• Proceedings of the Korean Institute of Navigation and Port Research Conference
• /
• 2019.05a
• /
• pp.82-82
• /
• 2019

해상에서 긴급상황 발생 시 선박운항자는 짧은 시간에 신속 정확한 의사 결정을 할 필요가 있다. 이를 위해서 해양사고(충돌, 좌초, 화재, 엔진고장, 조타고장) 심각성에 따른 대피항로(해경선, 비상투묘, 표류, 임의좌주, 주변선박) 선정 알고리즘을 설계하였고, 선박운항자를 위한 긴급대피지원안내 시스템을 개발 중에 있다. 본 연구에서는 대피항로 선정 지원 기술 중 비상투묘와 충돌위험도를 중심으로 시스템 적용 모델의 타당성의 평가하고 알고리즘의 신뢰성을 검증하였다. 비상투묘 지원 기술의 검증을 위해 국내외 해양사고 보고서 및 재결서를 분석하고 알고리즘에 적용해 결과를 비교하였다. 충돌위험도를 검증하기 위해 재결서의 선박 충돌 사고 사례를 시뮬레이션으로 재현하였고, 시뮬레이션 기록 데이터를 기반으로 PARK model, IWRAP MK2 프로그램을 이용해 충돌위험도를 평가하였다. 본 연구의 결과를 통해 해양사고 발생 시 선박과 인명 피해를 최소화할 수 있을 것으로 예상된다.

• Proceedings of the Korean Institute of Navigation and Port Research Conference
• /
• 2020.11a
• /
• pp.85-86
• /
• 2020

자율운항선박을 위한 충돌회피 알고리즘은 여러 연구자들을 통해 다양한 방식으로 개발되고 있다. 본 연구에서는 한국 연안 지역 특성 및 선박운항자의 의식을 기반으로 한 해상교통위험도 평가 모델인 PARK Model을 적용하여 충돌회피 알고리즘을 개발하였다. 이렇게 개발된 충돌회피 알고리즘은 자율운항선박과 사람이 동시에 항해하는 과도기에 선박운항자의 의식을 반영한 충돌회피를 수행하여 다른 선박운항자들에게 이질감 및 부담감을 주지않을 것으로 사료된다. 본 연구의 충돌회피 알고리즘은 PARK Model 위험도를 기반으로 COLREGS 규정을 반영하여 회피동작을 수행하며, 여러 규모의 선박을 대상으로 마주치는 상황, 횡단하는 상황, 추월하는 상황과 이들이 복합적으로 발생하는 상황에 대한 시뮬레이션 결과 모두 충돌을 회피할 수 있었다. 또한, 과거 AIS Data를 이용한 실해역 시뮬레이션 실험에서도 충돌회피를 수행하여 본 충돌회피 알고리즘의 성능을 검증하였다.

• Journal of KIISE
• /
• v.43 no.8
• /
• pp.848-856
• /
• 2016

Seeking and recognizing maritime targets are very important tasks for maritime safety. While searching for maritime targets using radar is possible, recognition is conducted without automatic identification system, radio communicator or visibility. If this recognition is not feasible, radar operator must tediously recognize maritime targets using movement features on radar base on know-how and experience. In this paper, to support the radar operator's mission of continuous observation, we propose an algorithm for automatic recognition of an unknown ship using movement features on radar and a method of detecting potential ship related accidents. We extract features from contact range, course and speed of four types of vessels and evaluate the recognition accuracy using SVM and suggest a method of detecting potential ship related accidents through the algorithm. Experimentally, the resulting recognition accuracy is found to be more than 90% and presents the possibility of detecting potential ship related accidents through the algorithm using information of MV Sewol. This method is an effective way to support operator's know-how and experience in various circumstances and assist in detecting potential ship related accidents.

