J Navig Port Res > Volume 48(6); 2024 > Article
자동화 컨테이너터미널 안벽 크레인의 AGV 작업 차선 할당에 관한 연구

요 약

해운·항만 산업의 적극적인 4차 산업 기술 접목 추세에 따라 항만의 형태는 완전 무인 자동화 항만으로 전환 및 개발되고 있다. 이러한 추세에 따라 빠르게 변화한 분야는 컨테이너터미널로 대부분의 자동화 컨테이너터미널은 내부 이송 장비로 AGV(Automated Guided Vehicle)를 채택하여 운영하고 있다. AGV의 운영은 작업 흐름 및 하역 장비의 효율과 직결되는데, 특히 안벽에서 이루어지는 안벽 크레인과 AGV 간의 하역 작업은 전체 터미널 생산성에 가장 큰 결정 요인으로 작용한다. 본 연구에서는 안벽크레인의 AGV 작업 레인 할당 방식들 간의 효율성을 비교하기 위해 시뮬레이션 모형을 개발하고, 그 효과를 분석하였다. 총 6가지 시나리오를 실험한 결과로 터미널 생산성에 있어 AGV의 작업 위치로의 진입 및 퇴로를 위한 주행 공간이 확보된 형태의 차선 운영 방식이 가장 효율적임을 확인하였다.

ABSTRACT

The shipping and port industry is actively incorporating fourth industrial technology, resulting in the transformation of ports into fully unmanned and automated facilities. One area that has undergone significant change in line with this trend is container terminals. Most automated container terminals now utilize AGVs (Automated Guided Vehicles) for internal transportation. The operation of AGVs directly impacts the efficiency of the workflow and handling equipment. Specifically, the loading and unloading operations between the quay crane and the AGV at the quay are the most significant factors influencing overall terminal productivity. This study developed a simulation model to compare the efficiency of different AGV work lane operation schemes for quay cranes and to analyze their effectiveness. After experimenting with a total of six scenarios, it was confirmed that the work lane operation scheme, which includes a designated driving space for AGV entry and exit to the working location, is the most efficient for terminal productivity.

1. 서 론

해운 및 항만 산업에서는 선박 규모 증가와 높아진 서비스 요구, 환경 저탄소화 필요로 인해 전 세계적으로 4차 산업 기술을 활용한 자동화 항만으로의 전환이 가속화되고 있다. 국내에서는 부산항을 시작으로 인천 신항, 진해신항, 광양항 등에서도 자동화 항만 개발이 계획되고 있으며, 이는 항만의 단순 경쟁우위를 넘어 지속 가능한 성장을 위한 중요한 변화 요소로 자리 잡고 있다(Kim and You, 2020).
컨테이너터미널은 4차 산업 기술을 통한 자동화가 가장 빠르게 적용되는 항만 부문 중 하나이다. 컨테이너터미널의 자동화는 야드작업부터 시작해 안벽 영역과 이송 장비까지 순차적으로 자동화되었으며, 현재 완전 자동화 터미널이 등장하기에 이르렀다. 대부분의 완전 자동화 컨테이너터미널은 일반적인 재래식 컨테이너터미널과 달리 수직형 야드 배치로 설계되었으며, 터미널 내·외부 작업영역을 구분하여 독립적으로 운영된다. 터미널 안벽 영역의 하역 작업 최적화는 전체 터미널 생산성과 직결되는데, 크레인과 무인 이송 장비 간의 협력으로 선박 처리시간을 최소화할 수 있다. 현재 운영 중인 자동화 컨테이너터미널에서는 주로 AGV(Automated Guided Vehicle)를 이송 장비로 선택하여 도입하는 추세로 국내 최초 완전 자동화 터미널인 부산항 신항 서컨테이너터미널 또한 내부 이송 장비로 AGV를 도입하여 운영 중이며, 향후 진해신항 터미널에도 AGV를 도입할 계획이다.
AGV는 자동화 컨테이너터미널에서 하역 장비의 작업을 지원하며, 안벽 크레인(Quay Crane: Q/C)과 장치장 크레인(Transfer Crane: T/C)의 작업 대기시간 및 터미널 생산성 변화에 직접적인 영향을 미친다. 효율적인 AGV 운영을 위해서는 AGV 주행로의 혼잡도를 줄이고, 교착상태를 방지하며, 다른 AGV로 인한 주행 대기시간을 최소화하는 것이 필수적이다. 특히 안벽 크레인 아래에서의 AGV 하역 작업 배정이 효율적으로 이루어지지 않으면 AGV 대기가 발생하게 되고, 이는 안벽 크레인 작업 지연으로 이어져 전체 터미널 생산성에 지대한 영향을 미치게 된다.
본 연구에서는 AGV의 안벽 크레인 작업 차선 배정 및 운영 방식들에 관해 분석하고자 하며, 분석을 위해 시뮬레이션 모형을 수립하고 실험을 수행한다. 그리고 실험 결과의 비교 분석을 통해 효율적인 안벽 크레인 AGV 작업 차선 할당 방식을 제시하고자 한다.

