HIRI ICPS: 경력이 풍부한 운전자보다 더 정밀하게 부두 컨테이너 트럭을 주차할 수 있도록 지원합니다.

시스템 개요 및 기술 배경

컨테이너 하역 및 환적의 핵심 운송 수단으로서, 부두의 접안 정위 정확도와 효율성은 항만의 전반적인 운영 리듬, 하역 안전성 및 처리 능력에 직접적인 영향을 미칩니다. 전통적인 유도 방식은 주로 수동 지령과 지상·항공 표지에 의존하며 복잡한 센서 장비를 필요로 하지 않지만, 정밀도가 낮고 작업자의 경험에 크게 의존하는 한계가 있습니다. 기사들은 매번 정렬을 반복적으로 조정해야 하고, 전체 과정 내내 지휘자가 상시 동원되어야 하므로 인건비가 높아지고 피로와 경험에 따른 효율 저하가 심각하게 발생합니다. 그 결과, 단일 컨테이너의 처리에 소요되는 시간이 지나치게 길어집니다.

이후에 개발된 레이저 스캐너와 같은 센서 기반 솔루션은 정렬 정확도를 향상시켰지만, 항만의 복잡한 야외 환경에서는 안개, 비, 먼지 등으로 인한 간섭에 취약합니다. 레이저 광학계가 오염되면 감지 정확도가 크게 저하됩니다. 또한 이러한 시스템은 초기 구매 비용이 높고, 사용 수명이 제한적이며 유지보수 비용도 상당히 많이 들어 대규모 도입이 어려운 실정입니다.

01 기술 진화 속의 기회
컴퓨팅 성능의 발전과 빅데이터 기술의 광범위한 도입에 따라, 딥러닝—특히 합성곱 신경망(CNN)은 이미지 인식 분야에서 획기적인 성과를 거두고 있습니다. 전통적인 방법에 비해 딥러닝은 수동적인 특징 엔지니어링을 필요로 하지 않으며 데이터 패턴을 적응적으로 학습할 수 있어, 산업 자동화 환경에서 발생하는 복잡한 비선형 문제를 해결하는 새로운 접근법을 제공합니다. HIRI FUTURE는 이러한 기술 트렌드에 발맞추어 시각 인식 기술과 신경망을 결합하여, 기존 솔루션의 정확도, 효율성 및 지능 수준에서의 한계를 극복하기 위한 지능형 차체 위치 결정 시스템(ICPS)을 출시했습니다.

지능형 섀시 위치 결정 시스템의 정의
HIRI FUTURE의 지능형 차체 위치 결정 시스템(ICPS)은 고화질 카메라를 활용해 작업 차로의 실시간 영상을 캡처하는 비전 기반 지능형 차체 안내 시스템입니다. 이중 카메라 간의 중복 검증과 딥러닝 모델을 결합함으로써 컨테이너와 차체 프레임을 신속하게 감지하고, 주요 부품의 위치를 파악한 뒤, 산업용 디스플레이와 음성 안내를 통해 운전자를 정밀한 도킹 위치로 유도합니다.

ICPS 시스템은 다음과 같은 핵심 장점을 자랑합니다:

높은 견고성: 다양한 조명 조건, 가려짐, 야간 환경, 비, 안개, 눈 등과 같은 도전적인 상황을 포괄하는 10만 개 이상의 데이터 샘플이 수집되고 주석이 달려 있어 모델의 안정적인 성능을 보장합니다.

실시간 성능: 단일 프레임 인식 속도 최대 40ms, 연중무휴 지속 운영 지원.

다중 차량 호환성: 내부 셔틀 운반차, 외부 셔틀 운반차, 무인 셔틀 운반차, IGV, AGV 등 다양한 유형의 차량을 지원합니다.

고급 기능: 이중 컨테이너 이음부 검출 및 컨테이너 높이 판단을 지원하며, 스프레더 치수에 따라 TTDS 보호 신호를 출력하고, 트롤리의 목표 위치와 컨테이너 트럭의 목표 자세를 계산할 수 있습니다.

육상 측 자동화 운영: 다양한 컨테이너 유형의 검출

야드 크레인 재배치를 위한 실시간 안내 및 보조 안내 기능을 지원합니다.

02 센티미터 수준의 정확도는 어디에서 나오는가?

