• 한국항해항만학회:학술대회논문집
• /
• 한국항해항만학회 2015년도 춘계학술대회
• /
• pp.310-311
• /
• 2015

선박 항적 데이터는 해상교통관제센터에 의해 실시간으로 모니터링 되고 수집되어 진다. 이러한 데이터를 기반으로 선박의 항적 패턴분석과 항적 모델을 추출하여 해상교통관제사의 의사결정에 기여하고자 한다. 항적 데이터의 처리와 가공, 항적 모델링을 위하여 SVM알고리즘이 사용되었으며, 적정 파라미터 선정을 위하여 k-fold cross validation이 사용되었다. 제안된 항적 데이터 모델링을 통하여 이상거동 선박의 사전 판별, 선박의 추측위치 계산 등에 응용하여 해상교통과제사의 의사결정을 지원하고자 한다.

• 한국항해항만학회지
• /
• 제46권6호
• /
• pp.576-584
• /
• 2022

기존 해상 교통안전을 위한 기반 정보는 AIS 시스템을 사용하여 왔으나, IMO의 e-Navigation 도입이 제기된 이후 LTE 통신을 활용한 초고속 해상무선통신시스템(LTE-Maritime, LTE-M)이 세계 최초로 대한민국에 구축되었다. 본 논문에서는 AIS와 LTE-Maritime을 사용하여 수집된 항적 데이터를 비교 분석하고, 두 가지 종류의 항적 데이터를 기반으로 해상 안전사고 예방에 활용될 수 있는 항적 예측을 수행하였다. AIS 대비 LTE-Maritime의 데이터 수집 간격이 조밀하고 균일하여 항적 예측 오차가 작은 것을 확인하였다. LTE-Maritime에서 수집된 데이터의 경우 데이터 송·수신 시간 간격은 AIS 대비 항적 예측 오차에 대한 영향이 약 17% 적은 것을 발견하였다. 본 연구는 AIS와 LTE-Maritime의 항적 데이터와 그 활용을 정량적으로 비교한 최초의 연구라는 점에서 의미가 있다.

• 한국항해항만학회:학술대회논문집
• /
• 한국항해항만학회 2022년도 추계학술대회
• /
• pp.344-346
• /
• 2022

최근 자율운항기술개발이 활발하게 이루어짐에 따라 자율운항선 실증이 증가하고 있으며, 또한 자율운항선의 효율적 운용 특히 운항의 안전성을 위해 입출항 시기의 적절성 또한 중요해지고 있다. 이에 해상교통혼잡도를 예측하고자 하였고, AIS 빅데이터를 통해 선박별항적을 분석 및 분류하고자 하였다. 장기적 관점에서 PORT-MIS 선박입출항현황 데이터(호출번호, 입항일시, 출항일시, 전출항지, 차항지, 계선지)를 과거 AIS 빅데이터와 연결시켜 과거 항적 중 가장 가까운 항적을 찾고자 하였다. 그리고 당시 소요 시간을 반영하여 12개의 시간대별로 어느 시점에 어느 위치 구간에 선박들이 놓이게 될지 예측하였고, 특히 입출항 시기의 적절성에 핵심이 되는 13개로 모델링된 영역에 몇 개의 선박들이 항로를 지나는지에 따라 혼잡도(원활, 혼잡, 정체)를 구분하였다. 또한, 본 연구에서는 단기적 관점에서 실제 AIS가 수신된 후에도 유사한 항적을 검사해가며 혼잡도를 예측하고자 하였고, 이러한 장단기적 혼잡도 예측을 통해 미래 자율운항선입출항 지원 서비스의 안전과 그 적절성을 제공하고자 하였다.

