KR102633461B1 - 선박항해 안내를 위한 드론장치 및 그 장치의 구동방법 - Google Patents

Abstract

본 발명은 선박항해 안내를 위한 드론장치 및 그 장치의 구동방법에 관한 것으로서, 본 발명의 실시예에 따른 선박항해 안내를 위한 드론장치는, 지정 선박이 항해하는 선박 계획 항로상의 해양 환경과 관련한 데이터를 수집하는 데이터 수집부, 및 해양 환경의 대상물들에 대하여 인공지능 프로그램을 적용해 학습을 수행하여 학습 결과를 근거로 (기)수집한 데이터를 분석하고, 데이터의 분석 결과 장애물 여부를 판단하며, 장애물로 판단될 때 고정물인지 부유물인지 더 판단하여 분석 데이터를 선박으로 전송하는 제어부를 포함할 수 있다.

Description

선박항해 안내를 위한 드론장치 및 그 장치의 구동방법{Drone Device for Ship Navigation Guidance and Driving Method Thereof}

본 발명은 선박항해 안내를 위한 드론장치 및 그 장치의 구동방법에 관한 것으로서, 더 상세하게는 가령 드론에 탑재되는 라이다(LiDAR) 등을 이용하여 선박 계획 항로안에 있는 장애물의 정보를 취득하여 항해중인 선박에 미리 제공하고, 장애물의 종류, 예상 이동 경로 등은 어장의 부이, 해양쓰레기, 위험물 등 이미지를 인공지능(AI)을 적용해 학습을 통해 구분하며, 지역의 조류 통계자료 혹은 실시간 자료를 통해 조류방향 등의 해양 환경을 분석하여 선박에 제공할 수 있는, 선박항해 안내를 위한 드론장치 및 그 장치의 구동방법에 관한 것이다.

국제해사기구(IMO)는 해상에서의 생명의 안전(SOLAS: Safety of Life as Sea)을 위해, 항공기용의 "블랙박스" 운항 기록기와 유사한 기록기를 선박에 구비하는 것이 필요하며, 이외에 선박의 안전 운항을 위해 다양한 안전 장비의 장착을 의무화 또는 규정하고 있다. 선박에 장착된 안전 관련 시스템으로서, 항해기록장치(VDR; Voyage data recorder), 선박 자동식별장치(AIS; automatic identification system), 해적 퇴치 시스템과 같은 다양한 장비가 이용된다.

대형 선박은 종이 해도를 대체한 최첨단 운항 기법으로 국제해사기구(IMO)와 국제수로국(IHO)의 선박안전운항시스템의 ECDIS(Electronic Chart Display and Information System)을 이용한 전자항법 항해를 하고 있다. ECDIS는 국제해사기구(IMO)와 국제수로국(IHO)에서 선박탑재시 반드시 종이 해도를 같이 설치하도록 권고하는 시스템으로 비교적 고가의 운항장비이다. 그리고 전자해도를 모니터상에 도시하며 GPS(Global Positioning System)/GNSS(Global Navigation Satellite System)에 의한 자함 위치와 항로설정, 장애물경고, 레이더 연동, 자동항해, 항적 관리, 원격 전자해도 갱신 등의 기능을 제공한다. 데이터의 갱신 작업을 위해 해사 위성을 사용한 수동 또는 반자동 데이터 갱신 작업을 수행하고 사용자는 항시 자신의 항로에 일치하는 전자해도의 탑재 여부를 확인해야 한다. 전자해도의 갱신 여부도 확인해야 하며 갱신이 필요한 경우 적절한 방법으로 수동 또는 반자동으로 갱신작업을 해 주어야 안전한 항해를 보장할 수 있다.

종래에는 지정된 항로를 무인으로 자동 비행하고, 해상을 관측한 정보와 검출된 비행항로의 정보를 실시간 전송하는 무인비행체, 무인비행체와 셀룰러방식으로 무선접속하여 제어신호와 정보를 실시간 통신하는 무선망, 무선망에 접속하여 상기 무인비행체가 관측한 정보를 실시간 받고 관리하며 비행항로와 정보의 수집을 실시간으로 원격제어하는 관제국, 관제국에 접속하여 무인비행체가 관측하고 측정한 정보를 기록하는 데이터베이스, 관제국의 제어에 의하여 데이터베이스에 기록된 정보를 인터넷에 실시간 제공하는 웹서버, 및 관제국과 접속하는 통신 경로를 제공하는 공중망, 무인비행체와 직접 무선접속하여 비행과 이착륙을 제어하는 무선조정기를 포함하는 구성을 개시한 바 있다.

이러한 구성을 이용하여 넓은 해상을 전문 기술인력의 안전을 도모하면서 관측하고, 악천후 속에서도 해상의 환경 변화를 실시간 관측하며, 적은 비용으로 넓은 해역을 보다 오랫동안 관측하고, 전국 어디에서나 무인 비행체를 원격 제어하고 관측된 정보를 신속하게 수신할 수 있다.

그러나 종래의 이와 같은 시스템은 시스템의 구축에 비용이 많이 소요되며, 가령 2019년 광안대교 화물선(씨그랜드호) 충돌 사고와 같이 여전히 크고 작은 선박 사고가 해상에서 발생하고 있는 바, 이러한 사고를 줄이기 위한 지속적인 방안이 요구되고 있다.

