Development of IoT Sensor Data Generation Emulator for Smart Marine Logistics

스마트 해상 물류를 위한 IoT 센서 데이터 생성 에뮬레이터 개발

As the 4^th Industrial Revolution progresses, the shipping logistics sector is becoming smarter by utilizing various core technologies such as AI, IoT, and Bigdata. In particular, the collected marine Bigdata plays a significant role in providing various services like vessel operation monitoring analysis and greenhouse gas emission evaluation, and it is also essential in shipping logistics. Although this maritime Bigdata is collected during actual vessel operations, there are instances where data is lost due to temporal and environmental factors. While It is important to identify and address the fundamental cause of such losses, it is also necessary to generate data through the utilization and analysis of the collected data. This paper develops an Emulator that repeatedly generates new location data, speed values, etc., using maritime transport data collected through empirical tests. The location data is generated by calculating the standard deviation from the collected position information, and the speed values are extracted from the generated location data. The generated data is accumulated by being inserted into the database in real-time. To demonstrate the performance of the Emulator, evperiments were conducted using 5 routes, providing its excellence.

4차 산업혁명이 발전함에 따라 핵심기술인 AI, IoT, 빅데이터 등 다양한 기술을 활용한 해운물류 분야의 스마트화가 진행되고 있다. 특히 수집된 해양 빅데이터는 선박 운항 모니터링 분석, 온실가스 배출 평가 등 다양한 서비스를 제공하는데 큰 역할을 하고 있으며, 해운물류에서도 필수적으로 요구되고 있다. 이런 해양 빅데이터는 실제로 선박이 운항하며 수집되지만 시간적·환경적인 요인으로 인해 데이터가 손실하는 경우가 발생한다. 이는 근본적인 원인을 파악하여 보완하는 것도 중요하지만 수집된 데이터를 활용 및 분석하여 데이터를 생성하는 과정이 필요하다. 본 논문에서는 실증테스트를 통해 수집된 해상 운송 데이터를 활용하여 새로운 위치데이터, 속력 값 등을 반복적으로 생성하는 에뮬레이터를 개발한다. 위치데이터는 수집된 위치정보 사이에서 표준편차를 구하여 이를 활용하였으며, 속력 값은 생성된 위치데이터를 통해 추출하게 된다. 이렇게 생성된 데이터들은 실시간으로 데이터베이스에 삽입하여 누적된다. 에뮬레이터의 성능을 입증하기 위해 직접 수집한 5가지 항로를 활용하여 실험을 진행하였으며, 이를 통해 그 우수성을 입증하였다.