• Journal of Navigation and Port Research
• /
• v.34 no.10
• /
• pp.727-733
• /
• 2010

An estimation algorithm of collision risk among multiple ships has been developed in order to reduce human error and prevent collision accidents. The algorithm is designed to calculate the collision risk among ships based on Fuzzy theory by using AIS data as traffic information. In this paper, to validate the algorithm, the AIS data of actual collision accident, which occurred between a product carrier and a cargo carrier in Busan harbor in 2009 are collected. The replay simulation is carried out on the actual AIS data and the collision risk is calculated in real time. In this paper, the features of the estimation algorithm of collision risk and the results of replay simulation based on AIS data of actual collision accident are discussed.

• Journal of the Korean Society of Marine Environment & Safety
• /
• v.16 no.1
• /
• pp.101-106
• /
• 2010

Marine transportation system plays an important role in maintaining and promoting economic activities among countries. The accurate understanding of marine traffic flows are necessary for the further advancement of marine transportation system. While many existing researches on marine traffic have been conducted mainly on the basis of statistical analysis using traffic data, ship's traffic flow simulation model was developed in this study. A collision avoidance algorithm was conducted with categorizing of traffic factors such as ship's length and speed. The developed model was also verified by a simulation process.

• Proceedings of the Korean Institute of Navigation and Port Research Conference
• /
• 2022.11a
• /
• pp.347-348
• /
• 2022

자율운항선박 도입에 관한 논의가 국제해사기구에서 본격적으로 시작됨에 따라 자율운항선박 관련 기술개발이 세계적으로 활발하게 진행되고 있다. 그러나, 통신, 보안, 고장진단, 유지보수 등의 기술개발이 아직 미흡하여, 자율운항선박의 상용화까지는 많은 시간이 소요될 것으로 예상된다. 이러한 기술들은 문제가 발생할 경우 선박에 막대한 피해를 발생시킬 수 있으며, 특히, 연안을 항해하는 선박보다는 대양을 항해하는 선박에 더 치명적이기 때문이다. 본 연구에서는 대양항해 시 자율운항선박에 발생할 수 있는 문제들을 극복하기 위한 방안으로 여러 척의 선박을 하나의 그룹으로 묶어 항해하는 그룹항법시스템을 제안한다. 하나의 그룹은 한 척의 유인선박인 리더선박과 여러 척의 무인선박인 추종선박으로 구성되어 있으며, 항해하는 동안 일직선 형태를 유지한다. 리더선박은 출발지에서 목적지까지 미리 설정된 변침점을 따라 항해하며, 추종선박은 리더선박의 경로를 추종하여 항해한다. 선박의 침로를 제어하기 위한 타각 제어기는 선박에서 주로 사용되는 PD 제어기를 구현하여 사용하였다. 그룹항법시스템을 검증하기 위해 선박해양플랜트연구소에서 공개한 KVLCC2의 축소 모형인 L-7 모델을 사용하여 시뮬레이션을 진행하였다.

• Proceedings of the Korean Institute of Navigation and Port Research Conference
• /
• 2010.10a
• /
• pp.180-181
• /
• 2010

An estimation algorithm of collision risk among multiple ships has been developed in order to reduce human error and prevent collision accidents. The algorithm is designed to calculate the collision risk among ships based on Fuzzy theory by using AIS data as traffic information. In this paper, to validate the algorithm, the AIS data of actual collision accident, which occurred between a product carrier and a cargo carrier in Busan harbor in 2009 are collected. The replay simulation is carried out on the actual AIS data and the collision risk is calculated in real time. In this paper, the features of the estimation algorithm of collision risk and the results of replay simulation based on AIS data of actual collision accident are discussed.