한국등록특허공보 제10-2007849호(2019.07.31) 한국등록특허공보 제10-2340589호(2021.12.14)

본 발명의 실시예는 가령 드론에 탑재되는 라이다(LiDAR) 등을 이용하여 선박 계획 항로안에 있는 장애물의 정보를 취득하여 항해중인 선박에 미리 제공하고, 장애물의 종류, 예상 이동 경로 등은 어장의 부이, 해양쓰레기, 위험물 등 이미지를 인공지능(AI)을 적용해 학습을 통해 구분하며, 지역의 조류 통계자료 혹은 실시간 자료를 통해 조류방향 등의 해양 환경을 분석하여 선박에 제공할 수 있는, 선박항해 안내를 위한 드론장치 및 그 장치의 구동방법을 제공함에 그 목적이 있다.

본 발명의 실시예에 따른 선박항해 안내를 위한 드론장치는, 지정 선박이 항해하는 선박 계획 항로상의 해양 환경과 관련한 데이터를 수집하는 데이터 수집부, 및 상기 해양 환경을 구성하는 대상물들에 대하여 인공지능 프로그램을 적용해 학습을 수행하여 학습 결과를 근거로 상기 수집한 데이터를 분석하여 장애물 여부를 판단하며, 장애물로 판단될 때 고정물인지 부유물인지 더 판단하여 판단 결과의 분석 데이터를 화면에 표시하도록 선박으로 전송하는 제어부를 포함한다.

상기 데이터 수집부는, 라이다(LiDAR)의 레이저 펄스의 특성을 이용해 데이터를 수집할 수 있다.

상기 제어부는, 상기 장애물 여부를 판단하기 위해 적어도 어장의 부이, 해양쓰레기, 위험물 및 조류와 관련한 이미지를 사전에 학습할 수 있다.

상기 제어부는, 상기 장애물 여부를 판단하기 위하여 임의 지역의 조류 통계자료 혹은 실시간 자료를 더 분석해 분석 결과를 이용할 수 있다.

상기 제어부는, 상기 장애물이 고정물인지 부유물인지 판단하기 위하여 장애물의 좌표 변화와 조류의 영향에 의한 움직임을 학습 결과와 비교하여 판단할 수 있다.

상기 제어부는, 상기 장애물이 부유물일 경우 상기 부유물의 예상 이동 경로에 대한 제1 정보를 생성해 상기 선박으로 제공하고, 상기 부유물이 고정식일 경우 수면 아래의 예상 패턴에 대한 제2 정보를 생성해 상기 선박으로 제공할 수 있다.

또한 본 발명의 실시예에 따른 선박항해 안내를 위한 드론장치의 구동방법은, 데이터 수집부가 지정 선박이 항해하는 선박 계획 항로상의 해양 환경과 관련한 데이터를 수집하는 단계, 및 제어부가 상기 해양 환경을 구성하는 대상물들에 대하여 인공지능 프로그램을 적용해 학습을 수행하여 학습 결과를 근거로 상기 수집한 데이터를 분석해 장애물 여부를 판단하며, 장애물로 판단될 때 고정물인지 부유물인지 더 판단하여 판단 결과의 분석 데이터를 화면에 표시하도록 선박으로 전송하는 단계를 포함한다.

상기 수집하는 단계는, 라이다의 레이저 펄스의 특성을 이용해 데이터를 수집할 수 있다.

상기 학습하는 단계는, 상기 장애물 여부를 판단하기 위해 적어도 어장의 부이, 해양쓰레기, 위험물 및 조류와 관련한 이미지를 사전에 학습할 수 있다.

상기 장애물 여부를 판단하는 단계는, 상기 장애물 여부의 판단을 위해 임의 지역의 조류 통계자료 혹은 실시간 자료를 더 분석해 분석 결과를 이용할 수 있다.

상기 고정물인지 부유물인지 판단하는 단계는, 상기 장애물의 좌표 변화와 조류의 영향에 의한 움직임을 학습 결과와 비교하여 판단할 수 있다.

상기 구동방법은, 상기 장애물이 부유물일 경우 상기 부유물의 예상 이동 경로에 대한 제1 정보를 생성해 상기 선박으로 제공하는 단계, 및 상기 부유물이 고정식일 경우 수면 아래의 예상 패턴에 대한 제2 정보를 생성해 상기 선박으로 제공하는 단계를 더 포함할 수 있다.

본 발명의 실시예에 따르면, 선박이 항해하려는 항로의 해양 환경(예: 부이, 해양쓰레기, 위험물, 조류 등)을 관찰하는 드론과 선박 사이에 다이렉트 통신이 가능함으로써 기존과 같은 관제국의 시스템 구축에 따르는 비용을 절약할 수 있을 것이다.

또한 본 발명의 실시예에 따르면 선박이 익숙하지 않은 항로를 운항하거나 해양 환경이 (가령, 부이 등에 의해) 갑자기 변경될 때 이를 선박에 안내함으로써 갑작스런 환경 변화에도 안전한 운항이 이루어지도록 할 수 있을 것이다.

도 1은 본 발명의 실시예에 따른 드론 라이다 인공지능 시스템을 나타내는 도면,
도 2 내지 도 4는 도 1의 드론장치의 선박 계획 항로를 안내하는 과정을 설명하기 위한 도면,
도 5는 도 1의 드론장치의 세부구조를 예시한 블록다이어그램, 그리고
도 6은 도 1의 드론장치의 구동과정을 나타내는 흐름도이다.

이하, 도면을 참조하여 본 발명의 실시예에 대하여 상세히 설명한다.

도 1은 본 발명의 실시예에 따른 드론 라이다 인공지능 시스템을 나타내는 도면이며, 도 2 내지 도 4는 도 1의 드론장치의 선박 계획 항로를 안내하는 과정을 설명하기 위한 도면이다.

도 1에 도시된 바와 같이, 본 발명의 실시예에 따른 드론 라이다 인공지능 시스템(90)은 드론장치(혹은 무인비행체)(100), 선박용 전자장치(110), 관제센터의 관제장치, 통신망, GPS장치 등의 일부 또는 전부를 포함할 수 있다.