2. 선행연구 고찰

자동화 컨테이너터미널은 무인 이송장비 기반의 안정적, 효율적 운영이 터미널 발전의 중심이 되고 있으며, 이에 따라 AGV 운영 관리 및 최적화를 위한 연구가 진행되었다. 주요 분야로는 AGV 작업 배차와 경로 제어, 그리고 하역 장비와의 통합 스케줄링 등이 있다.
Kim et al.(2010), Choe et al.(2016)은 터미널 내 AGV 동적 환경 학습을 통한 AGV 제어 및 환경 대응에 대한 알고리즘을 개발하여 상황 변화에 대응할 수 있음을 입증하였다. Kang et al.(2005), Jun et al.(2005)Chan(2022)은 시뮬레이션을 이용해 AGV 충돌 및 교착 방지를 위한 최적 경로 선정에 관해서 연구하였다. 또한 중앙집중 통제를 통한 교착 방지 전략을 제안하여 작업 지연 감소 효과를 분석하였다. Zhong et al.(2020)은 AGV 전반의 통합 스케줄링에 대한 혼합정수계획모형을 제시하였고, 실험을 통해 경로의 충돌 방지 효과를 검증하였다. Wang and Zeng(2022)은 충돌 방지를 고려한 AGV 배차 및 경로 선정에 관한 수리적 모형 수립과 해법을 제시하였다. Wu et al.(2022)은 AGV 충돌회피를 위한 A* 알고리즘 기반의 경로 최적화 해법을 제시하였다.
통합 스케쥴링 분야로는 Yue et al.(2021)Zhang et al.(2021)이 하역 장비와 AGV의 스케줄링 최적화를 위한 수리적 모형과 유전 알고리즘 기반 통합 스케줄링 해법을 제시하였다. Gao et al.(2023)은 다수 AGV의 효율적 작업 할당 및 경로 설정을 위한 알고리즘을 개발하였으며, Lou et al.(2023)은 운영 상황의 불확실성을 다루기 위해 디지털트윈 기반 AGV 스케줄링 및 경로 설정 프레임워크를 제시한 바 있다.
대부분의 AGV 운영에 관한 연구들은 단순하게 설계된 주행로에서 AGV 간의 주행 중 충돌 또는 교착 방지에 중점을 두고 있다. AGV 교통관제만큼이나 중요한 요인으로는 AGV의 작업 및 대기 위치 선정으로 이는 터미널 생산성에 직결되는 부분이다. 그러나 자동화 터미널에서의 AGV 작업 및 대기 위치 선정에 관한 연구는 AGV 관제 또는 스케쥴링 분야에 비해 거의 찾아보기 어려운 실정이다. 본 연구에서는 자동화 컨테이너터미널에서의 AGV 안벽 크레인 작업 위치 선정에 관해 살펴보고자 한다.

