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.

원양어선 제501 오룡호는 황천 중인 베링해에서 조업 후 피항하던 중 개구부를 통한 침수로 인하여 침몰하였으며 많은 선원들이 사망하고 실종되었다. 본 연구에서는 사고선박 침몰사고의 진행상황 별 유동수 영향과 어획물 배치 등을 고려한 선박복원성 계산을 KST-SHIP (선박안전기술공단 선박계산시스템)을 사용하여 수행하고 사고선박의 침몰사고 시의 침수 후 선박복원성을 분석하였다. 먼저 만재출항상태 (Full Load Departure Condition)에서의 사고선박의 비손상 복원성 계산서와 KST-SHIP을 사용한 비손상 선박복원성 계산 결과를 비교하여 검증하고, 사고선박의 출항 시부터 사고 직전까지의 배수량에 따른 비손상 복원성 계산을 수행하여 비손상 복원성을 분석하였다. 또한 사고선박 침몰사고 시의 진행상황 별 침수 후 선박복원성 계산을 수행하여 침수 후 복원성도 분석하였다.