여기서 "일부 또는 전부를 더 포함"한다는 것은 관제장치, 통신망, GPS 장치 등이 생략되어 드론장치(100)와 선박용 전자장치(110)가 다이렉트 통신(예: P2P 등)을 수행하거나, 드론장치(100)에 구성되는 구성요소의 일부가 관제장치에 통합되어 구성될 수 있는 것 등을 의미하는 것으로 본 발명의 실시예에서는 발명의 쉬운 이해를 위하여 드론장치(100)와 선박용 전자장치(110)가 다이렉트 통신을 수행하는 것으로 설명하고자 한다.

예를 들어, 본 발명의 실시예에 따른 드론장치(100)는 해상 선박이 바다를 항해할 때 드론장치(100)를 직접 보유하고 이를 이용해 임의의 영해에서 항해에 도움을 받기 위하여 동작시킬 수 있다. 또는 해양 관제국과 같은 곳에서 드론장치(100)를 보유한 상태에서 관제장치에서 특정 국가의 영해로 선박이 진입할 때 선박과의 교신에 의해 안내가 필요하면 관제장치의 제어에 의해 해당 선박으로 비행해 안내 동작을 수행하는 등 다양한 상황에서 사용될 수 있을 것이다. 따라서, 본 발명의 실시예에서는 어느 하나의 형태에 특별히 한정하지는 않을 것이다.

본 발명의 실시예에 따른 드론장치(100)는 라이다(장치)를 이용하여 선박 계획 항로안에 있는 장애물의 정보, 가령 장애물의 종류, 장애물 등의 이동 좌표, (조류의) 예상 이동경로 등을 항해 중인 선박에 미리 제공할 수 있다. 예를 들어, 선박에서 드론장치(100)를 비행시키는 경우 드론장치(100)에는 선박의 계획 항로와 관련한 데이터가 기저장될 수 있다. 따라서 드론장치(100)는 해당 데이터를 근거로 비행하면서 바다 속의 다양한 환경 정보를 수집한다고 볼 수 있다. 이를 위하여 라이다를 사용할 수 있다. 물론, 비행 경로와 관련해서는 선박의 계획 항로 데이터를 근거로 가령 GPS 좌표값을 사용할 수도 있으므로, 내부에 탑재되는 자이로센서나 가속도센서 등의 관성항법장치를 통해 해당 항로를 비행할 수 있으며, 또는 GPS 모듈을 탑재하여 GPS 위성과의 통신을 통해 항로를 비행하면서 해양 즉 바다속 환경과 관련한 환경 정보를 수집할 수 있게 된다. 물론 라이다 이외에도 카메라를 탑재하여 해수면을 촬영하는 것도 얼마든지 가능할 수 있을 것이다.

라이다는 레이저 펄스를 발사하고, 그 빛이 주위의 대상 물체에서 반사되어 돌아오는 것을 받아 물체까지의 거리 등을 측정함으로써 주변의 모습을 정밀하게 그려내는 장치를 의미한다. 라이다는 대상 물체까지의 거리뿐 아니라 움직이는 속도와 방향, 온도, 주변의 대기물질 분석 및 농도 측정 등에 사용될 수 있다. 자외선, 가시광선, 근적외선 등을 사용하여 금속성이 아닌 바위나 구름, 빗방울, 에어로졸 등을 감지할 수 있어서 기상 관측에도 이용될 수 있고, 지형을 정밀하게 그려내거나, 비행체의 착륙 유도나 자율 주행차의 주변 인식 장치로 사용되기도 하며, 또한 분자마다 잘 산란시키는 빛의 파장이 다른 현상을 이용하여 공기 중에 섞여 있는 기체의 화학적 조성을 알아내는데 사용되기도 한다.

본 발명의 실시예에 따른 라이다는 3차원 영상을 구현하기 위해 필요한 정보를 습득하는 센서를 포함할 수도 있다. 라이다를 항공기 즉 드론장치(100)에 장착하고 비행하면서 레이저 펄스를 지표면에 발사해서 돌아오는 시간을 측정함으로써 반사 지점의 공간 위치를 분석하여 지형을 측량하면, 구조물에 따라 반사되어 돌아오는 시간이 다르므로 이로부터 광학영상으로는 얻기 어려운 3차원 모델을 얻을 수 있을 것이다. 지상 라이다는 여기에 GPS로 얻은 위치 좌표를 결합하여 정밀한 데이터를 얻을 수도 있다.

본 발명의 실시예에 따른 라이다는 레이저(발생부), 스캐너, 수신기, 위치 확인 시스템으로 구성될 수 있다. 레이저는 용도에 따라 다른 파장을 갖는데, 대체로 600-1000nm 파장의 빛을 사용한다. 그러나 사람의 눈에 입히는 피해를 줄이기 위해 보다 긴 파장대의 빛을 사용할 수도 있다. 스캐너는 주위를 재빠르게 훑어서 정보를 얻도록 하는 부분이다. 이를 위해 여러 가지 형태의 거울들이 응용되어 사용될 수 있다. 수신기는 돌아오는 빛을 감지하는 부분으로, 수신기가 가지는 빛에 대한 민감도는 라이다의 성능을 좌우하는 주요한 요인이기도 하다. 수신기는 광자를 감지하여 이를 증폭하는 역할을 한다. 위치 확인 시스템은 가령 3차원 영상을 구현하기 위해서 수신기가 놓여 있는 위치 좌표와 방향을 확인하는 부분이다.