3. 자동화 컨테이너터미널 작업 프로세스

대부분의 자동화 컨테이너터미널은 수직형 터미널로 해측, 육측 간 작업영역이 구분되어 있어 AGV와 외부 차량의 작업이 독립적으로 수행된다. 이에 AGV 주행 범위는 안벽에서 장치장 블록 끝단의 컨테이너 전달 구역인 T/P(Transfer Point)까지로 한정된다. AGV 주행로는 운행 방식에 따라 폐쇄형 순환(Closed Loop) 방식과 교차 차선(Cross Lane) 방식으로 구분된다. 순환 방식의 경우 안벽크레인에서 장치장까지 원형 모양의 단방향 주행로를 통해 운영되는 방식으로 운영 및 제어가 용이하나, 안벽크레인과 주행로 사이의 간섭, 작업 위치에 따른 주행거리의 증가 폭이 매우 크다(Ha et al, 2004).
교차 차선 방식은 안벽크레인과 블록 주행로 사이 교차 차선이 배치된 폐쇄형 순환 경로와 개방형 주행 모두 가능한 구조로 AGV의 운영이 단순 순환 형태에 비해 복잡하다. 그러나 AGV 주행에 대한 안벽크레인의 간섭을 피할 수 있다는 점과 폐쇄형 순환 방식에 비해 주행거리가 현격히 감소하는 효과를 볼 수 있다. 하역 작업 지체를 줄이기 위해 국내를 포함한 대부분의 자동화 컨테이너터미널에서는 AGV 운영 방식으로 교차 차선 방식을 채택하고 있다.
교차 차선 방식이 적용된 자동화 컨테이너터미널의 선측 레이아웃은 Fig. 1과 같다. 주행로는 안벽크레인의 작업 및 주행을 위한 안벽 측 차선과 장치장 블록으로의 주행을 위한 블록 차선, 두 차선을 연결하는 교차 차선으로 구성된다. 또한 교차 차선 중간에는 버퍼(Buffer) 공간을 둠으로써 AGV 대기 또는 다음 목적지로의 이동을 위한 정차 위치로 활용한다.

3.1 자동화 컨테이너터미널 AGV 작업 프로세스

자동화 컨테이너터미널의 양하 작업은 안벽 크레인에서 작업을 위한 AGV를 요청하면서 시작된다. 작업 요청이 있으면 버퍼에 대기하고 있거나 작업 완료 후 대기를 위해 버퍼로 이동하는 AGV들 중에서 한 대가 선정되어 배차된다. 배차된 AGV는 해당 안벽 크레인 아래의 정해진 작업 차선으로 이동하여 양하 작업을 위해 대기하게 된다. 이때 만약 작업 차선에 다른 AGV가 대기 또는 작업하고 있다면 AGV는 버퍼 공간에서 정차하며 작업 차선이 빌 때까지 대기한다. 안벽 크레인에 도착한 AGV가 컨테이너를 적재하면 버퍼를 거쳐 최종 목적지인 장치장 블록의 T/P로 이동한다. 이때 AGV의 정지는 버퍼에서만 가능하며, 주행 및 작업 차선 상에서 정지하지 않는다(Chan, 2022).
적하 작업 프로세스도 양하 작업 프로세스와 유사한 흐름으로 진행되며 차이점은 작업 요청 시점이 안벽크레인 작업이 아닌 장치장 크레인의 작업 시점과 연관된다는 것이다.

3.2 안벽 크레인 작업 차선 운영 방식

자동화 컨테이너터미널에서 안벽 크레인 작업을 위해 AGV의 정차 차선을 선정하는 것은 하역 작업의 생산성과 직결되는 중요한 결정이다. 정차 차선 선정이 비효율적으로 이루어지면 작업 완료한 차량이 퇴로를 확보하지 못해 대기해야 하는 문제가 발생한다. 이러한 문제를 해결하기 위해 현장에서도 다양한 운영 방식을 시도하고 있다.
자동화 컨테이너터미널의 안벽 크레인 차선 활용 유형에는 주행만 가능한 주행 차선, 크레인 하역 작업만이 가능한 작업 차선, 그리고 주행과 작업 모두 가능한 범용 차선으로 구분된다. 안벽 크레인 차선들을 어떻게 구성하는가에 따라 AGV 이동에 영향을 미치게 되는데, Fig. 3은 주행 차선과 작업 차선으로 구성된 차선 운영 방식의 한 예시로 그림과 같이 AGV 경로가 결정된다.
AGV는 일반 컨테이너터미널에서 운영되는 야드 트랙터(Yard Tractor; Y/T)와 달리 현장 상황에 대처하여 실시간으로 경로 변경이 불가능하며, 지정된 경로로만 주행해야 한다. AGV 이동 중 차선 상에 다른 AGV가 정차해 있는 경우 차량을 우회할 수 없으며, 이는 작업 위치로의 진입 또는 진출을 불가능하게 만든다. 결국 작업 위치로의 진출입 장애로 운송 지연 등 주행 제한이 발생하게 된다. AGV의 경로 선정은 차선 운영 방식에 많은 영향을 받게 되는데, Fig. 4는 차선 운영 방식에 따라 운송 지연이 일어나는 경우를 보여주고 있다.

