자율운항선박이 부두 근처에 도착하여 예선이나 도선사의 도움 없이 선박을 자동으로 접·이안하기 위해서는 부두를 인식하고 주어진 외력 조건에서 부두까지 정해진 접안속도로 접안하기 위한 스러스터 출력과 출력각을 산정해야 한다. 이에 본 연구에서는 선박이 접안 중에 작용하는 외력과 모멘트를 분석하고 자동접안을 위한 스러스터의 출력 계산과 자동접안 프로그램 개발을 위한 기본개념을 설 계하였다. 선박이 접안 중 바람에 의해 선체에 작용하는 풍압력은 풍압면적을 기초로 선형과 풍향각에 따라 계산하였으며, 선체에 작용하 는 유압력은 조류에 의한 유압력과 접안속도에 따른 유압력을 분리하여 계산하였다. 그리고 선박의 횡방향 힘에 따라 선박을 회전시키는 회두모멘트를 계산하였다. 접안 중 선박에 작용하는 힘과 회두모멘트를 고려하여 부두와 평행하게 접안하기 위한 스러스터 출력과 출력 각을 계산할 수 있는 이론식을 제시하고 다른 변수들로 인한 회두를 PID 제어기로 제어하였다. 또한, 이론식에 필요한 입력요소를 분석하 여 프로그램 개발을 위한 기본개념을 제시하였다.

선박의 접안운동을 자동화하기 위하여 인공신경망(Artificial Neural Network, 이하 ANN)에 의한 제어를 수행하였다. ANN은 시스템의 비선형성이 표현 가능하므로 접안운동과 같은 비선형성이 강한 조종운동에 적합하다. 입력층과 출력층 사이에 하나 이상의 중간층이 존재하는 다층 인식자(Multi-layer perceptron)를 사용하였고, 교사 데이터(Teaching data)와 역전파(Back-Propagation) 알고리즘을 사용하여 신경망의 출력값과 목표 출력값 사이의 오차가 최소가 되도록 신경망 학습을 수행하였다. 접안 시 저속조종 수학모델을 사용하여 접안 시뮬레이션을 수행하였으며, ANN의 입력층 성분(unit)이 8개인 구조와 6개인 구조의 접안 제어를 비교하였다. 시뮬레이션 결과, 두 ANN에 의하여 접안 경로 선택에 차이가 나타났으나 접안 조건은 모두 만족하였다.

선박 접안을 돕기 위해 레이저 접안 장치는 부두에 설치된 레이저 센서로부터 선박까지의 거리를 센티미터 수준의 정확도로 측정하여 제공한다. 그러나, 레이저 접안 장치는 레이저 센서의 정확한 설치 위치를 알아야 하고, 선박이 접안하는 부두의 전 범위를 다룰 수 있도록 설치되어야 하며, 부두의 선적 및 하역 환경, 조수의 변동을 고려해야 하는 문제가 있다. 특히 레이저 센서 거리 측정기는 가격이 비싸고, 거리를 측정할 수 있는 범위가 좁다는 단점이 있다. 레이저 접안 장치가 지닌 이상과 같은 문제를 해결하기 위한 방법으로 제안된 방법이 반송파보정 측위 기법이다. 본 논문에서는 상대 수평측위 정확 희석도 시뮬레이션을 통하여 레이저 접안 장치가 지닌 문제를 해결하기 위해 기존에 제안된 반송파 보정 측위기법이 연속성을 갖는 센티미터 정확도의 측위 서비스가 어려움을 보이고, 이를 해결하기 위한 방법으로 의사위성 보강 측위기법을 제안한다. 본 논문은 의사위성을 반송파 보정 측위성능 향상을 위해 사용하며, 제안한 측위기법이 기존에 반송파 보정 측위기법과 달리 연속성을 갖는 센티미터 정확도의 측위 서비스가 가능함을 보인다. 또한 제안한 측위기법이 선박 자동접안을 위해 요구하는 측위성능을 만족시키는 기법임을 필드시험을 위해 구축한 테스트 베드에서 확인한다.

Along with the rapid growth of shipping and transportation , the size of a ship larger and larger. Low speed maneuverabililty of a full ship has been received a great deal of attention concerting about the navigation safety, especially in the harbour area of waterway. And, the iperation of the full ship in harbour area is one fo tehmost difficult technique. Usually highly experienced experts can make a suitable decision considering various propeller ,rudder actions and environmental conditions. The Artificial Neural Network is applied to the automatic berthing control of a ship. The teaching data are made by the berthing simulation of a ship on the computer. And, the layer neural network is used and the 'Error Back-Propagation Algorithm' is used to teach the neural network. Finally, it is shown that the berthing control is successfully done by the established neural network.