드론장치(100)는 장애물의 종류, 예상 이동 경로의 판단을 위해 어장의 부이, 해양쓰레기, 위험물 등의 이미지를 내부에 탑재된 인공지능(AI) 프로그램을 이용해 사전에 학습한 후 그 학습 결과를 근거로 장애물 등을 구분해 내며, 또 이의 과정에서 관계기관 가령 해수부나 해양청 등으로부터 제공받은 지역의 조류 통계자료 혹은 실시간 자료를 통해 데이터를 분석하여 분석 결과를 선박, 더 정확하게는 선박용 전자장치(110)로 전송해 줄 수 있다. 조류 통계자료 혹은 실시간 자료의 분석 데이터는 조류 방향을 더 정확히 판단하기 위해 사용될 수도 있을 것이다. 여기서, 선박용 전자장치(110)는 모니터 등을 포함하므로 해당 화면에 분석 결과를 표시하도록 할 수 있다. 드론장치(100)는 인공지능 프로그램을 적용해 어장의 부이, 해양쓰레기, 위험물 등의 이미지를 통해 해양 환경의 장애물을 학습한다. 그리고, 그 학습 결과를 근거로 현재 비행 중에 취득되는 데이터를 분석하여 장애물 더 정확하게는 해양 대상물의 종류나 예상 이동 경로 등을 판단할 수 있게 된다. 인공지능의 학습 방식은 지도학습, 비지도학습, 또 이를 병행하는 준지도학습 방식 등 다양한 방식이 있으며 본 발명의 실시예에서는 적어도 하나의 학습 방식이 사용될 수 있을 것이다.

또한 드론장치(100)는 가령 장애물이 고정물인지 부유물인지 확인하기 위하여 좌표변화, 조류의 영향에 의한 움직임 혹은 장애물의 이미지를 이용해 인공지능 프로그램을 통해 분류하고 사진을 함께 제공하여 부유물일 경우 부유물의 예상 이동 경로의 정보를 선박으로 제공할 수 있으며, 만약 부유물이 고정식일 경우에는 수면 아래의 예상 패턴과 관련한 정보 즉 데이터를 선박으로 제공할 수 있다. 드론장치(100)는 부유물이 고정식일 때 루트(route) 즉 해당 경로로 항행 가능한지 여부를 인공지능으로 판단할 수 있을 것이다.

선박용 전자장치(110)는 선박에 구비되는 다양한 유형의 장치를 포함할 수 있다. 선박용 전자장치(110)에는 항해기록장치(VDR), 선박 자동식별장치(AIS), 해적 퇴치 시스템과 같은 다양한 장비가 포함될 수 있지만, 본 발명의 실시예에서는 드론장치(100)와 가령 다이렉트 통신을 위한 통신장치, 그리고 드론장치(100)에서 제공되는 데이터를 화면에 표시할 수 있는 모니터 즉 영상표시장치 등을 포함할 수 있다. 예를 들어, 선박은 드론장치(100)로부터 수신되는 데이터에 근거하여 기생성한 선박 계획 항로에 특별한 문제가 없다면 그 선박 계획 항로대로 운행할 수 있다. 그러나, 드론장치(100)에서 제공하는 데이터에 근거한 결과 선박 계획 항로에서 장애물이 탐지되는 경우에는 항로를 변경할 수 있다. 다시 말해 최초 설정된 선박 계획 항로를 재설정할 수 있는 것이다. 물론 선박용 전자장치(110)를 구성하는 모니터는 변경된 선박 계획 항로를 화면상에 표시해 줄 수 있으며, 선박 계획 항로의 변경시 화면상에는 장애물의 정보를 함께 표시해 주거나, 촬영된 모습 즉 촬영이미지를 함께 표시해 주는 등 다양한 동작을 수행할 수 있을 것이다.

상기한 내용 이외에도 도 1의 드론장치(100) 및 선박용 전자장치(110)는 다양한 동작을 수행할 수 있으며, 관련 내용은 이후에도 계속해서 다루어질 수 있으므로 자세한 내용은 그 내용들로 대신하고자 한다.

도 5는 도 1의 드론장치의 세부구조를 예시한 블록다이어그램이다.

도 5에 도시된 바와 같이, 본 발명의 실시예에 따른 무인비행체 즉 드론장치(100)는 통신 인터페이스부(500), 데이터 수집부(510), 제어부(520), 선박항해 안내부(530) 및 저장부(540)의 일부 또는 전부를 포함한다.

여기서, "일부 또는 전부를 포함한다"는 것은 저장부(540)와 같은 일부 구성요소가 생략되어 드론장치(100)가 구성되거나, 선박항해 안내부(530)와 같은 일부 구성요소가 제어부(520)와 같은 다른 구성요소에 통합되어 구성될 수 있는 것 등을 의미하는 것으로서, 발명의 충분한 이해를 돕기 위하여 전부 포함하는 것으로 설명한다.

통신 인터페이스부(500)는 도 1의 선박에 구비되는 선박용 전자장치(110) 즉 통신장치와 통신할 수 있다. 통신 인터페이스부(500)는 데이터 수집부(510)를 통해 수집되는 해양 환경(예: 장애물 종류, 장애물이 고정물인지 부유물인지 등)과 관련한 데이터의 분석 결과를 선박으로 전송한다고 볼 수 있다. 물론 통신 인터페이스부(500)는 양방향 통신이 가능한 와이파이(WiFi) 등의 근거리 통신에 의해 분석 데이터를 선박으로 제공할 수 있다.

물론 통신 인터페이스부(500)는 본 발명의 실시예에 따른 다이렉트 통신 이외에도 GPS 항법장치 즉 인공위성들을 이용하여 데이터를 처리하는 것도 얼마든지 가능하므로, 본 발명의 실시예에서는 다이렉트 통신에 특별히 한정하지는 않을 것이다. 다만, 도 1의 드론장치(100)가 선박에서 구비하는 비행체인 경우에는 다이렉트 통신에 의해 데이터를 처리하는 것이 바람직할 수 있을 것이다. 예를 들어 중저가의 드론장치(100)는 GPS 통신이 불가능할 수도 있기 때문이다.