4. AGV 운영 시뮬레이션 모델

4.1 시뮬레이션 개념모형

자동화 컨테이너터미널 안벽 크레인 차선 운영 방식 비교를 위해 본 연구에서는 시뮬레이션 모형을 수립하였다. 전체적인 모형의 흐름도는 Fig. 5와 같으며 하부 프로세스로는 AGV 요청, AGV 목적지 설정, AGV 이동 및 작업, 대기 위치 및 목적지 설정, 대기 및 이동, AGV 이동 및 작업, 마지막으로 주차 위치 설정 및 이동으로 구성된다.
Fig. 6은 시뮬레이션 활동 다이어그램으로 하역 작업이 수행되는 안벽크레인의 차선, 장치장 블록의 T/P, AGV 대기 장소인 버퍼에서의 활동으로 구성된다.

4.2 모형의 구성 요소

자동화 컨테이너터미널 시뮬레이션 모형을 위한 구성 요소는 Table 1과 같다. 작업 대상인 개체(Entity)는 하역 작업 대상인 컨테이너가 되며, 자원(Resource)은 하역 작업을 수행하는 안벽 크레인과 장치장 크레인 그리고 AGV 정차를 위한 버퍼 공간으로 정의된다. AGV 정차 장소(Station)는 안벽크레인 아래의 차선들, 장치장 블록 T/P, 버퍼로 이루어진다.
시뮬레이션 시나리오 구성을 위한 모형의 입력 모수는 다음과 같다.
- 안벽 크레인 차선 운영 방식(주행/작업/범용 차선 선택)
- AGV 투여 대수 및 속도
- 안벽 크레인 투여 대수
- 안벽 크레인 작업시간 확률분포
- 장치장 크레인 작업시간 확률분포

5. 실험 및 분석

5.1 시뮬레이션 모형 구현

시뮬레이션 모형 개발은 대기행렬 시뮬레이션 개발 도구인 Arena를 이용하였다. 구현 모형은 1개의 선석을 대상으로 하였으며, 선측 6개의 차선과 6대의 안벽 크레인을 운영하는 것으로 설정하였다. 장치장 크레인은 10개의 블록에 각 1대씩으로 설정하였으며, 크레인의 작업 위치는 블록당 4개의 T/P로 구성하였다. 모형 입력 모수인 AGV 이동 속도 및 하역 장비들의 작업시간은 자동화 컨테이너터미널의 통합 스케줄링 연구를 바탕으로 설정하였다(Shouwen et al, 2021).
안벽 차선 운영 방식은 정차가 불가능한 주행 차선, 하역 작업만 가능한 작업 차선, 작업과 주행이 가능한 범용 차선의 선정에 따라 달라진다. 시뮬레이션을 위한 안벽 차선 운영 방식 시나리오는 Table 2와 같다.
시나리오 1은 모든 차선을 작업과 이동이 가능한 범용 차선으로 구성하였다. 시나리오 2에서 시나리오 4번까지는 주행 차선을 활용하였다. 시나리오 2는 버퍼에서 빠르게 진입이 가능한 하나의 주행 차선을 지정하고 나머지 5개의 차선은 작업 차선으로 지정하였다. 시나리오 3과 4는 두 개의 주행 차선을 가지는데 차이점은 주행 차선들을 상단 또는 중앙에 둔 점이다. 시나리오 5와 6은 모든 차선을 범용 차선으로 활용하는 경우로 시나리오 1과의 차이점은 각 안벽 크레인별 작업 가능한 범용 차선을 미리 지정해 둔다는 것이다. 이는 작업 위치로 이동하는 AGV의 진입 또는 퇴로 확보를 위한 것으로 지정 차선 수에 따라 시나리오를 나누었다.
각 시나리오에 대한 실험은 컨테이너터미널 실제 현장에서 안벽 크레인에 배정하는 이송 장비 대수가 크레인당 5대인 점을 반영하여 30대까지 AGV 투입 대수를 변경하여 실험하였다.

