• 한국항해항만학회:학술대회논문집
• /
• 한국항해항만학회 2022년도 춘계학술대회
• /
• pp.426-428
• /
• 2022

해상 교통량을 정량적으로 평가하고 추출하기 위한 방법으로 선박 AIS 데이터 기반의 밀집도 분석을 활용하고 있다. 밀집도는 단위시간 당 단위면적에 분포하는 선박 통항량을 계산한 것으로, 일반적으로 그리드 셀 내에 존재하는 선박 항적 포인트 개수, 항적도 라인 길이, 선박 척수 등을 계산한 밀집도 분석 방법과 커널 밀도 추정(Kernel Density Estimation) 방법 등이 있다. 하지만, AIS 데이터의 특징상 선박 속력에 따라 수신 주기가 다르기 때문에 항적이 등간격으로 나타나지 않는 문제점이 있으며, 선박의 이동과 시간의 속성으로 인해 각각의 밀집도 분석 방법은 한계점이 존재한다. 따라서 본 연구에서는 실측 AIS 데이터를 이용하여 다양한 방법의 선박 밀집도 분석을 수행하고 이를 비교하였다. 그 결과, 항적도 라인 길이에 의한 밀집도 분석이 가장 정량적인 방법으로 나타났으며 이를 통항 척수로 변환할 수 있는 선박 밀집도 분석을 개선방안으로 제안한다.

• 해양환경안전학회:학술대회논문집
• /
• 해양환경안전학회 2017년도 공동학술발표회
• /
• pp.73-73
• /
• 2017

• 한국항해항만학회:학술대회논문집
• /
• 한국항해항만학회 2022년도 춘계학술대회
• /
• pp.272-274
• /
• 2022

전세계의 상선 80% 이상이 바다를 이용하고 있으며 다양한 해상교통로를 이용하고 있다. 각 국가와 국제기구에서는 선박의 안전한 운항과 해양사고 예방을 위해 항로 설계 기준을 강화하고 있다. 항로가 설정되어 있지 않은 해역은 경제적, 안전요소를 결합하여 선박들이 관습적으로 통항로를 이용하고 있다. 하지만 최근에 이러한 통항로는 해상풍력발전, 해양레저, 어업활동 등 다양한 주체들과 마찰이 생기고 있으며, 해양사고 위험이 증가하고 있다. 따라서 AIS 데이터를 활용하여 밀집도 분석을 수행한 후, 선박의 안전한 항행을 위한 고유 통항로로 제시한다. 또한 선박의 항행 패턴을 고려하여 주요항로, 외부지선항로, 내부지선항로로 구분하였다. 최종적으로 선박 통항로의 95% 신뢰도를 기반으로 안전성 검증을 수행하고 이를 만족하는 것으로 분석되었다.

• 한국항해항만학회:학술대회논문집
• /
• 한국항해항만학회 2022년도 춘계학술대회
• /
• pp.125-126
• /
• 2022

원격제어선박의 운항상태를 파악하고 제어신호를 보내기 위해 선박에 수집되는 각종 센서 및 기관정보가 육상제어센터에 전송되어야 한다. 통신수단 별로 전송속도 및 대역폭이 다르며, 선박의 위치에 따라 가용한 통신수단이 다르다. 선박이 육지와 가까워질수록 선박의 밀집도와 통행량이 많아지므로 수집해야 할 정보의 종류도 많고 속도도 빨라야 한다. 이 문제를 해결하기 위해 육상제어 센터에서 선박의 위치에 따라 통신수단을 변환하여 사용할 수 있도록 선박-육상간 통신망을 구축하였다.

• 해양환경안전학회지
• /
• 제23권2호
• /
• pp.153-160
• /
• 2017

어떤 해역의 해상교통혼잡도를 평가하는 데 있어서 단위 시간당 항행 척수인 교통량을 분석하는 것보다 어떤 시간 단면에 존재하는 단위 면적당의 밀집도 분석을 활용하는 것이 합리적일 수 있다. 본 연구에서는 해상교통안전진단 대행기관의 해상교통혼잡도 평가기법을 표준화하고, 선박톤급별 환산교통량 사용으로 인한 평가오차를 최소화하기 위하여 새로운 방안을 찾고자 한다. 이를 해결하기 위해 선박자동식별장치(Automatic Identification System, AIS)의 통항선박 데이터를 활용하여 항로구간면적 대비 식별된 개개의 통항선박이 갖고 있는 점용영역의 면적을 합산한 값과의 백분율을 해상교통혼잡도로 평가하는 방안을 제시하였다. 새로운 모형에서는 정보통신기술의 획기적인 발달로 인해 실제 데이터 사용이 가능하여 환산 데이터에 의한 오차발생을 줄일 수 있고, 항로구간별 해상교통혼잡도 평가도 가능하게 되었다.

• 한국항해항만학회:학술대회논문집
• /
• 한국항해항만학회 2023년도 춘계학술대회
• /
• pp.288-289
• /
• 2023

전통적인 항로표지는 빛, 형상, 음향, 전파 등을 이용하여 선박의 위치를 인식하거나 장애물의 위치 정보를 제공하는 해상교통 시설물로서 해상에서 선박의 안전 운항을 지원한다. 한편, 4차 산업혁명과 미래 해상환경 변화에 대응하기 위해 국제항로표지협회(IALA)에서는 항로표지 기반 정보를 통합하여 디지털화와 표준화에 노력 중이며, 자율운항선박의 도입될 예정이다. 이에 자율운항선박이 활용할 수 있도록 디지털 정보를 생성하고, 이를 디지털 항로표지 형식으로 변경하여 자율운항선박에게 제공하고자 한다.