통신 인터페이스부(500)는 드론장치(100)에서 처리되는 데이터를 선박으로 전송하기 위하여 변/복조, 먹싱/디먹싱 등의 동작을 수행할 수 있으며, 이는 당업자에게 자명하므로 더 이상의 설명은 생략하도록 한다. 가령 통신 인터페이스부(500)는 전송하는 데이터의 안전한 보호를 위하여 암/복호화하기 위한 동작을 수행할 수도 있을 것이다. 가령 드론장치(100)는 데이터를 암호화하여 전송하고, 선박용 전자장치(110)는 해당 암호화 데이터를 복호화하여 사용할 수 있을 것이다.

데이터 수집부(510)는 라이다(장치) 등을 포함하여 구성될 수 있다. 물론 라이다 이외에도 카메라를 포함할 수도 있다. 카메라의 경우에는 해상 즉 바다의 표면에 떠있는 부이나 조류상태 등을 촬영할 수 있을 것이다. 또 라이다는 바다속 환경을 분석하기 위하여 사용될 수 있다. 라이다는 레이저를 발생하여 바다속, 다시 말해 선박이 항해하려는 계획 항로를 따라 비행하면서 레이저를 발사하고, 또 그 해저의 다양한 대상물들로부터 반사되는 레이저를 수집 및 분석하여 바닷속 환경을 파악할 수 있게 되는 것이다. 이의 과정에서 해당 데이터를 근거로 (가령 깊이 데이터 등을 이용해) 3차원 영상을 생성할 수도 있을 것이다. 물론 데이터 수집부(510)는 스캐너를 통해 반사 레이저의 데이터를 수집하며 수집한 데이터는 제어부(520)로 전달할 수 있다. 카메라에 의해 촬영된 촬영영상에 대한 영상 데이터도 제어부(520)로 제공될 수 있다.

또한, 데이터 수집부(510)는 데이터를 수집할 때 해당 위치의 좌표정보를 생성하기 위한 동작을 수행할 수도 있다. 예를 들어, 데이터 수집부(510)는 자이로센서나 가속도센서 등을 통해 좌표정보를 생성하는 것도 얼마든지 가능하지만, GPS 항법장치와의 통신에 의해 해당 위치의 좌표정보를 생성하는 것도 얼마든지 가능할 수 있다. 무엇보다 드론장치(100)는 자신의 위치보다는 장애물들의 좌표정보를 생성하는 것이 바람직하며, 이를 위하여 자신의 위치정보를 활용해 두 지점사이의 거리나 방향 등을 측정해 이를 근거로 장애물의 좌표정보를 생성할 수도 있을 것이다. 데이터 수집시 수집된 데이터에 포함되는 다양한 유형의 대상물과 관련한 위치정보 즉 좌표정보는 다양한 방식으로 생성될 수 있으므로 본 발명의 실시예에서는 어느 하나의 형태에 특별히 한정하지는 않을 것이다.

제어부(520)는 도 5의 통신 인터페이스부(500), 데이터 수집부(510), 선박항해 안내부(530) 및 저장부(540)의 전반적인 제어 동작을 담당한다. 제어부(520)는 데이터 수집부(510)를 통해 수집되는 데이터 가령 라이다를 구성하는 스캐너로부터 제공되는 수집(혹은 스캔) 데이터, 그리고 카메라의 촬영영상에 대한 영상 데이터를 저장부(540)에 임시 저장한 후 불러내어 선박항해 안내부(530)로 제공하여 데이터 분석을 요청할 수 있을 것이다. 물론 제어부(520)는 이의 과정에서 GPS 항법장치와의 통신에 의해 생성되는 위치정보, 즉 드론장치(100)의 좌표정보 더 정확하게는 장애물의 좌표정보를 함께 선박항해 안내부(530)로 제공할 수 있을 것이다.

또한 제어부(520)는 선박항해 안내부(530)에서 분석되는 분석 결과 즉 기생성된 선박 계획 항로와 관련한 분석 데이터를 선박의 선박용 전자장치(110)로 전송하도록 통신 인터페이스부(500)의 통신을 제어할 수 있다. 즉, 다이렉트 통신모듈을 제어하여 해당 데이터를 전송하도록 제어할 수 있다. 드론장치(100)와 통신하는 선박의 선박용 전자장치(110)는 지정된 통신 규약에 따라 통신을 수행하는 것이므로, 제어부(520)는 해당 통신 규약에 따라 데이터를 처리하여 선박으로 전송하게 되는 것이다. 물론 통신을 위하여 드론장치(100)와 선박의 선박용 전자장치(110)는 서로의 장치에서 특정 제조사 제품이나 모델 등과 관련한 신호가 감지될 때 통신을 자동으로 허용하거나 또는 통신 가능한 장치의 장치식별정보를 사전에 등록한 후 이를 근거로 통신을 허용하도록 할 수도 있을 것이다.

선박항해 안내부(530)는 선박과의 통신 등에 의해 해당 선박이 항해하려는 선박 계획 항로와 관련한 항로 데이터를 제공받아 이를 분석하고 이에 따라 드론장치(100)의 비행이 이루어지도록 제어부(520)에 요청할 수 있다. 선박의 선박 계획 항로 관련 데이터는 다양한 방식으로 취득이 가능하므로 본 발명의 실시예에서는 어느 하나의 형태에 특별히 한정하지는 않을 것이다. 예를 들어, 드론장치(100)를 선박에서 직접 보유하고 관리하는 경우에는 드론장치(100)를 비행시키기 전에 저장매체를 통해 드론장치(100)로 기생성된 선박 계획 항로 데이터를 제공하거나, 또는 컴퓨터 등을 통해 메모리(예: EEPROM 등)에 써넣는 방식으로 제공하는 것도 얼마든지 가능할 수 있다.

