• Journal of the Korean Society for Aeronautical & Space Sciences
• /
• v.50 no.1
• /
• pp.67-74
• /
• 2022

To analyze the motion of aircraft through computing the dynamics equations, true airspeed is essential for obtaining aerodynamic loads. Although the airspeed is measured by on-board instruments such as pitot tubes, measurement data are difficult to obtain for commercial flights because they include sensitive data about the airline operations. One of the commonly available trajectory data, Automatic Dependent Surveillance-Broadcast data, provide aircraft's speed in the form of ground speed. The ground speed is a vector sum of the local wind velocity and the true airspeed. This paper present a method to estimate true airspeed by combining the trajectory, meteorological, and topology data available to the public. To integrate each data, we first matched the coordinate system and then unified the altitude reference to the mean sea level. We calculated the wind vector for all trajectory points by interpolating from the lower resolution grid of the meteorological data. Finally, we calculate the true airspeed from the ground speed and the wind vector. These processes were applied to several sample trajectories with corresponding meteorological data and the topology data, and the estimated true airspeeds are presented.

• Proceedings of the Korean Institute of Navigation and Port Research Conference
• /
• 2022.11a
• /
• pp.147-148
• /
• 2022

Recently, as a number of accidents occur while berthing ships, the need for safety measures for ship operation in ports is emphasized. In order to quantitatively analyze the contents of safety measures in Busan New Port, this study collected ship trajectory data,, and based on this data, applied a maritime artificial intelligence algorithm to analyze the trajectory pattern. As a result, the waypoint of the ship arriving and departing Busan New Port was derived and the operation pattern of the ship's speed and course was proposed.

• Journal of Navigation and Port Research
• /
• v.47 no.6
• /
• pp.367-375
• /
• 2023

This study developed a new distance metric for vessel trajectories, applicable to marine traffic control services in the Korean coastal waters. The proposed metric is designed through the weighted summation of the traditional Hausdorff distance, which measures the similarity between spatiotemporal data and incorporates the differences in the average Speed Over Ground (SOG) and the variance in Course Over Ground (COG) between two trajectories. To validate the effectiveness of this new metric, a comparative analysis was conducted using the actual Automatic Identification System (AIS) trajectory data, in conjunction with an agglomerative clustering algorithm. Data visualizations were used to confirm that the results of trajectory clustering, with the new metric, reflect geographical distances and the distribution of vessel behavioral characteristics more accurately, than conventional metrics such as the Hausdorff distance and Dynamic Time Warping distance. Quantitatively, based on the Davies-Bouldin index, the clustering results were found to be superior or comparable and demonstrated exceptional efficiency in computational distance calculation.

• Proceedings of the Korean Institute of Navigation and Port Research Conference
• /
• 2023.11a
• /
• 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.

• 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
• /
• 2023.05a
• /
• pp.98-99
• /
• 2023

In the maritime digital forensic part, it is very important and difficult process that analysis of data and information with vessel navigation system's binary log data for situation awareness of maritime accident. In recent years, analysis of vessel's navigation system's trajectory information is an essential element of maritime accident investigation. So, we made an experiment about corruption with various memory device in navigation system. The analysis of corruption test in seawater give us important information about the valid pulling time of sunken ship for acquirement useful trajectory information.

• Proceedings of the Korean Institute of Navigation and Port Research Conference
• /
• 2023.05a
• /
• pp.295-297
• /
• 2023

우리나라는 항로표지 배치의 적합성 평가를 주기적으로 실시하고 있다. 항로표지의 배치는 전문가의 주관적 경험에 의존하고 배치있으며 검증에 필요한 전처리 작업은 수작업으로 처리한다. 이 연구에서는 데이터 필터링, 항적 HDG설정 및 입출항분리 작업을 부분적으로 자동화 하면서 HTTP로 연동되는 전처리 시스템을 개발하였다.

• Proceedings of the Korean Institute of Navigation and Port Research Conference
• /
• 2020.11a
• /
• 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.

• Proceedings of the Korean Institute of Navigation and Port Research Conference
• /
• 2021.11a
• /
• 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.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.20 no.6
• /
• pp.1195-1202
• /
• 2016

Recently, a lot of studies that applying the big data technology to various fields, are progressing actively. In the maritime domain, the big data is the meaningful information which makes and gathers by the navigation and communication equipment from the many ships on the ocean. Also, importance of the maritime safety is emphasized, because maritime accidents are rising with increasing of maritime traffic. To support prevention of maritime accidents, in this paper, we developed a vessel traffic display and statistic system based on AIS messages from the many vessels of maritime. Also, to verify the developed system, we conducted tests for vessel track display function and vessel traffic statistic function based on two test scenarios. Therefore, we verified the effectiveness of the developed system for vessel tracks display, abnormal navigation patterns, checking failure of AIS equipments and maritime traffic statistic analyses.