• 한국정보통신학회논문지
• /
• 제20권6호
• /
• pp.1195-1202
• /
• 2016

최근 다양한 분야에 빅데이터 기술을 활용하기 위한 방법에 관한 연구가 활발하게 이루어지고 있다. 해상-빅데이터는 인터넷 공간에 있는 정보들이 아닌 선박의 항해통신장비로부터 발생 및 수집되는 수많은 정보로 정의할 수 있다. 한편, 해상 교통량의 증가함에 따라 해양 사고도 증가하고 있으며, 이에 따라 해양 안전에 관한 요구가 증대되고 있다. 이러한 요구를 충족시키기 위한 일환으로, 본 논문에서는 해상에 있는 수많은 선박으로부터 수신되는 대량의 AIS 메시지 데이터를 기반으로 선박의 항적 표시 및 해상교통량 통계 분석을 전자해도를 통해 시각적으로 표현하는 시스템을 개발한다. 또한, 유용성 검증을 위해 개발한 시스템을 활용하여 선박 항적 표시 기능 및 해상교통량 통계 분석 기능을 수행하였다. 이를 통해 개발한 시스템의 선박 항적 표시 기능 및 해상교통량 통계 분석 기능을 통해 선박의 항적 표시, 비정상적인 운항 패턴, AIS 장비의 이상 유무, 해상교통량 통계 분석 등에 활용 가능함을 확인하였다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2019년도 제60차 하계학술대회논문집 27권2호
• /
• pp.33-34
• /
• 2019

대부분의 나라에서는 어선의 위치발신장치를 이용하여 어선 조업상황을 모니터링 한다. 우리나라도 어선의 위치발신장치를 이용하여 어선 조업량, 불법조업 유무를 판별한다. 현재까지는 어선의 불법조업 유무 판별은 어선의 위치정보 기반으로 이루어 졌으나, 허가받지 않는 어구를 사용하는 불법조업에 대한 판별은 불가능 하였다. 이에 본 논문에서는 어선 항적과 조업면허 데이터를 이용하여 데이터 기반의 어선 조업 판별모델을 개발하고자 한다. 이를 위해 어선 항적데이터를 시계열 단위로 전처리하여 학습 이미지들을 생성하고, 해당 어선의 조업면허 정보를 레이블로 하여 학습 데이터를 제안하는 딥러닝 모델에 적용한다. 제안하는 방법의 검증을 위해 1년 동안 제주 주변해역에서 조업하는 어선의 선박자동식별장치의 항적데이터를 수집하여 실험을 하였다. 실험 결과 제안한 방법의 분류정확도는 71.5%를 얻었다.

• 한국항해항만학회지
• /
• 제47권6호
• /
• pp.367-375
• /
• 2023

본 연구에서는 국내 연안 해역 환경에서의 해상교통관제 서비스에 기여할 수 있는 항적 간 거리 척도를 개발하였다. 새로운 항적간 거리 척도는 전통적으로 위치 시계열 간의 유사도를 측정하는 데 활용되는 하우스도르프 거리(hausdorff distance)와 두 항적 간의 대지속력(Speed Over Ground, SOG)의 평균 간의 차이, 그리고 대지침로(Course Over Ground)의 분산 간의 차이를 가중합하여 설계되었다. 새로운 척도의 유효성을 검증하기 위하여 실제 AIS 항적 데이터와 병합 군집화 알고리즘을 활용한 기존 항적 간 거리 척도와의 비교 분석이 수행되었으며, 새로운 거리 척도를 활용한 항적 군집화 결과가 하우스도르프 거리(hausdorff distance), 그리고 다이내믹 타임 워핑 거리(Dynamic Time Warping distance) 등 기존 척도에 비해 항적 간 지리적 거리나 대지속도 및 대지침로 등 선박 거동 특성의 분포를 비슷하거나 그 이상의 수준으로 정교하게 반영하고 있음을 데이터 시각화로써 확인하였다. 정량적으로는 Davies-Bouldin 지표를 기준으로, 군집화 결과가 더욱 우수하거나 약간 낮은 수준을 기록한 한편, 거리 계산 효율성에서는 특히 우수함을 실증하였다.