5.2 시뮬레이션 결과 분석

안벽 차선 운영 방식의 비교 분석을 위해 시나리오 6개에 대한 시간당 작업처리량, 안벽 크레인 이용률, 그리고 AGV 이용률을 시뮬레이션 결과로 도출하였다. 시뮬레이션 수행 결과는 Table 3과 같다.
모든 경우에서 AGV 투입 대수가 증가하면 시간당 작업처리량과 안벽 크레인 이용률이 증가하였다. AGV 이용률은 투입 대수 증가에 따라 감소하는데, 이는 차량이 많아지면 작업하지 않는 유휴시간이 증가하기 때문이다.
주행 차선 유무에 따른 효과를 비교하기 위해 모든 차선을 범용 차선으로 운영하는 시나리오 1과 주행 차선을 설정한 시나리오 2의 결과를 살펴보면 시간당 작업처리량이 약 10건의 차이로 우세하였으며 안벽 크레인 이용률 또한 4% 차이로 높게 나타났다. 이는 주행 차선을 지정하여 AGV 주행을 통제하는 방식이 더 효율적임을 시사한다. 주행 차선을 하나 이상 사용하는 경우에는 시나리오 3과 4에서 확인할 수 있듯이 연속된 차선을 이용하는 것보다는 주행 차선으로의 이동 거리를 감소할 수 있는 서로 떨어진 차선을 설정하는 것이 유리한 것으로 나타났다.
시나리오 5와 6은 모든 차선을 범용 차선으로 운영하지만, 작업을 위해 정차할 수 있는 차선을 각 안벽 크레인별로 미리 지정해 둔 경우로 시뮬레이션 수행 결과 다른 시나리오들에 비해 작업처리량 및 안벽 크레인 이용률이 우수한 것으로 나타났다. 이는 차선 운영에서의 AGV 주행 공간 확보를 위해 안벽 크레인당 배정된 작업 차선 간 거리를 충분히 확보하는 것이 효과적임을 보여준다. 시나리오 5와 6을 비교하면 크레인별 작업 가능 차선을 2개로 지정한 경우가 더 좋은 결과를 보인다.
시뮬레이션 수행 결과를 전체적으로 살펴보면 시나리오 6이 가장 효율적인 차선 운영 방식으로 나타났다. AGV를 30대 투입하였을 때 시나리오 6의 작업처리량은 다른 시나리오에 비해 평균 약 11.5건 차이로 높은 수치를 보였으며 AGV 이용률이 낮음에도 안벽 크레인 이용률 또한 약 93%로 높은 장비 활용률을 기록했다. 자동화 컨테이너터미널은 생산성 향상을 위해 인접한 안벽 크레인별 작업 위치 간의 충분한 거리가 확보되는 운영 방식을 채택하는 것이 유리할 것으로 판단된다.
가장 좋은 시뮬레이션 수행 결과를 보인 시나리오 6에 대하여 AGV 투입 대수에 따른 생산성 추이 분석을 추가적으로 실행하였다. 이 경우 AGV 투입 대수가 증가함에 따라 시간당 작업처리량은 증가하나 그 증가율이 둔화되는 경향을 보인다. 특히 AGV 투입 대수가 40대일 경우 35대에 비하여 작업처리량이 1건 정도밖에 증가하지 않았고, 안벽 크레인 활용률도 1% 증가에 그쳤다. 이에 반해 AGV 이용률은 40대 투입 시 큰 폭으로 감소하였는데, 이는 AGV가 과도하게 많이 투입된 경우로 볼 수 있다.
시뮬레이션 수행 결과 가장 우수한 경우인 안벽 크레인 작업 위치를 2개로 선정하고 인접한 크레인과 작업 차선이 겹치지 않는 차선 운영 방식에서는 35대 정도의 AGV를 투입하는 것이 좋다고 볼 수 있다.

