• 제목/요약/키워드: AIS 빅데이터

검색결과 15건 처리시간 0.029초

PORT-MIS 선박 입출항 빅데이터를 이용한 항로 통항 특성 분석

  • 김광일;정중식;이진석
    • 한국항해항만학회:학술대회논문집
    • /
    • 한국항해항만학회 2019년도 춘계학술대회
    • /
    • pp.93-95
    • /
    • 2019
  • 일반적으로 항만 내 선박 교통류 평가는 AIS 데이터를 이용하여 수행이 되어져 왔다. AIS 데이터는 선박의 위치 확인에 용이하여 항로상 선박 교통분포 분석에 용이하였다. 하지만, AIS 데이터는 VTS에 저장되어 있는 기간이 짧고, 처리할 데이터의 양이 많은 단점이 있다. 한편, PORT-MIS 선박 입출항 데이터는 10년 이상 저장이 되어 있으며, 통항로상 통계적 선박교통밀도 분석에 활용이 용이하다. 본 연구에서는 PORT-MIS 빅데이터 분석 방법과 선박 입출항 데이터를 항로상의 통항데이터로 변환하는 방법을 개발하여 제시하고자 한다.

  • PDF

입출항 지원 서비스를 위한 AIS 빅데이터 기반 해상교통혼잡도 예측

  • 이서호;김세원;손준배;엄정온;이주향;김동함;윤상웅;김혜진
    • 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.

  • PDF

AIS 및 해양공간정보 융합 분석을 통한 선박의 주요 통항로 및 통항영역 연구

  • 엄대용;윤은진;이방희
    • 한국항해항만학회:학술대회논문집
    • /
    • 한국항해항만학회 2022년도 추계학술대회
    • /
    • pp.325-326
    • /
    • 2022
  • 2020년 AIS 자료와 해양용도구역 정보를 종합해 월별/해역별 주요 선박 통항로를 분석하고 우리나라 연안의 주요 선박 통항로 영역을 유효·비유효 구역으로 구분하여 향후 빅데이터 기반의 통합 항로 예측에 적용하는데 활용하고자 한다. 이 결과를 선박 해양사고정보, 해양에너지, 수산 등의 해양공간계획(MSP) 정보를 추가·분석할 예정이다. 나아가 국가어항을 중심으로 항만별 분석, 화물선·여객선·어선 중심의 선종별 분석 정보로 확대하여 빅데이터 기반의 항로 예측 기술의 입력자료로 활용할 예정이다.

  • PDF

해상교통관제정보 활용 연구: 빅데이터 기반 해양 공간 선박 활동 특성 해석 (Application Study of Vessel Traffic Service: Dynamic Analysis of AIS for Shocheongcho Ocean Research Station)

  • 박주한;김승룡;양찬수
    • 한국항해항만학회:학술대회논문집
    • /
    • 한국항해항만학회 2019년도 춘계학술대회
    • /
    • pp.206-207
    • /
    • 2019
  • 우리나라에서 해상교통관제시스템(Vessel Traffic Service, VTS) 구역을 설정하여, 관제사를 중심으로 한 VTS와 선박사이의 해상교통상황 등의 교환을 통해 항만의 안전과 항만운영의 효율을 높이고 있다. 향후, 연안으로 확대될 예정이다. 더 넓은 해역에 대해서는 해양안전종합정보시스템(GICOMS)이 있으며, 선박자동식별장치 (AIS), 장거리위치추적시스템 (LRIT) 등에서 송신하는 선박의 운항정보를 수신하여 전자해도에 표시하고 있다. 이와 같은 선박관제정보는 빅데이터로 향후 자동화된 분석과 제원체계가 요구된다. 여기서는 해상교통관제정보 기초 활용 연구로, 소청초 종합해양과학기지주변의 AIS (Automatic Identification System)정보를 사용하여 선박 활동 특성 해석을 진행하였다.

  • PDF

관제 로그의 빅데이터 관리 방안 연구 (A Study on the Big Data Management of VTS Log)

  • 김혜진;오재용
    • 한국항해항만학회:학술대회논문집
    • /
    • 한국항해항만학회 2019년도 추계학술대회
    • /
    • pp.24-25
    • /
    • 2019
  • 최근 빅데이터 기술 개발로 방대한 데이터의 유의미한 분석 및 예측이 용이해졌다. 선박교통관제센터에서는 각종 센서와 다양한 정보를 기반으로 VHF 교신을 통해 선박교통관제를 수행한다. 관제사가 활용하는 레이더, AIS, Port-MIS. 센서 등의 데이터들이 디지털로 저장되고 있으며, 관제사의 VHF 교신내용은 디지털파일로 저장되어 선박교통관제센터의 서버 2개월간 보관된다. 본 논문에서는 관제 결과로 저장되고 있는 관제 로그 데이터를 활용하여 빅데이터를 구성하고 이를 기반으로 유의미한 정보를 생성할 수 있는 방안을 연구하였다.

