항공기 도어를 인식하고 스스로 위치를 맞추다 | AI 기반 탑승교 자동 접현 시스템
공항의 탑승교(Passenger Boarding Bridge)는 항공기와 터미널을 연결하는 핵심 시설입니다.
기존 탑승교 접현 작업은 작업자가 항공기 도어와 탑승교 사이의 거리와 위치를 육안으로 확인하며 조이스틱을 조작하는 방식으로 이루어집니다. 작업자의 숙련도뿐 아니라 조도와 기상 등 현장 환경에 따라 접현 과정에 편차가 발생할 수 있습니다.
삼원FA는 카메라 영상과 거리 센서 데이터를 AI로 분석해 항공기 도어의 위치를 실시간으로 인식하고, 탑승교와의 상대적인 X·Y·Z 위치를 산출하여 자동 접현 제어로 연결하는 시스템을 개발하고 있습니다.
Industry
Airport · Airport Automation · Passenger Boarding Bridge
Application
PBB Auto Docking · Aircraft Door Positioning · Intelligent Airport Automation
Technology
Object Detection · Object Tracking · Camera Calibration · Sensor Fusion · Edge AI
사람이 직접 맞추던 탑승교 접현
항공기가 주기장에 정지하면 탑승교는 항공기 도어에 정확하게 접근해야 합니다.
기존 방식에서는 작업자가 탑승교 내부에서 항공기 도어와의 상대적인 위치를 확인하면서 조이스틱을 이용해 탑승교의 이동 방향과 접근 거리를 직접 조정합니다.
접현 과정은 단순히 항공기 가까이 접근하는 작업이 아닙니다.
도어의 좌우 위치와 높이, 탑승교와 항공기 사이의 거리까지 동시에 판단해야 하며, 최종 접근 단계에서는 항공기와 시설물의 안전까지 고려해야 합니다.
따라서 기존 안전장치와 제어 체계를 유지하면서도 항공기의 위치를 AI가 인식하고 접현에 필요한 정보를 자동으로 산출할 수 있는 새로운 방식이 필요했습니다.
The Challenge
항공기 도어를 지속적으로 인식해야 했습니다
자동 접현을 위해서는 항공기 도어를 한 번 검출하는 데 그치지 않고, 탑승교가 이동하는 동안에도 동일한 도어를 지속적으로 추적해야 합니다.
따라서 객체 검출과 추적 기술을 결합해 도어의 위치 변화를 실시간으로 파악할 수 있는 구조가 필요했습니다.
영상 속 위치를 실제 거리와 좌표로 바꿔야 했습니다
카메라 영상에서 도어를 인식하더라도 영상 좌표만으로는 탑승교를 제어할 수 없습니다.
카메라 캘리브레이션과 레이저 거리 센서를 결합해 항공기 도어의 상대적인 X·Y·Z 위치를 실제 공간 좌표로 산출해야 했습니다.
기존 안전·제어 체계와 연동해야 했습니다
자동화를 위해 기존 탑승교 전체를 변경하는 방식보다 현재의 안전장치와 조이스틱 제어 구조를 유지하는 것이 중요했습니다.
따라서 AI가 기존 시스템을 대체하는 것이 아니라 도어 인식과 위치 판단 기능을 추가해 자동 접현 제어와 연결되는 구조가 필요했습니다.
The Solution
삼원FA는 객체 검출·추적 AI와 카메라 캘리브레이션, 레이저 거리 센서를 결합한 AI 기반 탑승교 자동 접현 시스템을 개발하고 있습니다.
시스템의 기본적인 데이터 흐름은 다음과 같습니다.
카메라 영상에서 검출된 항공기 도어는 객체 추적 기술을 통해 연속된 영상에서도 동일한 객체로 관리됩니다.
이후 카메라 캘리브레이션을 이용해 영상상의 좌표를 실제 공간 좌표로 변환하고, 거리 센서에서 측정한 정보와 결합하여 항공기 도어와 탑승교 사이의 상대 위치를 계산합니다.
산출된 위치 정보는 기존 탑승교 제어 구조와 연동해 자동 접현에 필요한 제어 데이터로 활용됩니다.
즉, 단순 영상 분석에서 끝나는 것이 아니라 AI 인식 결과를 실제 산업 장비의 움직임까지 연결하는 구조입니다.
AI와 센서 데이터를 결합해 항공기 도어의 위치를 계산하다
항공기 도어 객체 인식
딥러닝 기반 객체 검출 모델을 적용해 카메라 영상에서 항공기 도어를 실시간으로 인식합니다. 영상에 항공기 도어가 존재하는지를 판단하는 것에 그치지 않고 이후 객체 추적과 위치 분석에 활용할 수 있는 기본 데이터를 생성합니다.
