• 한국항해항만학회:학술대회논문집
• /
• 한국항해항만학회 2014년도 춘계학술대회
• /
• pp.319-322
• /
• 2014

VTS(Vessel Traffic Center)는 관할해역의 해상교통데이터를 수집하여 해상교통관제를 수행하고 있다. 이러한 해상교통데이터는 가공되지 않는 정보이므로, 관제사 및 선박 등 사용자가 유용하게 활용할 수 있는 형태로의 분석이 필요하다. 이는 객관적인 데이터로 관제사 및 선박에서 해상교통 안전정책을 수립하는데 중요하다. 이를 위해 본 연구에서는 수년간 VTS에 축적되고 있는 BIG DATA를 활용하여 해상교통패턴을 분석하고자 한다. 분석하는 해상교통패턴은 통항분포, 선종별 항적 비교, 예부선의 강 조류 주의구역 판별, 항로상 어선 조업 현황분석 등을 통해 빅데이터를 활용한 관제구역설정, 집중관제구역 검토가 가능하다.

• 한국항해항만학회:학술대회논문집
• /
• 한국항해항만학회 2012년도 추계학술대회
• /
• pp.157-159
• /
• 2012

해상 교통량 증가에 따른 연안해역 해상교통밀집도가 증가되고 있다. 그러므로 해상교통안전관리를 위해 실 해역의 해상교통패턴을 파악하여 해상교통지수를 평가하는 것이 중요하다. 분석대상해역의 실제 선박위치, 속력, 침로를 고려한 CPA-TCPA분석은 통계적인 선박데이터에 의한 분석보다 해당해역의 실제적인 VTS영향 등 교통환경을 반영한다. 본 연구에서는 횡간수도와 완도진입수로의 항로가동률을 분석하고, 해당 해역에서 교차되는 선박들의 CPA, TCPA 등을 분석하여 해상교통안전지수를 평가하고자 한다. 또한 산출된 해상교통안전지수를 해당 해역의 통계적인 해상교통안전지수와 비교 및 분석하고자 한다.

• 한국항해항만학회지
• /
• 제42권6호
• /
• pp.453-458
• /
• 2018

해상교통 분석은 대상 해역의 환경 특성을 파악하고, 선박의 교통 패턴을 분석하는 일련의 과정을 일컫는다. 이는 최근 해상 교통량이 늘어나고 관제 영역이 확장됨에 따라 그 필요성이 증가하고 있으며, 실제로 해상교통관제(VTS, Vessel Traffic Service)와 항만 시설의 안전성 평가에 적용되기도 한다. 본 논문에서는 공간정보 분석 방법 중 히트맵(heatmap)과 중심점(centroid) 기법을 이용하여 선박의 통항패턴을 분석하는 방법을 제안한다. 이 방법은 시간에 따라 공간적 특성이 변하는 항적 데이터를 분석하기에 적합한 방법이며, 실제 목포항에서 수집된 항적 데이터를 이용한 실험을 수행하였다. 실험에서는 시간대별 교통 밀도와 중심점 분석을 수행하였고, 이를 통해 해상교통의 공간적 변화를 쉽게 식별할 수 있었으며, 제안하는 방법이 해상교통 분석법으로 활용될 수 있음을 확인하였다.

• 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.

• 한국항해항만학회:학술대회논문집
• /
• 한국항해항만학회 2012년도 춘계학술대회
• /
• pp.194-196
• /
• 2012

본 연구에서는 해상교통관제제도(VTS)가 적용된 연안해역에서 해상통항흐름에 영향을 미치는 요소를 알아보고자 하였다. 본 연구의 목적을 달성하기 위해 해상교통환경조사는 2007년도부터 2012년까지 어장, 어로활동 및 해양구조물에 대한 마로해 인근해역에 대해 현지 조사방법을 사용하였다. VTS에서 제공하는 서비스종류에 대해 국제표준과 국내 적용 규정을 비교하고 2011년 연안해역에서 제공된 서비스에 대해 분석하였다. 동 해역의 해상교통흐름은 레이더와 선박자동식별장치 정보를 시공간적으로 중첩시켜 최근 6개월간 흐름패턴을 조사하였다. 연구 대상해역은 서남해 진도 인근해역($3,800km^2$)으로 통항분리제도와 탱커선통항금지해역 및 다도해해상국립공원을 포함하고 있다. 연구결과 연안해역에서 제공되는 서비스를 통해 해양사고를 18% 감소시켰다. 서비스 제공수준은 비정규분포를 보이며 공정능력은 향상된 것으로 나타났다. 안전한 해상교통환경 유지하기 위해 정기적인 연안해역 모니터링 및 관리체계의 확립에 대한 대응이 요구된다.

• 한국항해항만학회:학술대회논문집
• /
• 한국항해항만학회 2015년도 춘계학술대회
• /
• pp.319-321
• /
• 2015

특정 물때, 특정 시간대에 다수 어선의 입 출항은 해상교통관제사 및 항해사에게 많은 위험부담이 된다. 본 연구는 목포항의 물때별-시간대별에 따른 교통패턴을 분석하였다. 연구 결과, 업종별 안강망, 자망 어업에 따라 교통량의 차이를 보였다. 또한, 물때별로 최대 30%까지 교통량의 차이를 보였으며, 목포구 만곡부에서는 항로 역행의 통항패턴을 보였다. 본 연구의 결과는 해역이용자에게 입 출항시 항행참고 지침 및 교육 자료로 활용될 것으로 기대된다.