  • PDF

제한적 선박 정보와 무작위의 숲 분류기를 이용한 선종 예측 (Ship Type Prediction using Random Forest with Limited Ship Information)

  • 전호군;한재림
    • 한국항해항만학회:학술대회논문집
    • /
    • 한국항해항만학회 2022년도 춘계학술대회
    • /
    • pp.106-107
    • /
    • 2022
  • 주변선박에 대한 선종 식별은 선박의 향후 이동 경로와 조종 특성을 유추할 수 있으므로 항해사와 VTS 관제사에게 모두 중요한 정보이다. 그러나 AIS메시지 전송 중 통신 문제, 항해사의 AIS 이용 미숙지로 인해 선박의 선종 확인이 불가능한 경우가 빈번하다. 따라서 이 연구는 AIS데이터를 학습 및 테스트 데이터셋으로 분할, 무작위의 숲 분류기(Random Forest Classifier)에 AIS데이터의 선박 특성(feature)과 선종을 훈련 및 예측하는 방법을 제시한다. 연구를 위해 2018년 한해 울산 앞바다 AIS데이터를 이용하였다. 이 방법을 사용하면 다수의 항해사 또는 VTS 관제사가 토론을 통해 선종예측 경험을 공유하는 것과 같은 기능을 할 수 있다.

  • PDF

해상-빅데이터 기반 선박 항적 표시 및 해상교통량 통계 분석 시스템의 개발 (A Development of Analysis System for Vessel Traffic Display and Statistics based on Maritime-BigData)

  • 황훈규;김배성;신일식;송상기;남경태
    • 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.

해상교통 관제 빅데이터 체계의 설계 및 구현 (Design and Implementation of Bigdata Platform for Vessel Traffic Service)

  • 김혜진;오재용
    • 해양환경안전학회지
    • /
    • 제29권7호
    • /
    • pp.887-892
    • /
    • 2023
  • 해상교통관제센터에는 RADAR, AIS(Automatic Identification System), 기상센서, VHF(Very High Frequency) 등이 설치되어 운영되고 있으며, 해상교통관제사는 이를 활용하여 관제구역을 통항하는 선박의 동정을 관찰하고 정보를 제공하는 관제 업무를 수행한다. 이들 장비에서 생성되는 각종 관제 데이터는 해상교통 상황을 분석하기 위한 자료로 그 활용 가치가 매우 높지만, 시스템 제조사간 호환성 부족 또는 정책상의 문제로 인해 체계적으로 관리되지 않고 있는 실정이다. 이에 본 연구에서는 해상교통관제센터에서 수집되는 관제 데이터를 효율적으로 수집, 저장, 관리할 수 있는 관제 빅데이터 체계를 개발하였다. 개발된 관제 빅데이터 체계는 체계 개발의 중요한 이슈 중 하나였던 운영 안정성을 확보하기 위해 마이크로서비스 아키텍처를 적용하였으며, 효율적인 실시간 운항 정보의 탐색을 위해 저장소를 이원화하여 체계 성능을 향상시킬 수 있었다. 구현된 체계는 실해역 데이터를 적용한 시범 운영을 통해 성능을 확인하고 추가적인 개선 사항을 파악하였으며, 실제 관제 환경에서의 활용 가능성을 검토하였다.

항로표지 배치 적합도 평가 및 최적배치 서비스 방법론 연구

  • 백인흠;이미라;박준모
    • 한국항해항만학회:학술대회논문집
    • /
    • 한국항해항만학회 2021년도 추계학술대회
    • /
    • pp.52-53
    • /
    • 2021
  • 항로표지는 선박이 항로를 안전하게 운항함에 있어서 중요한 역할을 한다. 이 연구에서는 빅데이터 기반으로 AIS 항적분석 모듈, 항로표지 적합성 평가 모듈, 항로표지 배치 검증 모듈 개발을 하고 이를 통합한 항로표지 적합성 평가 및 최적배치 서비스를 개발하고자 한다. 이에 최적배치 서비스 개발을 위한 로드맵과 모듈 개발을 위한 추진 전략 방향성을 구성하였다.

  • PDF

밀도기반 선박 도메인을 이용한 안전 성능 지표 활용성 연구 (A Study on the Applicability of Safety Performance Indicators using the Density-Based Ship Domain)

  • 한영재;심성현;배혜림
    • 한국빅데이터학회지
    • /
    • 제7권1호
    • /
    • pp.89-97
    • /
    • 2022
  • 선박 충돌 사고는 경제적 손실, 인명피해 등 다양한 부정적 상황을 초래할 수 있기 때문에 사고를 예방하기 위한 다각적인 노력이 필요하다. 따라서 사고 예방을 위한 연구가 활발히 이루어고 있으며, 본 연구에서는 선박 충돌 사고 예방을 위한 새로운 선행 지표를 제안한다. 기존 연구에서는 특정 해역에서 선박들간의 거리를 고려하여 충돌위험을 표현하였지만 이를 다른 해역에 적용하기 위해서는 모델을 새로 개발해야하는 단점이 존재한다. 본 연구에서는 선박 운항 정보인 AIS(Automatic Identification System) 데이터를 활용하여 해역의 환경과 운항의 특징을 포함한 밀도기반 선박 도메인 DESD(Density based Empirical Ship Domain)을 정의하였다. 각 해역별로 만들어진 2차원의 DESD를 대상으로 Deep Clustering을 적용하여 유사한 운항 환경을 가진 해역들을 군집화 한다. 군집화된 해역과 선박 충돌 사고의 연관성 분석을 통해 해역의 특징별로 사고의 발생여부가 달라짐을 통계적으로 검정하여 DESD가 사고의 선행 지표로서 활용될 수 있음을 증명하였다.