6. 결 론

전 세계적으로 4차 산업 기술을 활용한 자동화 항만으로의 전환이 가속화되고 있으며 항만 부문에서 컨테이너터미널의 자동화 개발 및 전환이 빠르게 진행되고 있다. 컨테이너터미널의 자동화는 운영 최적화와 직결되며 자동화 장비 및 기술의 도입으로 정밀한 운영 상황 제어를 통한 터미널 생산성 향상을 목표로 한다. 자동화 컨테이너터미널의 생산성은 안벽 크레인의 작업처리량을 기준으로 측정되며, 이는 이송 장비인 AGV 운영 효율성과 관계가 깊다. 실제 터미널에서는 생산성 향상을 위해 안벽 차선 활용 방식의 선정을 통해 차량 간 간섭 완화, 효율적 AGV 운영 등을 이루고자 한다.
본 연구에서는 효율적인 안벽 차선 운영 방식을 도출하고자 AGV 운영 시뮬레이션 모형을 개발하였다. 총 6가지 유형의 차선 운영 방식에 대해 AGV 투입 대수를 변경하여 실험하였으며, AGV의 작업 위치로의 진입 및 버퍼로의 이동에 있어 주행 공간이 확보된 형태의 차선 운영 방식이 효과적인 것으로 나타났다. 즉, 모든 차선을 활용하여 인접한 안벽 크레인별 작업 위치를 상이하게 설정함으로써 AGV의 효율적 주행 경로를 확보하는 운영 방식이 가장 효율적임을 도출하였다. 그중에서도 모든 차선을 범용으로 이용하되 안벽 크레인당 2개의 작업 위치를 미리 선정해두는 방식이 가장 좋은 결과를 보였다. 다만 현장에서의 하역 작업시간과 차량 이동시간 등의 불확실성으로 인해 예상하지 못한 안벽 크레인의 유휴시간을 줄이는 목적으로 3개의 AGV 작업 대기 차선을 활용하는 것도 현실적으로는 유용할 것으로 생각된다.
향후 연구로 두 대의 안벽 크레인 간의 간격이 가까워 AGV 진출입에 간섭 상황이 발생하는 경우 차선 운영 방식에 관한 실험이 필요하다. 또한, 버퍼 활용도를 높이기 위해 AGV의 정차가 버퍼 지역에서만 이루어지지 않고 장치장 블록 T/P 상에서도 정차 가능한 모형으로의 확장에 관해서도 연구가 필요할 것으로 생각된다.

Acknowledgments

본 성과물은 중소벤처기업부에서 지원하는 2023년도 산학연Collabo R&D 사업(RS-2023-00223997)의 연구수행으로 인한 결과물임을 밝힙니다.

Fig. 1.
Cross lane operation type of automated container terminal (Source: Authors)
KINPR-2024-48-6-506f1.jpg
Fig. 2.
ACT discharging flow process(Source: Authors)
KINPR-2024-48-6-506f2.jpg
Fig. 3.
Example of AGV route on quay-side lanes(Source: Authors)
KINPR-2024-48-6-506f3.jpg
Fig. 4.
Examples of situation of AGV delay on quay-side lanes(Source: Authors)
KINPR-2024-48-6-506f4.jpg
Fig. 5.
Process flow chart for simulation conceptual model
KINPR-2024-48-6-506f5.jpg
Fig. 6.
Activity diagram for simulation model
KINPR-2024-48-6-506f6.jpg
Fig. 7.
Throughput trends by number of AGVs in scenario 6
KINPR-2024-48-6-506f7.jpg
Table 1.
Components of simulation model
Type Components
Entity Container
Resource Q/C, T/C, Buffer
Transporter AGV
Station Q/C lane, Buffer node, Block T/P
Intersection Nodes of road network
Network Terminal road network
Table 2.
Simulation scenarios
Scenario Operation Type # of AGVs
Scenario 1 KINPR-2024-48-6-506i1.jpg 30
20
10
Scenario 2 KINPR-2024-48-6-506i2.jpg 30
20
10
Scenario 3 KINPR-2024-48-6-506i3.jpg 30
20
10
Scenario 4 KINPR-2024-48-6-506i4.jpg 30
20
10
Scenario 5 KINPR-2024-48-6-506i5.jpg 30
20
10
Scenario 6 KINPR-2024-48-6-506i6.jpg 30
20
10

KINPR-2024-48-6-506i7.jpg : Work location

KINPR-2024-48-6-506i8.jpg: General lane

KINPR-2024-48-6-506i9.jpg: Driving lane

Table 3.
Simulation results
Scenario AGVs Job_Clear (number of times/hr) Quay Crane Utilization (%) AGV Utilization (%)
1 10 147.27 36.88 99.74
20 256.36 64.80 99.12
30 345.82 86.75 94.82
2 10 147.27 38.62 99.75
20 266.18 68.54 99.16
30 355.09 90.07 94.42
3 10 147.27 37.86 99.76
20 264.55 68.47 98.89
30 345.82 89.25 93.70
4 10 148.91 37.70 99.73
20 269.45 68.95 99.01
30 354.55 89.08 93.62
5 10 146.73 38.86 99.65
20 266.18 69.19 98.53
30 360.00 91.28 92.08
6 10 150.00 38.40 99.51
20 284.18 72.03 97.52
30 363.82 93.17 87.30
Table 4.
Results of scenario 6 by number of AGVs
AGVs Job_Clear (number of times/hr) Quay Crane Utilization (%) AGV Utilization(%)
10 150.00 38.40 99.51
15 224.73 56.32 98.92
20 284.18 72.025 97.52
25 333.27 85.68 94.19
30 363.82 93.17 87.3
35 386.18 96.31 78.79
40 387.27 97.10 69.63