• 한국항해항만학회:학술대회논문집
• /
• 한국항해항만학회 2023년도 춘계학술대회
• /
• pp.15-16
• /
• 2023

해상교통관제 구역은 항만 시설을 사용하기 위한 입·출항 선박, 연안 해역을 이동하는 선박 등이 서로 복잡하게 운항하는 교통 패턴을 가지고 있다. 이를 안전하고 효과적으로 관리하기 위해 해상교통관제센터(VTS)에서는 선박을 실시간 모니터링하며 관제 업무를 수행하고 있지만, 교통 혼잡 상황에서는 업무 로드의 증가로 인해 관제 공백이 발생하기도 한다. 이에 교통 혼잡도 및 혼잡 구역을 예측한다면보다 효율적인 관제가 가능하지만 현재는 관제사의 경험에 전적으로 의존하고 있는 실정이다. 본 논문에서는 VTS 관점에서의 교통 혼잡을 정의하고, 과거 항적 데이터를 이용하여 항내 선박 교통 혼잡도 및 혼잡 구역을 예측하는 방법을 제안하였다. 또한, 실해역 데이터(대산항 VTS)를 적용하여 제안된 기술이 관제지원 도구로서 활용될 수 있는지 검토하였다.

• 해양환경안전학회지
• /
• 제20권2호
• /
• pp.186-192
• /
• 2014

본 연구에서는 대정해상풍력단지 설치 해역과 인근수역을 이용하는 선박교통량과 해상교통흐름의 패턴을 분석하고 단지 조성 후 합리적인 대체통항로 지정에 따른 교통량을 예측하였다. 또한 예측된 교통량을 근거하여 통항로별 통항안전성을 평가하고 검토함으로써 선박의 안전운항에 필요한 제반조건 및 대책을 제시하였다. 풍력단지 설치 해역과 인근수역의 해상교통흐름 패턴을 분석한 결과 총 8가지의 교통흐름으로 분류되었고, 연간 교통량은 8,975 척으로 예측되었다. 이를 근거로 단지 조성 후 4가지의 대체 통항로 지정에 따른 교통량을 예측하였다. 예측된 교통량과 SSPA의 동력선충돌모델을 이용하여 통항안전성을 평가한 결과 충돌 및 침로이탈확률에 관한 국내 안전기준 $10^{-4}$ 이하를 만족하므로 계획된 대체통항로가 유용함을 확인하였다.

• 한국항해항만학회지
• /
• 제47권4호
• /
• pp.212-219
• /
• 2023

해상교통 관제구역은 항만 시설을 사용하기 위한 입·출항 선박, 연안 해역을 이동하는 선박 등이 서로 복잡하게 운항하는 교통 패턴을 가지고 있다. 이를 안전하고 효과적으로 관리하기 위해 해상교통관제센터(VTS)에서는 선박을 실시간 모니터링하며 관제 업무를 수행하고 있지만, 교통 혼잡 상황에서는 업무 로드의 증가로 인해 관제 공백이 발생하기도 한다. 이에 교통 혼잡도 및 혼잡 구역을 예측할 수 있다면 보다 효율적인 관제가 가능하지만 현재는 관제사의 경험에 전적으로 의존하고 있는 실정이다. 본 논문에서는 해상교통관제 관점에서 선박 교통 혼잡을 정의하였으며, 항적 데이터를 이용하여 교통 네트워크를 생성하고, 선박 교통 혼잡도 및 혼잡 구역을 예측하는 방법을 제안한다. 실험에서는 실해역 데이터(대산항 VTS)와 예측 결과를 비교 분석하였으며, 이를 통해 제안하는 방법이 관제 지원 도구로서 활용될 수 있는지 검토하였다.

• 한국항해항만학회:학술대회논문집
• /
• 한국항해항만학회 2018년도 춘계학술대회
• /
• pp.290-291
• /
• 2018

최근 해상교통량이 증가하고 연안 항해에 대한 관제 필요성이 요구되면서 선박 교통 관제구역이 점차 확대되는 추세이다. 이러한 관제구역의 확대는 관제사의 업무 부하를 초래하며, 이로 인해 교통 혼잡 시간대와 같이 교통량이 급증하는 경우 관제사가 위험 상황을 인지하지 못하는 상황도 발생하게 된다. 이러한 배경에서 본 논문에서는 관제 업무의 지원을 위해 이상 거동 선박을 자동으로 식별하는 방법을 제안하고자 한다. 제안하는 방법은 기계학습 기술을 기반으로 관제구역 내의 통항 패턴을 모델링하고, 이를 통해 이상 거동 선박을 식별하는 방법으로, 대상 항만의 누적된 AIS 데이터를 이용하여 모델을 학습하며, 실제 항적 및 시뮬레이션 데이터를 이용한 실험을 통해 선박교통관제시스템에의 활용 가능성을 고찰한다.