선박항해 안내부(530)는 또한 기생성된 선박 계획 항로 데이터의 변경을 위한 동작을 수행할 수도 있다. 이를 위하여 선박항해 안내부(530)는 데이터 수집부(510)에서 수집하여 제공하는 데이터를 분석하고, 이의 과정에서 인공지능 프로그램을 적용하여 데이터의 분석 정확도를 증가시킬 수 있다. 다시 말해, 해양 환경은 바다 표면과 바다 속에 다양한 대상물을 포함할 수 있다. 대상물에는 대표적으로 바다 위를 떠다니는 부이, 또 조류, 해양쓰레기, 위험물 등이 포함될 수 있다. 또한 바다 속은 고정식 부유물(예: 어장 등)이 포함될 수도 있다. 바다 속에는 암석이 존재할 수도 있다. 선박항해 안내부(530)는 인공지능 프로그램을 활용해 이러한 대상물을 포함하는 다양한 해양 환경을 이미지 분석 등을 통해 사전에 학습하게 되며, 그 학습 결과를 근거로 수집된 데이터를 분석하게 된다.

좀더 구체적으로 선박항해 안내부(530)는 학습 데이터를 근거로 수집된 데이터로부터 장애물의 종류를 판단할 수 있고, 또 이의 과정에서 항해하는 지역의 조류 통계자료 혹은 실시간 자료 등의 분석 결과를 더 활용할 수도 있다. 물론 선박항해 안내부(530)는 이러한 통계자료 혹은 실시간 자료도 학습한다고 볼 수 있다. 또는 최종 결정 단계에서 해당 통계 자료를 참고할 수도 있을 것이다. 조류가 대표적일 수 있다. 이와 같이 장애물의 종류를 판단해 그 판단 결과를 근거로 기생성된 선박 계획 항로와의 차이값을 도출해 선박으로 제공되도록 할 수 있다. 나아가 선박항해 안내부(530)는 장애물이 고정물인지 부유물인지 확인할 수 있으며, 이를 위하여 좌표변화, 조류의 영향에 의한 움직임, 혹은 장애물의 이미지를 통해 인공지능을 이용해 분류하여 사진과 함께 (선박으로) 제공할 수도 있다. 부유물일 경우 부유물의 예상 이동 경로 정보를 생성해 제공할 수 있으며, 부유물이 고정식일 경우에는 수면 아래의 예상 패턴을 생성해 제공할 수 있다. 즉 (계획) 항로로 항행 가능한지 여부를 인공지능을 통해 판단하여 그 결과를 제공한다고 볼 수 있다. 선박항해 안내부(530)는 선박과 동일한 맵을 사용하여 맵 데이터상에서 항로를 표시하여 그에 관련되는 데이터를 처리할 수 있을 것이다. 이와 관련해서는 도 3 및 도 4에서 잘 보여주고 있다. 예를 들어, 맵은 보이지 않는 또는 보이는 무수히 많은 격자패턴을 가질 수 있으며, 각각의 격자패턴은 위경도 등의 좌표값을 매칭하여 기저장하거나 화면에 표시해 줄 수도 있다. 따라서 해당 좌표값을 근거로 맵상에 계획 경로나 변경 경로를 표시해 줄 수 있을 것이다.

저장부(540)는 제어부(520)의 제어하에 처리되는 다양한 유형의 정보 또는 데이터를 저장한다. 저장부(540)는 데이터 수집부(510)에서 제공되는 데이터를 임시 저장한 후 불러내어 데이터 분석을 위해 선박항해 안내부(530)에 제공할 수 있다. 또한 저장부(540)는 선박의 선박 계획 항로와 관련한 데이터를 기저장한 후 선박항해 안내부(530)의 요청이 있을 때 제공할 수 있다. 선박항해 안내부(530)는 해당 선박 계획 항로의 데이터를 근거로 예상 이동 방향을 예측하여 선박으로 제공할 수도 있을 것이다.

상기한 내용 이외에도 도 5의 통신 인터페이스부(500), 데이터 수집부(510), 제어부(520), 선박항해 안내부(530) 및 저장부(540)는 다양한 동작을 수행할 수 있으며, 기타 자세한 내용은 앞서 충분히 설명하였으므로 그 내용들로 대신하고자 한다.

본 발명의 실시예에 따른 도 5의 통신 인터페이스부(500), 데이터 수집부(510), 제어부(520), 선박항해 안내부(530) 및 저장부(540)는 서로 물리적으로 분리된 하드웨어 모듈로 구성되지만, 각 모듈은 내부에 상기의 동작을 수행하기 위한 소프트웨어를 저장하고 이를 실행할 수 있을 것이다. 다만, 해당 소프트웨어는 소프트웨어 모듈의 집합이고, 각 모듈은 하드웨어로 형성되는 것이 얼마든지 가능하므로 소프트웨어니 하드웨어니 하는 구성에 특별히 한정하지 않을 것이다. 예를 들어 저장부(540)는 하드웨어인 스토리지(storage) 또는 메모리(memory)일 수 있다. 하지만, 소프트웨어적으로 정보를 저장(repository)하는 것도 얼마든지 가능하므로 위의 내용에 특별히 한정하지는 않을 것이다.