References

[1] Chan, Y. F.2022. Traffic Control for Crossing Automated Guided Vehicles on Container Terminals, Master Thesis of. Erasmus School of Economics.
[2] Choe, R., Kim, J. and Ryu, K. R.(2016), “Online preference learning for adaptive dispatching of AGVs in an automated container terminal”, Applied Soft Computing, Vol. 38, pp. 647-660.
crossref
[3] Gao, Y., Chen, C. H. and Chang, D.(2023), “A Machine Learning-Based Approach for Multi-AGV Dispatching at Automated Container Terminals”, Journal of Marine Science and Engineering, Vol. 10, No. 7.
crossref
[4] Ha, T. Y., Choi, Y. S. and Kim, W. S.(2004), “Simulation-based Evaluation of AGV Operation at Automated Container Terminal”, Journal of navigation and port research, Vol. 28, No. 10, pp. 891-898.
crossref
[5] Jun, J. P., Ryu, K. R. and Yoon, H. M.(2005), “A Deadlock Avoidance Method and a Regression-Based Route Selection Scheme for AGVs in Automated Container Terminals”, Journal of navigation and port research, Vol. 29, No. 8, pp. 723-733.
crossref
[6] Kang, J. H.(2005), “Collision Avoidance and Deadlock Resolution for AGVs in an Automated Container Terminal”, Journal of intelligent information systems, Vol. 11, No. 3, pp. 25-43.
[7] Kim, H. L., Choi, L., Park, T. J. and Ryu, K. R.(2010), “Dynamic Optimization of the Traffic Flow of AGVs in an Automated Container Terminal”, Journal of KIISE, Vol. 16, No. 5, pp. 591-595.
[8] Lou, P., Zhong, Y., Hu, J., Fan, C. and Chen, X.(2023), “Digital-Twin-Driven AGV Scheduling and Routing in Automated Container Terminals”, Mathematics, Vol. 11, No. 12.
crossref
[9] Shouwen, J., Di, L., Zhengrong, C. and Dong, G.(2021), “Integrated scheduling in automated container terminals considering AGV conflict-free routing”, Transportation Letter, Vol. 13, No. 7.
crossref
[10] Wang, Z. and Zeng, Q.(2022), “A branch-and-bound approach for AGV dispatching and routing problems in automated container terminals”, Computers & Industrial Engineering, Vol. 166.
crossref
[11] Wu, M., Gao, J., Li, L. and Wang, Y.(2022 “Control optimisation of automated guided vehicles in container terminal based on Petri network and dynamic path planning”, Computers and Electrical Engineering, Vol. 104, Part B..
crossref
[12] You, J. W. and Kim, Y. S.(2020), “A Study on the Perception of the Subjects about Automated Container Terminal”, Journal of navigation and port research, Vol. 44, No. 3, pp. 195-202.
[13] Yue, L., Fan, H. and Ma, M.(2021), “Optimizing configuration and scheduling of double 40 ft dual-trolley quay cranes and AGVs for improving container terminal services”, Journal of Cleaner Production, Vol. 292.
crossref
[14] Zhang, Q., Hu, W., Duan, J. and Qin, J.(2021), “Cooperative Scheduling of AGV and ASC in Automation Container Terminal Relay Operation Mode”, Mathematical Problems in Engineering, Vol. 2021, No. 1.
crossref pdf
[15] Zhong, M., Yang, Y., Dessouky, Y. and Postolache, O.(2020), “Multi-AGV scheduling for conflict-free path planning in automated container terminals”, Computers & Industrial Engineering, Vol. 142.
crossref


ABOUT
BROWSE ARTICLES
FOR CONTRIBUTORS
Editorial Office
C1-327 Korea Maritime and Ocean University
727 Taejong-ro, Youngdo-gu, Busan 49112, Korea
Tel: +82-51-410-4127    Fax: +82-51-404-5993    E-mail: jkinpr@kmou.ac.kr                

Copyright © 2026 by Korean Institute of Navigation and Port Research.

Developed in M2PI

Close layer
prev next