우리나라는 여러 건의 여객선 사고를 겪으면서, 여객선 안전관리를 위해 다양한 제도를 운영하고 있다. 2021년 기준 우리나라 연안을 운항하는 여객선 162척 중, 차량갑판이 개방된 형태의 차도선이 105척(65 %)을 차지하고 있다. 차도선은 2～4개의 섬을 경유하는 운항 패턴을 가지고 있다. 출항지(모항)에서 안전점검은 선원과 운항관리실의 운항감독관, 해사안전감독관에 의해 실시된다. 경유지에서 의 안전점검은 자체점검이 실시되는 경우가 있다. 여느 제도와 마찬가지로 제도적, 현실적 한계 등이 있다. 이를 위해 영상처리기법을 활 용하여 차량을 검출하고 이를 선박 복원성 계산과 연동하는 방안을 제안하고자 본 연구를 수행하였다. 차량 검출을 위해 차영상을 이용 하는 방법과 기계학습을 이용하는 방법을 사용하였다. 검출된 데이터를 선박 복원성 계산에 활용하였다. 기계학습을 통해 차량을 검출하 는 경우, 차영상에 의한 차량 검출 방법보다 차량 식별에 안정적임을 알 수 있었다. 다만, 카메라가 일몰과 같은 상황에서 역광을 받는 경 우와 야간과 같은 상황에서 부두와 선박 내부의 강한 조명에 의해 차량이 식별되지 않는 한계가 있었다. 안정적인 영상처리를 위해 충분 한 영상 데이터 확보와 프로그램 고도화가 필요해 보인다.

Korea Railroad Research Institute developed the driverless rubber-tired Korean-AGT system from 1999 to 2005 and has done its performance and reliability tests on the test line at Gyeongsan-city. We made the reliability management program to control required the RAMS(reliability, availability, maintainability & safety) of the K-AGT system. Therefore, we demonstrated the development and application of Reliability DB program. The main functions of K-AGT Reliability DB program manages failures and maintenance data systematically from the test line through test period and provides various analysis results based on the inputted data.

본 연구에서는 초/장대 철도터널 및 철도사고와 관련하여 기존 국내 소방대응체계 및 해외 소방대응체계를 분석하고 Golden time안에 소방관이 신속히 사고현장으로 접근하여 인명 구조 및 소방대응활동이 가능하도록 하는 시스템을 개발하는 것이 주목표라 할 수 있다. 국외 선진국에서는 매해 철도사고(도심철도 및 일반철도, 고속철도)가 빈번하게 발생하고 있어 철도사고에 대응하기 위하여 초장대터널 주변에 화재진압열차를 배치해 두고 있으며 일반 철도 사고발생시 출동이 가능하도록 Rail road형 특수소방차량이 개발되어 철도인근 소방서에서 즉각적인 대응을 하도록 시스템이 구축되어있다. 그러나 국내 고속철도 및 일반철도는 구조적으로 외부접근을 차단하기 위해서 방벽 및 고가다리에 위치하고 철도터널의 경우 소방법규에 적용을 받지 않아 소방 설비가 미 구축되어 터널내부에서 화재사고발생시 대형인명사고 발생할 가능성이 높다. 도심철도 또한 대부분이 지하에 설치된 초/장대터널 구조로 되어 있어 사고발생시 탈출하는 인원과 농연으로 인한 시야제한, 다양한 장애물로 인하여 외부에서의 소방관의 접근이 어려운 상황이다. 따라서, 국내에서도 국외에서처럼 철도 및 철도터널사고에 대응할 수 있는 특수소방차량의 개발이 필요한 상황이며 특히 노후화된 도심철도에 대한 소방대응기술의 개발 및 적용이 시급하다.