항로표지는 해양 사고 예방과 선박의 안전한 항해를 지원하는 시설로, 야간에는 불빛으로 항로정보를 제공해야 한다. 그러나 해무가 발생하면 등명기의 광도가 감소하고, 항로 표지의 역할이 제한된다. 해무를 측정하는 장비는 바다에 설치된 다리와 같이 사고가 잦은 지역에만 제한적으로 설치되어 있다. 그러나 최근에는 딥러닝을 기반으로 한 안개 제거 기술을 통해 간단한 장비로도 실시간 해무 농도를 감지하는 것이 가능해졌다. 본 연구에서는 프레넬 렌즈를 사용하지 않고 빛을 평행하게 만드는 원리인 포물선 반사체(parabolic reflector)를 도입한 등명기에 딥러닝 기술을 활용하여 해무를 측정하고, 측정된 해무 데이터를 활용하여 광도를 자동으로 조절할 수 있는 등명기를 연구하였다. 이를 위하여 FFA-NET 기반의 딥러닝을 이용하여 해무를 측정하여, 등명기의 광도조절에 응용하였다.

Navigation aids, which what prevent navigational accident and secure safe sailing, must provide visual information by its lighting at night. However, sea fog reduces the luminous range of marine lanterns, which limits their functionality as navigation aids, the measurement instruments for sea fog detection have been installed in few site. Therefore, to enhance their visibility in various weather conditions, development of new LED marine lantern with self-controlling system is necessary. In this study, we applied deep learning methods in LED marine lantern with double reflecting structure, to design an advanced marine lantern capable of autonomously adjusting its brightness. The suitability of the advanced marine lantern was assessed using sea fog measurement technology developed by FFA-NET based on deep learning methods.