— ICPS 공간 인식 기술 공개

2.1 산업적 과제: 왜 일반 카메라는 센티미터 수준의 정밀도를 달성하지 못하는가?

광각 렌즈 왜곡: 넓은 운용 도로를 포괄하기 위해 카메라에는 종종 광각 렌즈가 장착되며, 이로 인해 이미지 가장자리에 왜곡(배럴형 또는 핀쿠션형 왜곡)이 발생하여 최대 수십 센티미터에 달하는 직접 측정 오차가 유발될 수 있습니다.

단안 거리 측정의 근본적 한계: 깊이 정보가 부족하며, 기존 방법들은 지면 가정이나 수동 보정에 의존하기 때문에 차량 유형과 적재함 높이의 다양성에 맞게 적용하기 어렵다.

조명 변화, 비와 안개, 야간 환경, 그리고 선적 컨테이너로부터의 반사 등과 같은 환경적 간섭은 기존 컴퓨터 비전 알고리즘의 위치 추정 성능에 편차를 유발할 수 있다.

이러한 문제를 해결하기 위해서는 단순히 모델 계층을 더 쌓는 것에만 의존해서는 안 되며, 대신 포괄적인 공간 인식 기술 파이프라인의 구축이 필요합니다. HIRI FUTURE는 이 파이프라인을 엔지니어링적 구현이 가능한 세 가지 핵심 단계로 분해했습니다.

2.2 핵심 기술 로드맵: ‘보는 것’에서 ‘정확히 측정하는 것’으로

1단계: 공간 참조 매핑 — “좌표 격자” 배치

광각 렌즈는 이미지의 가장자리가 곡선으로 휘어지는 현상을 유발하며, 직접적인 측정에서는 수십 센티미터에 달하는 오차가 발생할 수 있습니다. 본 시스템은 먼저 왜곡 보정 알고리즘을 적용하여, 이미지에서 휘어져 보이지만 실제로는 직선이어야 하는 컨테이너의 가장자리와 차량 프레임 구조를 ‘직선화’함으로써 실제 세계의 정확한 기하학적 관계를 복원합니다. 이어 픽셀 좌표를 통합된 가상 평면 좌표계로 매핑하여, 이미지 위에 사실상 ‘센티미터 수준의 좌표 격자’를 형성함으로써 이후 모든 측정이 정확한 물리적 기준에 근거하도록 보장합니다.

2단계: 의미 정보 추출 — ‘누가 누구인지’ 파악

본 시스템은 딥러닝 모델을 활용하여 컨테이너 트럭, 트레일러, 컨테이너, 코너 캐스팅 및 가이드 플레이트와 같은 대상을 검출하고, 이들에 대한 의미적 속성(유형, 주요 포인트, 표준 치수 제약)을 추출합니다. 이는 마치 컴퓨터에게 이미지 내에서 어떤 객체가 섀시인지, 어떤 것이 컨테이너인지, 또 어떤 것이 코너 피팅인지 명확히 지시하는 것과 같습니다. 또한 코너 피팅 간의 표준 간격 등 사전 지식을 기하학적 계산의 강력한 제약으로 활용함으로써, 시스템은 ‘픽셀을 보는’ 수준에서 ‘장면을 이해하는’ 단계로 발전합니다.

3단계: 공간 정보 인지 — “얼마만큼 이탈하고 어디에서 멈출 것인가”를 계산하기

“좌표 격자”와 “의미 레이블”을 기반으로, 시스템은 목표 카테고리에 따라 트레일러의 평면이나 컨테이너의 상부 표면과 같은 최적의 기준 평면을 동적으로 선택합니다. 이는 대차‑장비 좌표계를 기준으로 하여, 각 목표의 픽셀 좌표를 2차원 가상 평면 좌표로 변환하는 단항 변환을 적용함으로써 구현됩니다. 최종적으로 시스템은 각 목표의 정확한 위치와 방위각을 출력하며, 프레임 가장자리 편차 및 박스 간 이음새 폭과 같은 주요 지표도 함께 제공합니다.

