• 한국항해항만학회:학술대회논문집
• /
• 한국항해항만학회 2020년도 추계학술대회
• /
• pp.52-53
• /
• 2020

자율운항선박의 효과적인 운영을 위해서는 자선 주변 해상 환경의 장애물 및 자선, 타선에 대한 통합적인 상황인식 정보가 요구된다. 상황인식은 현재의 시점에서 관측되는 정보를 바탕으로 운항 해역에 대한 종합적인 인식과 함께 가까운 미래에서 발생할 수 있는 위험 상황 및 비정상 상황에 대한 추론까지를 포함한다. 본 연구에서는 이러한 자율운항선박의 원격 상황인식을 위한 기초연구로써, 선박자동식별시스템 AIS의 항적 정보 분석에 대한 내용을 수행한다. AIS에서 얻어지는 항적 정보를 이용한 해상 상황인식을 수행하기 위한 전처리 과정으로써, 손실 데이터에 대한 보간 방법에 대한 연구를 수행한다. 구체적인 방법론은, 추적필터를 이용한 보간 방법과 항적 정보 학습 기반의 보간 방법을 적용하였으며, AIS에서 얻어지는 실제 항적 데이터를 이용하여 초기 결과를 검증하였다.

• 한국항해항만학회:학술대회논문집
• /
• 한국항해항만학회 2022년도 추계학술대회
• /
• pp.73-75
• /
• 2022

본 논문에서는 자율운항선박의 예측 가능한 운항 경로 상에 잠재된 비상상황을 인식하기 위하여 운항 해역의 항적 정보를 활용한 방안과 이를 기반으로 충돌 위험과 같은 비상위험을 식별하는 프레임워크를 설계하였다. 설계한 프레임워크는 크게 항적 특성 분석 모듈, 항로예측 모듈, 위험 식별 모듈로 구성된다. 항적 특성 분석 모듈에서는 자율운항선박의 운항 해역에 관한 선박들의 항적 정보를 활용하기 위하여, 대상 VTS 관제 영역 내에서 취합된 누적 선박자동식별장치(AIS) 데이터를 이용하여 선박의 항적 특성을 분석하여 데이터베이스(DB)를 생성하였다. 그리고 운항 경로 예측 모듈에서는 누적된 항적 정보와 자율운항선박의 현재 운항 정보를 기반으로 특정 시간 동안의 운항 경로를 예측하기 위한 학습 네트워크 모델을 구성하였다. 마지막으로, 위험 식별 모듈에서는 예측한 운항 경로 상에 최근접점과 최근접점 거리 정보를 이용하여 충돌 위험 가능성이 있는 충돌위험영역을 식별하였다. 설계한 프레임워크는 자율운항선박의 육상 관제소에서 원격 제어를 통해 위험상황을 인지하고 회피할 수 있는 정보를 제공할 수 있음을 실제 항적 데이터를 활용하여 그 결과를 검증하였다.

• 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.

• 한국항해항만학회:학술대회논문집
• /
• 한국항해항만학회 2012년도 추계학술대회
• /
• pp.138-140
• /
• 2012

본 연구에서는 실제 AIS의 정적, 동적 데이터를 수집하여 항계내 통항 선박의 움직임을 파악하였다. 실제 완도항 부근의 직선항로을 통항하는 선박 항적의 분석하여 불규칙적인 선박의 특성을 알아보고자 하였다. 기존의 과거 누적 데이터의 퍼지이론을 활용한 이상 거동의 선박식별 시스템은 전문가 시스템에 의존하여 항적의 비정상성을 판단하므로 항로의 특성에 따른 실 항해상황을 간과할 수 있는 문제점이 있다. 본 연구는 실시간 AIS 정보를 활용하여 항로이탈의 변화율에 해당하는 곡률분석, 항로선으로부터 좌우의 변동을 보다 정확하게 모니터링 할 수 있는 이상 거동 선박을 식별하는 방법을 제안한다. 본 연구는 VTS 및 VMS의 응용서비스로서 해양사고의 사전예방을 위한 연안 및 항만수로의 효율적인 관리에 기여할 것이다.

• 한국컴퓨터정보학회논문지
• /
• 제24권10호
• /
• pp.65-70
• /
• 2019

최근 선박자동식별장치의 도입으로, 육상에서 선박위치, 침로, 속력, 선박종류 등 선박 항적데이터 수집이 가능해 졌다. 본 연구는 맵리듀스 알고리즘을 분산처리 환경에 적용하여 선박 항적데이터를 효율적으로 처리하는 방법을 제안한다. 제안하는 방법은 데이터 전처리 단계, 맵핑 단계, 리듀싱 단계로 나뉘어져 있다. 데이터 전처리 단계는 선박의 동적 및 정적 데이터를 통합하고, 비관심지역의 선박정보는 필터링한다. 맵핑 단계는 선박 위치를 지오해시 코드로 변환하여 맵리듀스의 키 데이터로 할당하고, 선박의 ID는 값 데이터로 분리한다. 리듀싱 단계에서는 키 데이터가 같은 키-값 쌍 데이터를 추출하여 해당 그리드에서 선박의 수를 계산하여 시각화 한다. 제안한 방법은 항적데이터 분석에 있어서 기존 프로그램 성능에 비해 1~4배 성능 개선이 되었다.