• 한국항해항만학회지
• /
• 제42권4호
• /
• pp.277-282
• /
• 2018

최근 해상교통량이 증가하고 선박교통 관제구역이 확대됨에 따라 관제사의 업무 부하가 증가하고 있으며, 이로 인해 교통량이 급증하는 경우 관제사가 위험을 인지하지 못하는 상황도 발생하게 된다. 이러한 배경에서 본 논문에서는 관제 업무의 지원을 위해 이상 거동 선박을 자동으로 식별하는 방법을 제안한다. 본 방법은 누적된 AIS 데이터를 이용하여 관제구역 내의 통항 패턴을 학습하고, 학습된 모델과의 비교를 통해 이상치를 계산하여 이상 거동 선박을 식별한다. 특히, 선박의 거동 상태에 대한 분류 정보가 없더라도 비지도 학습법을 기반으로 항적 데이터를 자동으로 분류하여 통항 패턴을 학습할 수 있으며, 항적의 군집화와 분류 과정을 통해 이상 거동 선박을 실시간으로 식별할 수 있는 특징을 가진다. 또한, 본 논문에서는 선박운항 시뮬레이터 및 실제 AIS 항적 데이터를 이용한 식별 실험을 수행하였으며, 이를 통해 선박교통관제 시스템에의 활용 가능성을 고찰하였다.

• 한국항해항만학회:학술대회논문집
• /
• 한국항해항만학회 2020년도 추계학술대회
• /
• pp.175-176
• /
• 2020

시뮬레이션 기반의 해상교통 분석 방법은 대상 항만의 항적 데이터를 이용하여 교통 특성 모델을 구축하고, 이를 통해 해상교통 현상을 재현함으로써 분석을 수행하는 방법이다. 교통 특성 모델은 교통 현상을 수치적으로 표현한 일반화 된 모형을 말하며, 모델링 작업에 많은 시간과 노력이 소요된다. 본 논문에서는 해상 교통 특성을 생성하기 위한 자동화 된 프로세스를 제안하며, 실제 목포항의 항적 데이터에 적용하여 교통특성 정보 생성 방법으로서의 활용 가능성을 검토하였다.

• 한국항해항만학회:학술대회논문집
• /
• 한국항해항만학회 2022년도 춘계학술대회
• /
• pp.133-134
• /
• 2022

본 논문에서는 자율운항선박의 육상 관제 및 원격제어를 위해, 자율운항선박의 비상상황인식 기술 개발에 대한 기초연구를 수행한다. 자율운항선박 주변의 타선들의 이동 경로를 예측하고 이에 따라 자선의 이동경로와 비교하여, 충돌위험 영역을 식별함으로써 비상상황 인식이 가능하도록 한다. 먼저, 타선의 이동경로 예측을 위해서는 선박자동식별시스템 AIS 정보를 바탕으로, 해당 해역에서의 통항패턴을 분석하고 이를 기반으로 타선의 특정 시간 동안의 이동 경로를 예측한다. 예측된 타선의 이동경로와 함께 자선의 이동경로를 비교 분석함으로, 최근 접점 및 최근접점 거리 정보 기반의 충돌위험영역을 식별한다. 식별된 충돌위험영역의 위험도에 따라 육상 관제센터에서는 원격 제어를 통한 위험상황 회피가 가능하도록 활용할 수 있다. 제안된 방법은 AIS에서 얻어지는 실제 항적 데이터를 이용하여 초기 결과를 검증하였다.

• 한국항해항만학회:학술대회논문집
• /
• 한국항해항만학회 2023년도 춘계학술대회
• /
• pp.208-209
• /
• 2023

해상교통 안전을 위한 지능형 해상교통정보서비스에서는 수심, 해사안전법, 기상정보, 연료 소모량 등의 정보를 고려한 안전하고 효율적인 최적 안전항로를 제공하는 서비스를 운영하고 있다. 하지만 서비스 사용자들 입장에서 불필요한 우회, 해상 객체에 대한 보수적인 안전거리 등으로 개인의 운항 경험, 스타일 등에 맞는 항로를 선호한다. 본 연구는 LTE-M을 통해 수집한 선박의 항적 데이터로 선박이 자주 운항하는 구역에 대해 간선 가중치를 조절하여 별도의 해상 환경을 반영하지 않고도 서비스 사용자들의 경험에 기반한 최적 안전항로를 추출할 수 있는 모델을 연구하였다.