 m Waypoint 4 35.074722° 129.085278°

Table 4.1 Starting point and waypoints of master ship

Fig. 4.1은 첫 번째 해상실험 동안 수집한 보트의 데이터의 일부를 나타낸 것이다.

저장된 데이터는 선박 식별 문자, 데이터 식별 문자, 시간, 경도, 위도, 대지속력, 대지 침로, 서보모터 펄스 폭, 모터 펄스 폭 등 9개로 구성되며, 쉼표()로 구분하였다.

Fig. 4.1 Log data at the first sea trial

Fig. 4.2는 두 보트의 항적을 변침점과 함께 나타낸 것이다. 그래프의 검은색 선은 변침점을 연결한 경로를 나타낸 것이며, 초록색과 빨간색 선으로 각각 호송선의 항적 과 추종선의 항적을 의미한다. 그리고 그래프에 표시된 시간은 보트가 해당 위치를 지날 때의 시각을 나타낸다. 호송선은 변침점을 지날 때 약간의 이로가 발생하였으나 설정된 변침점을 따라 자동항해하였고, 추종선은 본 연구에서 구현된 호송항법시스템 에 의해 호송선의 항로를 일정 거리를 두고 자동으로 추종하였다.

Fig. 4.2 Master and slave ships trajectories during the first sea trial

Fig. 4.3 및 Fig. 4.4는 첫 번째 해상실험 동안 호송선과 추종선의 타각 및 모터의 펄 스 폭을 시간에 따라 나타낸 그래프이다. 두 실험선박은 경량이기 때문에 파도나 바 람 등 외부 영향을 많이 받아 침로를 유지하기 위해 지속적으로 타를 사용하였다. 호 송선은 각 변침점에서 우현으로 변침하기 위해 타를 우현으로 대각도 사용하였다가 침로를 유지하기 위해 반대타(좌현타)를 사용하였으며, 항해 중 모터의 펄스 폭을 일 정하게 유지하였다. 추종선은 호송선과의 거리를 유지하기 위하여 펄스 폭이 증가 또 는 감소하였으며, 모터가 정지하기도 하였다. 호송선과 추종선의 평균 속력은 약 7.0 kn(3.6 m/s)와 7.2 kn(3.7 m/s)로 나타났다.

Fig. 4.3 Master ship rudder angle and motor pulse width during the first sea trial

Fig. 4.4 Slave ship rudder angle and motor pulse width during the first sea trial

(1) 해상실험 2

두 번째 해상실험은 RF 조종기로 수동조작하여 호송선을 시계반대방향으로 항해하 게 하면 추종선이 호송선의 경로를 올바르게 추종하는지 검증하기 위하여 수행되었다.

Fig. 4.5는 두 번째 해상실험 동안 수집한 보트의 데이터의 일부를 나타낸 것으로, Fig.

4.1과 마찬가지로 쉼표()로 구분한 9개의 정보를 담고 있다.

Fig. 4.5 Log data at the second sea trial

Fig. 4.6은 두 번째 해상실험 동안 두 보트의 항적 중 일부를 나타낸 것이다. 그래프 의 초록색 선은 호송선의 항적을 의미하며, 빨간색 선은 추종선의 항적을 의미한다.

그리고 그래프에 표시된 시간은 보트가 해당 위치를 지날 때의 시각을 나타낸다. 호 송선은 RF 조종기를 통해 시계 반대 방향으로 수동항해하였으며, 추종선은 호송선의 항로를 일정 거리를 두고 자동으로 추종하였다.

Fig. 4.6 Master and slave ships trajectories during the second sea trial

Fig. 4.7 및 Fig. 4.8은 두 번째 해상실험 동안 호송선과 추종선의 타각과 모터의 펄 스 폭을 시간에 따라 나타낸 그래프이다. 첫 번째 해상실험과는 반대로 호송선이 시 계 반대 방향으로 항해하였기 때문에 타를 주로 좌현으로 사용하였으며, 모터의 펄스 폭을 조절하여 속력을 변화시켰다. 추종선은 침로를 유지하기 위해 지속적으로 타를 사용하였으며, 호송선과의 거리를 좁히고자 펄스 폭을 증가시킨 것을 알 수 있다. 호 송선과 추종선의 평균 속력은 약 7.2 kn(3.7 m/s)와 6.2 kn(3.2 m/s)로 나타났다.

Fig. 4.7 Master ship rudder angle and motor pulse width during the second sea trial

Fig. 4.8 Slave ship rudder angle and motor pulse width during the second sea trial

제 5 장 결 론

본 논문에서는 자율운항선박 개발의 일환으로 한 척의 선박이 다른 한 척의 선박을 이끄는 호송항법시스템을 개발하고자 하였다.