• 한국항해항만학회:학술대회논문집
• /
• 한국항해항만학회 2021년도 추계학술대회
• /
• pp.181-182
• /
• 2021

본 연구에서는 자율운항선박의 원격 관제 및 제어하는 과정에서 원격 운항자에게 사전 충돌 위험 정보를 제공하기 위해 선박자동식별시스템(AIS, Automatic Identification System)의 항적 정보를 토대로 자율운항선박의 운항 경로 상에 잠재된 충돌 위험 영역을 예측하기 위한 기초 연구를 수행하였다. 자율운항선박의 운항 경로 상에 근접한 타선의 AIS 정보에는 기본적으로 선박의 위치, 속도, 침로에 대한 정보가 반영되어 있으므로, 이러한 정보를 토대로 일정 시간 동안 운항 경로를 예측할 수 있다. 그리고 예측한 정보를 기반으로 대표적 충돌 위험 지수인 최근접점(CPA, Closest Point of Approach)과 최근접점 거리(DCPA, Distance to CPA) 정보를 활용하여 충돌 위험 영역을 2차원 공간상에서 예측하였다. 제안된 방법은 실제 AIS 항적 데이터를 활용한 수치 시뮬레이션을 수행하여 초기 결과를 검증하였다.

• 한국항해항만학회:학술대회논문집
• /
• 한국항해항만학회 2016년도 춘계학술대회
• /
• pp.285-286
• /
• 2016

해상교통관제센터에 의해 실시간으로 수집되는 선박의 항해 데이터를 바탕으로 선박 항적 패턴 인식을 수행하고 이를 바탕으로 항적 모델을 추출하여 사전에 선위를 예측하는 기법을 제안한다. 항적 데이터의 처리와 가공, 항적 모델링을 위하여 Support Vector Regression 알고리즘이 사용되었으며, 적정 파라미터 선정을 위하여 k-fold cross validation과 grid search가 사용되었다. 제안된 항적 데이터 모델링 기법을 통하여 사전에 선박의 선위를 예측하여 해상교통과제사의 의사결정을 지원하고자 한다.

• 한국항해항만학회:학술대회논문집
• /
• 한국항해항만학회 2023년도 추계학술대회
• /
• pp.93-94
• /
• 2023

IMO MASS CODE가 활발하게 개발되고 있으며, 원격운영센터(ROC)에 대한 용어, 개념, 임무 등에 대한 논의가 진행되고 있다. 자율운항선박이 원격제어, 무인제어 등의 단계로 발전하기 위해서는 원격지에서의 자율운항선박에 대한 상황 모니터링이 지속되어야 하고, 비상상황을 선제적으로 대응할 수 있어야 한다. 본 연구에서는 원격지에 대한 비상상황 식별을 위해 항적 데이터를 기반으로 DB 구축 및 알고리즘 개발을 수행하였고, 이를 원격운영자의 관점에서 프로토타입으로 기능 구현을 시도하였다. DB 및 알고리즘간 연계와 물표 데이터 수신 및 처리 등을 실시간으로 수행하여 다각적인 모니터링 및 잠재된 비상상황에 대한 알람 기능 등을 개발하였다. 본 시스템은 울산해역을 대상으로 개발되었으며, 향후 성능 평가를 통해 고도화할 예정이다.

• 한국항해항만학회:학술대회논문집
• /
• 한국항해항만학회 2023년도 춘계학술대회
• /
• pp.98-99
• /
• 2023

세월호 등 기존 선박사고에서 볼 수 있듯이, 사고 선박 항적에 대한 데이터가 일부분이라도 수집되지 않는 경우, 특히 해당 사건발생구간인 경우, 사고분석이 어려운 상황이 발생될 수 있다. 따라서 선박사고가 발생하는 경우, 선박의 사고에 대한 원인분석과 사고수습을 위하여 선박의 정확한 선박의 항적이 요구된다. 선박의 항적은 육상의 시스템에서도 수집될 수 있고, 선박에 탑재된 항해장비에 의해서도 수집된다. 육상에서는 육상에 구축한 레이더, 선박이 송신하는 AIS, V-PASS 등 육상에서 수신데이터로부터 관제시스템에서 수집하는데, 음영구역 등 송수신 권역이 미치지 않는 경우는 데이터 수집이 어렵게 된다. 선박 자체에 저장된 항적은 주로 장비 제조사에 의존되는데, V-PASS 장비의 경우 해경이 모든 어선에 설치하도록 하여, 자료수집이 비교적 쉬운 편이다. 하지만, 현재 저장하고 송신하는 프로토콜 규격(TTA)을 보면, 30초 주기로 이루어져 선박사고에서 사고 분석에 정밀하지 못한 점이 과학수사 현업에서 문제가 되어 왔다. 따라서 본 논문에서는 사고 분석의 정확성을 제공하기 위하여 무선 채널 상의 부하를 증가시키지 않고, 어선에 탑재된 V-PASS 단말 장비의 저장주기를 변경하는 구조를 분석하고 개선하는 방안을 제공하고자 한다. 이러한 개선을 적용한 시스템으로 실험한 결과 선박의 항적이 좀 더 정밀하고 정확한 자료가 수집되어, 선박사고에 대한 원인분석에 도움이 될 수 있으리라 판단된다.

• 한국항해항만학회:학술대회논문집
• /
• 한국항해항만학회 2022년도 추계학술대회
• /
• pp.147-148
• /
• 2022

최근 선박 접안 시 사고가 다수 발생함에 따라, 항만 내 선박운항에 대한 안전조치에 대한 필요성이 강조되고 있다. 본 연구는 부산신항만 내 안전조치에 대한 내용을 정량적으로 분석하고자 선박 항적 데이터를 수집하고, 이를 바탕으로 해사인공지능 알고리즘을 적용여 항적패턴을 분석하였다. 그 결과, 부산신항 입출항선박의 변침 지점을 도출하고, 선속·침로의 운용패턴을 제안하였다.