• Korean Journal of Remote Sensing
• /
• v.36 no.2_2
• /
• pp.365-377
• /
• 2020

Continuous monitoring and immediate response is essential to protect the national maritime territory and maritime resources from the activities of illegal ships. Synthetic Aperture Radar (SAR) images with a wide range of images are effective for maritime surveillance asthe weather and day-night conditions rarely affect to image acquisition. However, an effective ship detection is not easy due to the huge data size of SAR images and various characteristics such as the speckle noise. In this study, the Human Visual Attention System (HVAS) algorithm was applied to KOMPSAT-5 to extract the initial targets, and the SAR-Split algorithm depending on the imaging modes was used to remove false alarms. The detected targets were finally selected by the Constant False Alarm Rate (CFAR) algorithm and matched with the ship's Automatic Identification System (AIS) information. Overall, the detected targets were well matched with AIS data, but some false alarms by ship wakes were observed. The detection rate was about 80% in ES mode and about 64% in ST mode. It is expected that the developed ship detection algorithm will contribute to the construction of a wide area maritime surveillance network.

• Proceedings of the Korean Institute of Navigation and Port Research Conference
• /
• 2022.06a
• /
• pp.295-296
• /
• 2022

자율운항선박은 선원의 항해 조작 없이 선박 스스로 운항하는 선박을 의미한다. 자율운항선박의 운항 시 충돌 및 사고 위험도가 큰 지역은 운항 중 선박을 많이 조우하게 되는 항 내 및 연안 지역이다. 실제로 충돌사고의 85% 이상이 항 내 및 연안 지역에서 발생한다. 따라서 자율운항선의 운항 안전성 확보를 위해 항 내 및 연안 지역에서의 운항 안전성을 검토하는 것은 미래 자율운항선 항 내 운용 체계에서 중요한 역할을 하게 된다. 대양에서는 선박 자체의 운항성능이 중요하지만, 항구 입출항 시에는 타선 및 터미널등과의 상호작용이 자율운항선의 입출항 안전성과 직결된다. 따라서 본 연구에서는 자율운항선이 항구 근처에 접근하여 입출항을 위해 대기하고 있는 경우에 입출항 결정을 내릴 수 있는 결정 알고리즘을 위한 해상혼잡도를 예측하는 알고리즘을 개발하는 과정을 소개한다. 혼잡 예측 알고리즘 개발을 위해 선박의 AIS통항 데이터를 분석하여 주요 항로를 구분하고 주요 항로의 이용 빈도 및 운항 시점의 선박 집중도 및 충돌위험 상황을 파라미터로 하여 특정 시간이 지난 후의 혼잡도를 예측하는 시스템을 개발하고자 한다.

• Proceedings of the Korean Institute of Navigation and Port Research Conference
• /
• 2023.05a
• /
• pp.81-83
• /
• 2023

자율운항선박은 선원의 항해 조작 없이 선박 스스로 운항하는 선박을 의미한다. 자율운항선박의 운항 시 충돌 및 사고 위험도가 큰 지역은 운항 중 선박을 많이 조우하게 되는 항 내 및 연안 지역이다. 실제로 충돌사고의 85% 이상이 항 내 및 연안 지역에서 발생한다. 따라서 자율운항선의 운항 안전성 확보를 위해 항 내 및 연안 지역에서의 운항 안전성을 검토하는 것은 미래 자율운항선 항 내 운용 체계에서 중요한 역할을 하게 된다. 대양에서는 선박 자체의 운항성능이 중요하지만, 항구 입출항 시에는 타선 및 터미널등과의 상호작용이 자율운항선의 입출항 안전성과 직결된다. 따라서 본 연구에서는 자율운항선이 항구 근처에 접근하여 입출항을 위해 대기하고 있는 경우에 입출항 결정을 내릴 수 있는 결정 알고리즘을 위한 해상혼잡도를 예측하는 알고리즘을 개발하는 과정을 소개한다. 혼잡 예측 알고리즘 개발을 위해 선박의 AIS통항데이터를 분석하여 주요 항로를 구분하고 주요 항로의 이용 빈도 및 운항 시점의 선박 집중도 및 충돌위험 상황을 파라미터로 하여 현재 시점부터 2주후 미래까지의 항로 혼잡도를 예측하고, 정확도를 제시한다.