Acknowledgement
본 논문은 2020년도 해양수산부 및 해양수산과학기술진흥원연구비 지원으로 수행된 '자율운항선박 기술개발사업(20200615, 자율운항선박 육상제어 기술개발)'의 연구결과입니다.
Proceedings of the Korean Institute of Navigation and Port Research Conference (한국항해항만학회:학술대회논문집)
- 2020.11a
- /
- Pages.54-55
- /
- 2020
A Study on Phase of Arrival Pattern using K-means Clustering Analysis
K-Means 클러스터링을 활용한 선박입항패턴 단계화 연구
- Lee, Jeong-Seok (Graduate School of Korea Maritime and Ocean University) ;
- Lee, Hyeong-Tak (Ocean Science and Technology School, Korea Maritime and Ocean University) ;
-
Cho, Ik-Soon
(Division of Global Maritime Studies, Korea Maritime and Ocean University)
- Published : 2020.11.11
Abstract
In 4th Industrial Revolution, technologies such as artificial intelligence, Internet of Things, and Big data are closely related to the maritime industry, which led to the birth of autonomous vessels. Due to the technical characteristics of the current vessel, the speed cannot be suddenly lowered, so complex communication such as the help of a tug boat, boarding of a pilot, and control of the vessel at the onshore control center is required to berth at the port. In this study, clustering analysis was used to resolve how to establish control criteria for vessels to enter port when autonomous vessels are operating. K-Means clustering was used to quantitatively stage the arrival pattern based on the accumulated AIS(Automatic Identification System) data of the incoming vessel, and the arrival phase using SOG(Speed over Ground), COG(Course over Ground), and ROT(Rate of Turn) Was divided into six phase.
4차 산업혁명으로 인공지능, 사물인터넷, 빅데이터 등의 기술이 조선 해운 산업에 매우 밀접하게 연관 되고 있고 이는 자율운항선박의 탄생을 가져왔다. 현재 선박의 기술적 특성상 속력을 갑자기 낮출 수 없으므로 항만에 접안하기 위해 예인선의 도움, 도선사의 승선, 육상관제센터의 선박 컨트롤 등 복잡한 커뮤니케이션을 필요로 한다. 본 연구에서는 자율운항선박이 도입될 경우 선박이 입항하기 위한 컨트롤 기준을 어떻게 설정할지 해결하고자 클러스터링 분석을 사용하였다. 입항 선박의 축적된 AIS 데이터를 기반으로 입항 패턴을 정량적으로 단계화하고자 K-Means 클러스터링을 사용했고 SOG(Speed over Ground), COG(Course over Ground), ROT(Rate of Turn)를 사용하여 입항 단계를 6개로 구분하였다.
Keywords