객체 추적을 통한 위치 변화 분석
ByteTrack 기반 객체 추적 기술을 활용해 연속된 영상 프레임에서 동일한 항공기 도어를 지속적으로 추적합니다. 이를 통해 항공기와 탑승교의 움직임에 따라 변화하는 도어의 위치를 지속적으로 분석할 수 있습니다.
실제 공간 좌표 산출
카메라 캘리브레이션 기술을 이용해 영상에서 검출된 항공기 도어의 위치를 실제 공간 좌표로 변환합니다. 탑승교를 기준으로 도어의 상대적인 좌우·높이·거리 정보를 산출하여 자동 접현 제어에 사용할 수 있는 위치 데이터를 생성합니다.
비전·거리 센서 융합
영상 분석 결과와 레이저 거리 센서에서 수집된 데이터를 결합합니다. 카메라가 제공하는 도어의 위치 정보와 거리 센서가 측정하는 실제 거리 정보를 함께 활용해 항공기와 탑승교 사이의 상대 위치를 산출합니다. 이를 통해 자동 접현에 필요한 X·Y·Z 위치 데이터를 생성하고 기존 탑승교 제어 시스템으로 전달할 수 있도록 구성합니다.
작업자의 감각과 노하우에서 벗어난 AI 기반 자동 접현
기존 접현 작업이 작업자가 항공기 도어와의 위치를 직접 확인하고 탑승교를 조작하는 데 의존했다면, 이번 시스템은 AI가 항공기 도어의 위치를 지속적으로 인식하고 실제 공간상의 위치를 계산하여 자동 제어에 필요한 정보를 생성하는 것을 목표로 합니다.
객체 검출과 추적을 통해 항공기 도어를 인식하고, 카메라 캘리브레이션과 거리 센서 데이터를 결합해 상대적인 X·Y·Z 위치를 계산합니다.
그리고 이 정보를 기존 탑승교 제어 시스템과 연결함으로써 Perception → Positioning → Control로 이어지는 자동 접현 구조를 구현합니다.
다만 현재 프로젝트는 개발 진행 단계이므로 접현시간 단축, 인력 절감률 또는 자동 접현 성공률과 같은 정량적인 효과를 측정 중입니다.
why SAMWON FA
탑승교에서 AI를 활용하기 위해서는 객체 인식 모델의 정확도만으로 충분하지 않습니다.
카메라 영상을 실시간으로 처리하고, 항공기 도어를 지속적으로 추적하며, 영상 좌표를 실제 공간 좌표로 변환하고, 거리 센서 정보를 결합한 뒤 이를 기존 탑승교 제어 시스템과 연결해야 합니다.
삼원FA는 이번 프로젝트에서 AI 객체 검출·추적 기술과 영상처리, 센서 데이터 분석, Edge AI 추론 환경을 결합하고, 실제 산업 장비의 제어 정보로 활용할 수 있는 통합 시스템을 개발하고 있습니다.
이는 개별 AI 알고리즘을 적용하는 것을 넘어 현장에서 수집되는 데이터를 산업 장비가 사용할 수 있는 제어 정보로 변환하는 AI 기반 자동화 기술이라는 점에서 의미가 있습니다.
Next Step
이번 프로젝트는 AI를 이용해 단순히 항공기 도어를 인식하는 것을 넘어, 영상과 센서 데이터를 기반으로 실제 공간상의 위치를 계산하고 산업 장비의 움직임으로 연결하는 자동화 방식의 가능성을 검증하는 프로젝트입니다.
향후 충분한 시험 및 운영 데이터가 축적되면 다음과 같은 항목을 기반으로 시스템 성능을 구체적으로 검증할 수 있습니다.
- 항공기 도어 인식 정확도
- 객체 추적 안정성
- 접현 소요시간
- 작업자 수동 개입 횟수
- 조도·기상 조건에 따른 인식 성능
이러한 접근 방식은 탑승교뿐 아니라 카메라와 센서를 이용해 특정 대상의 위치를 인식하고 실제 장비의 움직임을 제어해야 하는 산업자동화 분야에도 적용 가능성을 검토할 수 있습니다.
Project facts
프로젝트 | AI 기반 탑승교 자동 접현 시스템 개발
적용 분야 | Passenger Boarding Bridge · Airport Automation
프로젝트 기간 | 2026.07.01 ~ 2027.12.31
진행 상태 | 개발 진행 중
주요 기능
- AI 기반 항공기 도어 객체 검출
- 항공기 도어 실시간 객체 추적
- Camera Calibration
- 영상 좌표 → 실제 공간 좌표 변환
- 항공기 도어 X·Y·Z 위치 산출
- 레이저 거리 센서 정보 수집
- Vision · Distance Sensor Fusion
- Edge AI 기반 실시간 영상 분석
- 자동 접현 제어 정보 생성
- 기존 탑승교 안전장치 연동
- 기존 조이스틱 제어 구조 연동