• Proceedings of the Korean Institute of Navigation and Port Research Conference
• /
• 2023.05a
• /
• pp.77-78
• /
• 2023

자율운항선박의 항계 내 입출항 계획 수립을 지원하기 위한 기술 개발의 일환으로 과거 AIS 데이터를 활용하여 울산항 항로의 교통 혼잡도를 분석하였다. 울산항 AIS 데이터를 이용하여 항로 통항 선박의 수를 산출하고 항만, 기상 데이터와 비교하여 교통 혼잡도를 분석한다.

• Proceedings of the Korean Institute of Navigation and Port Research Conference
• /
• 2007.12a
• /
• pp.344-346
• /
• 2007

제2차 인천항 기본계획 수정계획(2006.12, 해양수산부)에 의거하여 인천항의 향후 물동량 추정과 이에 따른 항만개발계획이 수정 수립되었다. 특히 2009년 인천대교가 완공 계획됨에 따라 팔미도북서 출항항로의 설치 운영 등 항내 항로의 교통흐름에 큰 변화가 예견됨에 따라 각 항로별 교통 혼잡도를 분석하여 교통흐름을 원활하게 개선할 수 있는 방안을 제시하였다.

• Proceedings of the Korean Institute of Navigation and Port Research Conference
• /
• 2015.07a
• /
• pp.15-17
• /
• 2015

입출항 선박의 증가와 선박의 대형화로 인하여 두 선박간의 항법규정을 기본으로 하는 해상충돌예방규칙 등 기존의 규정만으로는 연안해역과 항만의 출입항로에서 안전하고 원활한 해상교통을 기대하기 어렵게 되었다. 낚시 유어선과 항내운항선박 등 혼잡요인이 많은 항만의 항로환경을 해상교통공학적인 방법으로 연구하여 출입항 선박들의 혼잡을 감소하고 어선 및 어장의 간섭을 줄일 수 있는 시스템을 마련하여야 한다. 항로와 정박지, 교통안전특정해역, 항행보조시설 등 하드웨어 개선뿐만 아니라 소프트웨어라고 할 수 있는 도선사 승하선 구간의 해도표시, 출입항 선박간의 방향별 집단관리로 등으로 혼잡을 정리하는 개선이 필요하다. 항로의 혼잡과 위해요소의 감소 및 어민 등 항로주변 수역 이해관계의 조율에 기여할 수 있는 이러한 연구가 현실에 부합하기 위해서는 현장에서 항로를 이용하는 전문가의 축적된 경험을 바탕으로 연구함이 효과적이다.

• 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.

• 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
• /
• 2022.11a
• /
• 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.

• Proceedings of the Korean Institute of Navigation and Port Research Conference
• /
• 2022.06a
• /
• pp.321-322
• /
• 2022

자율운항선박이 입출항 계획을 세울 때 필요한 항계 내 지원 기술에 관한 연구를 수행하였다. 자율운항선박 입출항 계획에 필요한 지원 기능은 해상교통혼잡도 평가 기능, 입출항 혼잡 시기 예측 기능, 입출항 전역 경로 생성 기능, 출발 보고 시기 판단 기능, 도착 시간 예측 기능으로 정의하였으며, 각 기능에 대한 입출력 데이터를 설계하였다.

• Journal of the Korean Society of Marine Environment & Safety
• /
• v.25 no.5
• /
• pp.527-534
• /
• 2019

Several types of mathematical analysis methods are used for port waterway risk assessment based on marine traffic volume. In Korea, a marine traffic congestion model that standardizes the size of the vessels passing through the port waterway is applied to evaluate the risk of the waterway. For example, when marine traffic congestion is high, risk situations such as collisions are likely to occur. However, a scientific review is required to determine if there is a correlation between high density of maritime traffic and a high risk of waterway incidents. In this study, IWRAP Mk2(IALA official recommendation evaluation model) and a marine traffic congestion model were used to analyze the correlation between port waterway risk and marine traffic congestion in the same area. As a result, the linear function of R2 was calculated as 0.943 and it was determined to be significant. The Pearson correlation coefficient was calculated as 0.971, indicating a strong positive correlation. It was confirmed that the port waterway risk and the marine traffic congestion have a strong correlation due to the influence of the common input variables of each model. It is expected that these results will be used in the development of advanced models for the prediction of port waterway risk assessment.

• Journal of the Korean Society of Marine Environment & Safety
• /
• v.19 no.5
• /
• pp.483-490
• /
• 2013

In this study, we analyzed AIS measured data for ten days by selecting the four main ports with many ships arriving in the national ports. The peak time congestion of the main ports, calculated by survey research, was about 3.8-5.7 times higher than the hourly average congestion. This is very different from the results of the advanced research, evaluating the marine traffic congestion of the Ulsan main port based on the existing Port-MIS statistical data, which showed a peak time congestion of about 1.7 times higher than the hourly average. This identifies the problem of distorting the traffic characteristics of the current passage. Therefore, in order to evaluate marine traffic congestion, it would be more appropriate to calculate it based on survey research, rather than Port-MIS statistical data.

• Journal of the Korean Society of Marine Environment & Safety
• /
• v.23 no.1
• /
• pp.1-8
• /
• 2017

In this study, a congestion assessment was conducted to verify seasonal differences in congestion for major coastal traffic routes and fairways in major ports with GICOMS Data for 7 days without issuing a special weather report. As a result, a maximum of 11 % and 82 % are shown, with an average of 3.5 % and a 30 % seasonal difference for hourly average congestion and peak time congestion. Therefore, seasonal differences for the target area should be taken into consideration to perform further congestion assessments, particularly for maritime traffic safety assessments, and keen attention should be given to setting up safety measures against congestion.