위에서 언급한 세 가지 핵심 알고리즘 외에도, ICPS는 생산 환경에서의 구현에 있어 다수의 엔지니어링 수준의 안전장치를 도입하고 있습니다:

2.3 HIRI 솔루션
쌍안 카메라 중복성 검증

듀얼 HD 카메라 솔루션을 채택하여 각 카메라가 독립적으로 감지를 수행하고 동시에 두 가지 시점에서 상호 보완적인 정보를 교환함으로써, 한 대의 카메라가 환경적 간섭에 영향을 받더라도 카메라 영상이 계속 사용 가능하도록 보장하여 시스템의 신뢰성 있는 성능을 향상시킵니다.

카메라 이미지 보정

교정 알고리즘을 통해 왜곡 모델의 파라미터를 추정함으로써, 카메라 영상에서는 곡선으로 보이지만 실제 세계에서는 직선인 선분들을 ‘직선화’하여 광각 렌즈에 의해 발생하는 왜곡을 보정하고, 이미지 좌표에서 실제 세계 좌표로의 정확한 매핑을 보장합니다.

엔드투엔드 모델 현지화

이미지 입력부터 목표 작업의 정밀한 인식에 이르기까지, 해당 과정은 카메라 스트림 수집, 이미지 보정, 객체 검출 및 공간 좌표 계산을 포함하며, 픽셀 수준의 오차 제어를 달성합니다.

공간 데이터 기준 변환

카메라 보정 결과와 표적 검출 결과를 융합하고 PLC 신호 정보를 통합함으로써, 우리는 크레인의 주 이동대 및 트롤리의 이동 방향에 대한 평면 좌표를 계산하고, 컨테이너 트럭의 실제 물리적 위치와 그에 대응하는 요각을 추정하며, 또한 작업 매칭을 통해 컨테이너 트럭 트레일러의 가장자리 위치, 컨테이너의 모서리 위치 및 컨테이너 이음새의 폭을 산출한다.

바로 이러한 기술적 접근 방식—‘좌표 격자 배치 → 라벨 부착 → 위치 계산’—과 양안의 중복성 및 엔드투엔드 절차가 결합되어, ICPS는 항만이라는 복잡한 환경에서도 안정적인 센티미터급 위치 정확도를 유지할 수 있게 합니다.

03 포지셔닝을 넘어서: HIRI ICPS 실용적 역량 시연

전통적인 내부 컨테이너 트럭 주행 지원: 산업용 디스플레이와 음성 안내 기능 덕분에 운전자는 한 번의 조작으로 정확히 주차할 수 있어 현장에서의 안내가 필요 없어집니다.

트럭 안내: 외부 컨테이너 트럭(외부 견인)에 대한 실시간 및 보조 안내를 지원하며, 모든 유형의 컨테이너 구성과 호환됩니다.

무인 스트래들 캐리어/IGV에 대한 안내: 자율주행 시스템의 폐루프 제어를 위해 목표 주차 공간 자세를 직접 출력합니다.

이중 컨테이너 이음부 검출 + TTDS 보호: 두 개의 컨테이너 간의 갭 폭을 감지하고, 높이가 높거나 낮은 컨테이너를 식별하며, 스프레더와 연동하여 충돌을 방지합니다.

트롤리 목표 위치 계산: 작업 효율을 향상시키기 위해 스프레더 트롤리의 최적 정렬 위치를 사전에 계산합니다.

04 모든 정류장을 더 여유롭게 만들어보세요

HIRI FUTURE의 지능형 차체 위치 인식 시스템(ICPS)은 기존의 레이저 기반 및 수동 방식을 ‘시각 인식 + 공간 컴퓨팅’으로 대체하여, 최소한의 하드웨어로 센티미터 수준의 정밀한 위치 추정을 구현함과 동시에 낮은 도입 비용, 높은 환경 내구성, 다양한 차량 유형과의 호환성 등의 장점을 제공합니다. 지능화되고 무인화된 부두 운영의 추세가 가속화됨에 따라, 이 시스템은 데이터셋을 극한 기상 조건까지 확장하고 밀리미터파 레이더를 포함한 다중 센서 융합 기술을 통합하며, 적용 범위를 차체 안내에서 스택 야드 내 자동 컨테이너 적치와 완전 무인 수평 운송 및 글로벌 스케줄링까지 확대하는 등 지속적으로 발전해 나갈 것입니다. 이를 통해 항만들은 운영 전 과정의 엔드투엔드 자동화를 실현할 수 있게 될 것입니다.