한편, 본 발명의 다른 실시예로서 제어부(520)는 CPU 및 메모리를 포함할 수 있으며, 원칩화하여 형성될 수 있다. CPU는 제어회로, 연산부(ALU), 명령어해석부 및 레지스트리 등을 포함하며, 메모리는 램을 포함할 수 있다. 제어회로는 제어동작을, 그리고 연산부는 2진비트 정보의 연산동작을, 그리고 명령어해석부는 인터프리터나 컴파일러 등을 포함하여 고급언어를 기계어로, 또 기계어를 고급언어로 변환하는 동작을 수행할 수 있으며, 레지스트리는 소프트웨어적인 데이터 저장에 관여할 수 있다. 상기의 구성에 따라, 가령 드론장치(100)의 동작 초기에 선박항해 안내부(530)에 저장되어 있는 프로그램을 복사하여 메모리 즉 램(RAM)에 로딩한 후 이를 실행시킴으로써 데이터 연산 처리 속도를 빠르게 증가시킬 수 있다. 딥러닝 모델 같은 경우 램(RAM)이 아닌 GPU 메모리에 올라가 GPU를 이용하여 수행 속도를 가속화하여 실행될 수도 있다.

도 6은 도 1의 드론장치의 구동과정을 나타내는 흐름도이다.

설명의 편의상 도 6을 도 1과 함께 참조하면, 본 발명의 실시예에 따른 도 1의 드론장치(100)는 지정(혹은 임의) 선박이 항해하는 선박 계획 항로상의 해양 환경(예: 부이, 조류, 해양쓰레기, 위험물 등)과 관련한 데이터를 수집한다(S600). 데이터 수집을 위하여 드론장치(100)는 라이다를 탑재하거나 카메라 등의 촬영장치를 더 탑재할 수 있을 것이다. 또한, 드론장치(100)는 GPS 항법장치와의 통신을 위한 GPS 모듈을 포함하거나, 자체적으로 자이로센서나 가속도센서 등을 포함하여 이를 통해 위치정보를 생성해 부이나 위험물 등의 위치와 관련한 좌표정보를 생성하는 것도 얼마든지 가능할 수 있을 것이다. 가령, 좌표정보는 위경도 정보가 사용될 수 있을 것이다.

또한 드론장치(100)는 해양 환경을 구성하는 대상물들(예: 부이, 해양쓰레기, 암석 등의 위험물 등)에 대하여 인공지능 프로그램을 적용해 학습을 수행하여 학습 결과를 근거로 (기)수집한 데이터를 분석해 장애물 여부를 판단하며, 장애물로 판단될 때 고정물인지 부유물인지 더 판단하여 (판단에 따른) 분석 데이터를 선박으로 전송할 수 있다(S610). 선박에 구성되는 모니터에 그 분석 데이터가 화면에 표시되도록 하는 것이다. 선박의 선장 등의 관계자가 이를 확인할 수 있을 것이다.

본 발명의 실시예에 따른 드론장치(100)는 인공지능 프로그램을 활용함으로써 해양 환경의 대상물들에 대한 분석 정확도를 증가시킬 수 있다. 그리고 드론장치(100)는 다양한 판단 결과를 근거로 최초 계획된 선박 계획 항로의 변경 항로와 관련한 데이터를 생성해 선박으로 전송해 줄 수도 있을 것이다. 물론 변경 방향은 맵상의 좌표값의 형태로 제공될 수 있으며, 드론장치(100)와 선박은 동일 맵을 사용하고 이를 통해 통일된 좌표값을 활용할 수 있을 것이다. 따라서, 드론장치(100)와 선박은 동일 맵을 사용하므로 드론장치(100)에서 제공하는 조류의 예상 이동 방향이나 변경 항로의 좌표값 정보를 수신하여 이를 근거로 모니터상에 최초 설정한 선박 계획 항로를 변경하여 표시해 줄 수 있을 것이다.

상기한 내용 이외에도 도 1의 드론장치(100) 및 선박용 전자장치(110)는 다양한 동작을 수행할 수 있으며, 기타 자세한 내용은 앞서 충분히 설명하였으므로 그 내용들로 대신하고자 한다.

본 발명의 실시예를 구성하는 모든 구성 요소들이 하나로 결합하거나 결합하여 동작하는 것으로 설명되었다고 해서, 본 발명이 반드시 이러한 실시 예에 한정되는 것은 아니다. 즉, 본 발명의 목적 범위 안에서라면, 그 모든 구성 요소들이 하나 이상으로 선택적으로 결합하여 동작할 수도 있다. 또한, 그 모든 구성요소들이 각각 하나의 독립적인 하드웨어로 구현될 수 있지만, 각 구성 요소들의 그 일부 또는 전부가 선택적으로 조합되어 하나 또는 복수 개의 하드웨어에서 조합된 일부 또는 전부의 기능을 수행하는 프로그램 모듈을 갖는 컴퓨터 프로그램으로서 구현될 수도 있다. 그 컴퓨터 프로그램을 구성하는 코드들 및 코드 세그먼트들은 본 발명의 기술 분야의 당업자에 의해 용이하게 추론될 수 있을 것이다. 이러한 컴퓨터 프로그램은 컴퓨터가 읽을 수 있는 비일시적 저장매체(non-transitory computer readable media)에 저장되어 컴퓨터에 의하여 읽혀지고 실행됨으로써, 본 발명의 실시 예를 구현할 수 있다.

여기서 비일시적 판독 가능 기록매체란, 레지스터, 캐시(cache), 메모리 등과 같이 짧은 순간 동안 데이터를 저장하는 매체가 아니라, 반영구적으로 데이터를 저장하며, 기기에 의해 판독(reading)이 가능한 매체를 의미한다. 구체적으로, 상술한 프로그램들은 CD, DVD, 하드 디스크, 블루레이 디스크, USB, 메모리 카드, ROM 등과 같은 비일시적 판독가능 기록매체에 저장되어 제공될 수 있다.

