선박의 제어 입력과 속도 출력 학습에 의한 단순 운동학 모델 생성

Simple Kinematic Model Generation by Learning Control Inputs and Velocity Outputs of a Ship

본 연구에서는 선박의 운항 데이터를 기반으로 조종성능을 모사할 수 있는 단순 운동학 모델을 제안하였다. 수평면 3자유도 각 방향의 속도 성분을 1차 미분방정식의 해 형태의 단순모델로 두고, 계수에 대한 운항데이터 학습을 수행하였다. 실제 선박의 충분한 운항 데이터의 확보는 어렵거나 제한적이므로, 본 연구에서는 실 운항 데이터 대신 공개된 동역학 모델을 활용하여 임의의 제어입력에 대한 시뮬레이션 결과를 얻고, 이를 운항데이터 학습에 활용하였다. 제어입력인 프로펠러 회전수 및 타각을 임의로 부가하여 동역학 시뮬레이션을 수행하고 각 속도 성분 출력을 얻었다. 충분한 시간 동안 동역학 시뮬레이션의 제어 입력과 속도 출력을 학습하여 각 제어 입력에 대한 운동학 모델 내 계수인 시정수 3개, 수렴속도성분 3개의 분포를 도출하였다. 추가로 임의의 제어 입력에 의한 선회 시뮬레이션 결과들과 비교함으로써 단순 운동학 모델의 성능을 검증하였다. 도출된 시정수들의 분포에는 다소 분산이 있으며, 제어 입력 이외의 관련 변수를 더 추가하여 정확도를 높이는 추후 연구가 필요하다.

A simple kinematic model for the prediction of ship manoeuvres based on trial data is proposed in this study. The model consists of first order differential equations in surge, sway, and yaw directions which simulate the time series of each velocity component. Actually instead of sea trial data, dynamic model simulations are conducted with randomly varied control inputs such as propeller revolution rates and rudder angles. Based on learning of control inputs and velocity outputs of dynamic model simulations in sufficient time, kinematic model coefficients are optimized so that the kinematic model can be approximately reproduce the velocity outputs of dynamic model simulations with arbitrary control inputs. The resultant kinematic model is verified with new dynamic simulation sets.