• 한국항해항만학회:학술대회논문집
• /
• 한국항해항만학회 2022년도 춘계학술대회
• /
• pp.325-326
• /
• 2022

본 연구에서는 자율운항선박이 항만시설 중 정박구역이나 정박지를 항행하는 과정에서 정박 및 묘박 중인 선박들과의 예기치 못한 충돌 사고를 예방하며 안전하게 항행하기 위한 경로 생성 연구를 수행하고 있다. 정박구역과 같은 고밀집 영역 내 정박 또는 묘박 중인 선박들의 안전을 고려하여 자율운항선박의 경로를 생성하는 알고리즘을 설계하는 과정에서 필수적으로 고려되어야 하는 핵심 요소들을 식별하였다. 또한, 식별된 핵심 요소들을 알고리즘에 반영함과 동시에 자율운항선박의 항해 지원 적용 가능성을 검증하기 위한 알고리즘의 프레임워크를 설계하였다. 프레임워크 내 각 모듈별 관계와 모듈별 입출력 정보의 흐름을 체계화하였으며, 모듈들의 기능적 요소를 포함한 주요 성능을 검증하고자 모의 환경 구축을 위한 요소 모듈들을 식별하였다. 이를 기반으로 고밀집 영역 내에서 충돌을 회피하기 위한 경로 생성 알고리즘의 설계 방향성을 제안하였다.

• 한국항해항만학회:학술대회논문집
• /
• 한국항해항만학회 2023년도 춘계학술대회
• /
• pp.137-139
• /
• 2023

MARPOL (Maritime Pollution Treaty) 부속서 (Annex VI) 경우 대기오염 규제 내용이며, 최근 선박 배기가스 배출규제 강화 목적 개정됨에 따라 관련 규정을 충족하기 위한 적극적인 조치가 요구된다. 예를 들어 Sulfur Dioxide (SOx, 황산화물) 경우 2020년 기준 전 세계 해역 내 운항하는 선박은 황 함유량 0.5% 기준의 배출 요구 기준을 충족해야 한다. 배출규제 해역 지정 시 해당 해역 선박 배기가스 배출량 계산 산정 기준 확립이 필요함에 따라 대기환경에 대한 종합적인 분석이 필수적으로 요구된다. 본 연구에서는 황산화물 배출량 산출 방법론으로써 그리드 셀 내 선박 점유시간을 계산한다. 점유시간이 길수록 선박 통항 및 배기가스 배출이 밀집되어 있음을 의미한다. 밀집도 분석에 더불어 선박의 특성이 반영된 시간당 배출량을 적용하여 배출 공간 인벤토리를 구축하였으며 분석 결과를 GIS (Geographical Information System) 환경에서 공간 지도로 시각화하였다. 기존 국내 황산화물 배출규제 해역의 효과 평가에 더불어 외항 범위까지 규제 확대 시나리오확립 후 비교 평가를 통하여 배출량 감소 효과를 정량적으로 확인하였다.

• 한국항해항만학회:학술대회논문집
• /
• 한국항해항만학회 2013년도 춘계학술대회
• /
• pp.414-416
• /
• 2013

부산항 신항의 기항 선박수가 증가 함에 따라 가덕수도 LANBY 남쪽 해상은 가덕수도를 출입하는 선박의 밀집도가 높아지고 있다. 해당해역은 여러 방향에서 출입하는 선박들로 인해 해상교통의 흐름이 원활하지 못하며 남해안으로의 이동 선박은 지세포 앞 정박선들 사이를 통과하여 항해하고 있어 선박 충돌사고의 위험성이 높다. 이동 선박의 원활한 흐름과 지세포 앞 정박선과의 위험성 감소를 위해 항로의 설정이 필요하다. 항로의 설정 방법으로 SOLAS 제5장 10규칙에 따라 가덕수로에서 남해안 방향과 일본 방향으로 두개의 추천항로를 설정할 것을 제안하다. 추천항로는 법적 구속력은 없지만, 선원의 상무로서 항해자는 추천항로의 우측으로 일정 거리만큼 떨어져 항해하여야 한다.

• 한국항해항만학회:학술대회논문집
• /
• 한국항해항만학회 2016년도 춘계학술대회
• /
• pp.287-288
• /
• 2016

선박과 선박간의 사고 위험도를 예측하는 교통정보 생성 기술을 해상교통관제센터에 적용하기에는 위험도 정보의 정확성에 한계가 있다. 또한 대상 해역에 대한 교통 패턴을 파악하는 밀집도 및 혼잡도와 같은 교통정보 생성 기술은 위험 우선순위 선박을 도출하는 것이 불가능하다. 복잡한 교통 패턴을 보이는 해상교통관제 해역에서 위험 선박을 인지하여 관제사의 관제 업무를 지원하기 위해서는 새로운 접근이 필요하다. 본 연구에서는 관제대상해역의 교통 상황을 총체적으로 파악하고 위험 선박을 사전에 인지할 수 있는 교통정보 생성을 위해서 기계학습 기법을 검토하였으며, 기존의 인공지능 한계를 극복하기 위한 딥러닝 프레임워크 도입을 검토하였다. 해상교통관제센터의 이미지, 메시지, 음성 등 다양한 형태의 연속적 자료들을 통합하고 이를 토대로 총체적인 분석을 통해 관제 업무를 지원할 수 있는 교통 상황 인지 정보를 생성할 수 있을 것으로 파악되었다. 빅데이터 기반의 기계학습은 보다 의미 있는 상황 인지 정보를 생성할 수 있기 때문에 이를 위한 관제 센터의 각종 데이터 통합이 필요하다.