이상 첨부된 도면을 참조하여 본 발명의 실시예들을 설명하였지만, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자는 본 발명의 그 기술적 사상이나 필수적인 특징을 변경하지 않고서 다른 구체적인 형태로 실시될 수 있다는 것을 이해할 수 있을 것이다. 그러므로 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며 한정적이 아닌 것으로 이해해야만 한다.

100: 드론장치(혹은 무인비행체) 110: 선박용 전자장치
500: 통신 인터페이스부 510: 데이터 수집부
520: 제어부 530: 선박항해 안내부
540: 저장부

Claims (12)

1. 지정 선박이 항해하는 선박 계획 항로상의 해양 환경과 관련한 데이터를 수집하는 데이터 수집부; 및
   상기 해양 환경을 구성하는 대상물들에 대하여 인공지능 프로그램을 적용해 학습을 수행하여 학습 결과를 근거로 상기 수집한 데이터를 분석하여 장애물 여부를 판단하며, 장애물로 판단될 때 고정물인지 부유물인지 더 판단하여 판단 결과의 분석 데이터를 화면에 표시하도록 선박으로 전송하는 제어부;를 포함하되,
   상기 제어부는, 상기 장애물이 고정물인지 부유물인지 판단하기 위하여 장애물의 좌표 변화와 조류의 영향에 의한 움직임을 학습 결과와 비교하여 판단하고,
   상기 제어부는, 상기 장애물이 부유물일 경우 상기 부유물의 예상 이동 경로에 대한 제1 정보를 생성해 상기 선박으로 제공하고, 상기 부유물이 고정식일 경우 수면 아래의 예상 패턴에 대한 제2 정보를 생성해 상기 선박으로 제공하며,
   상기 제어부는, 상기 장애물의 종류를 판단해 판단 결과를 근거로 기생성된 선박 계획 항로와의 차이값을 도출해 상기 선박으로 제공하고,
   상기 제어부는, 상기 선박과 동일한 맵(map)을 사용하여 맵 데이터상에서 항로를 표시해 상기 표시한 맵 데이터가 상기 선박에서 표시되도록 하는, 선박항해 안내를 위한 드론장치.
2. 제1항에 있어서,
   상기 데이터 수집부는, 라이다(LiDAR)의 레이저 펄스의 특성을 이용해 데이터를 수집하는, 선박항해 안내를 위한 드론장치.
3. 제1항에 있어서,
   상기 제어부는, 상기 장애물 여부를 판단하기 위해 적어도 어장의 부이, 해양쓰레기, 위험물 및 조류와 관련한 이미지를 사전에 학습하는, 선박항해 안내를 위한 드론장치.
4. 제3항에 있어서,
   상기 제어부는, 상기 장애물 여부를 판단하기 위하여 임의 지역의 조류 통계자료 혹은 관계기관에서 제공하는 실시간 자료를 더 분석해 분석 결과를 이용하는, 선박항해 안내를 위한 드론장치.
5. 삭제
6. 삭제
7. 데이터 수집부가, 지정 선박이 항해하는 선박 계획 항로상의 해양 환경과 관련한 데이터를 수집하는 단계; 및
   제어부가, 상기 해양 환경을 구성하는 대상물들에 대하여 인공지능 프로그램을 적용해 학습을 수행하여 학습 결과를 근거로 상기 수집한 데이터를 분석해 장애물 여부를 판단하며, 장애물로 판단될 때 고정물인지 부유물인지 더 판단하여 판단 결과의 분석 데이터를 화면에 표시하도록 선박으로 전송하는 단계;를 포함하되,
   상기 제어부가, 상기 장애물이 고정물인지 부유물인지 판단하기 위하여 장애물의 좌표 변화와 조류의 영향에 의한 움직임을 학습 결과와 비교하여 판단하는 단계;
   상기 제어부가 상기 장애물이 부유물일 경우 상기 부유물의 예상 이동 경로에 대한 제1 정보를 생성해 상기 선박으로 제공하고, 상기 부유물이 고정식일 경우 수면 아래의 예상 패턴에 대한 제2 정보를 생성해 상기 선박으로 제공하는 단계;
   상기 제어부가 상기 장애물의 종류를 판단해 판단 결과를 근거로 기생성된 선박 계획 항로와의 차이값을 도출해 상기 선박으로 제공하는 단계; 및
   상기 제어부가 상기 선박과 동일한 맵을 사용하여 맵 데이터상에서 항로를 표시해 상기 표시한 맵 데이터가 상기 선박에서 표시되도록 하는 단계;를
   더 포함하는, 선박항해 안내를 위한 드론장치의 구동방법.
8. 제7항에 있어서,
   상기 수집하는 단계는,
   라이다의 레이저 펄스의 특성을 이용해 데이터를 수집하는, 선박항해 안내를 위한 드론장치의 구동방법.
9. 제7항에 있어서,
   상기 학습하는 단계는,
   상기 장애물 여부를 판단하기 위해 적어도 어장의 부이, 해양쓰레기, 위험물 및 조류와 관련한 이미지를 사전에 학습하는, 선박항해 안내를 위한 드론장치의 구동방법.
10. 제9항에 있어서,
    상기 장애물 여부를 판단하는 단계는,
    상기 장애물 여부의 판단을 위해 임의 지역의 조류 통계자료 혹은 관계기관에서 제공하는 실시간 자료를 더 분석해 분석 결과를 이용하는, 선박항해 안내를 위한 드론장치의 구동방법.
11. 삭제
12. 삭제