이를 위해 시판 중인 두 대의 RC모형보트를 개조하여 실험에 사용하였다. 개조된 RC모형보트는 추진시스템, 조타시스템 및 데이터처리시스템으로 이루어져 있다. 추진 및 조타시스템은 펄스 폭 변조 방법을 통해 보트의 추진 및 조타장치를 제어하였으며, 데이터처리시스템은 무선랜과 직렬 통신을 통해 데이터를 송수신하고, 수집된 데이터 를 설계된 알고리즘에 따라 처리하여 추진 및 조타시스템을 제어하였다.

또한, 경로설정 알고리즘, 타각제어 알고리즘 및 속력제어 알고리즘을 설계하였다.

경로설정 알고리즘은 추종선이 TCP/IP 통신과 직렬 통신을 이용하여 수집한 호송선의 위치 정보를 변침점으로 설정하고 변침점까지의 침로 및 항정을 중분위도항법을 이용 하여 계산하도록 설계하였다. 타각제어 알고리즘은 Nomoto 모델과 ARX 모델을 이용 하여 선박조종운동 방정식을 추정하고, 추정된 선박조종운동 방정식을 통해 구현된 PD 제어기가 타각을 제어하여 계산된 목표침로를 추종하도록 설계하였다. 속력제어 알고리즘은 실시간으로 두 보트 사이의 거리를 계산하고, 보트 사이의 거리에 따라 추종선의 속력을 조절하여 보트 사이의 거리를 일정하게 유지하도록 설계하였다.

그리고 두 차례의 해상실험을 통해 파도, 바람 등의 외부 환경의 영향에도 불구하 고 추종선이 수동 및 자동으로 항해한 호송선과 일정 거리를 유지하며 경로를 추종하 는 결과를 얻음으로써 호송항법시스템의 유효성을 검증하였다. 이는 자율운항선박의 기술이 완전히 개발되지 않은 시점에 선박의 유지보수, 보안 기술 및 긴급하게 발생 할 수 있는 여러 문제에 효율적으로 대처할 수 있는 한 방법이 될 수 있을 것으로 여 겨진다.

그러나 너울, 바람 등의 외부 영향을 직접 받는 개방된 수역에서 1 m 내외로 크기 가 작은 두 대의 모형보트로 실험을 진행하기에는 정확한 데이터를 획득하는 것에 어 려움이 있었다. 이는 추후 GPS 신호가 수신되고 외부 영향을 받지 않는 개방된 정온 수역의 실험을 통해 보트의 정확한 동적 데이터를 확보하는 것으로 보완할 것이며,

이를 기반으로 호송항법시스템의 신뢰성을 향상하고자 한다. 또한, 최소 두 척의 추종 선을 이용한 실험을 통해 본 연구에서 구현된 기초 연구로서의 호송항법시스템을 확 장하고자 한다.

참고문헌

[1] 김효일, 2011. 무선인터넷 기반의 무인선박 제어에 관한 연구. ^{석사학위논문}. 부산: 한국해 양대학교

[2] 윤여정, 전승환, 문성배, 2013. 지문항해학. 한국해양대학교 해사도서출판부.

[3] 이철영, 김시화, 김환수, 1985. P.I.D.형 자동조타장치에 대한 약간의 고찰. 한국항해학회지_, 9(2), pp.13-26.

[4] 한국해양수산개발원, 2018. 자율운항선박 도입 관련 대응정책 방향 연구, ^부산:한국해양수산

개발원.

[5] 해양수산부, 2019. 바다 위 4차 산업혁명, 자율운항선박 개발 프로젝트 본격 착수^{, 보도자료} [6] Åström, K.J., & Hägglund, T., 1984. Automatic Tuning of Simple Regulators with

Specifications on Phase and Amplitude Margins. Automatica, 20(5), pp.645-651.

[7] Åström, K.J., & Hägglund, T., 1995. PID Controllers: Theory, Design, and Tuning. 2nd Ed.

Instrument Society of America.

[8] Fossen, T.I., 1994. Guidance and Control of Ocean Vehicles. John Wiley & Sons.

[9] International Maritime Organization (IMO), 2018. Report of the maritime safety committee on its ninety-ninth session(Agenda item 5). MSC 99/22

[10] International Maritime Organization (IMO), 2019. Interim guidelines for MASS trials.

MSC.1/Circ.1604

[11] Liu, Y., and Bucknall, R., 2015. Path planning algorithm for unmanned surface vehicle formations in a practical maritime environment. Ocean Engineering, 97, pp.126-144.

[12] Ljung, L., 1987. System identification: Theory for the user. Prentice Hall.

[13] Mäkelä, H., Kaarmila, P., and Koskinen K., 1998. Convoy Navigation. In: Salichs, M.Á.

and Halme, A., Proceedings of 3rd IFAC Symposium on Intelligent Autonomous Vehicles, Madrid, March 25-27, 1998, Oxford: Pergamon, pp.627-632.

[14] McCormack, A.S., & Godfrey, K., 1998. Rule-based autotuning based on frequency domain identification. IEEE Transactions on control Systems Technology, 6(1), pp.43-61.