• Journal of KIISE
• /
• v.43 no.8
• /
• pp.848-856
• /
• 2016

Seeking and recognizing maritime targets are very important tasks for maritime safety. While searching for maritime targets using radar is possible, recognition is conducted without automatic identification system, radio communicator or visibility. If this recognition is not feasible, radar operator must tediously recognize maritime targets using movement features on radar base on know-how and experience. In this paper, to support the radar operator's mission of continuous observation, we propose an algorithm for automatic recognition of an unknown ship using movement features on radar and a method of detecting potential ship related accidents. We extract features from contact range, course and speed of four types of vessels and evaluate the recognition accuracy using SVM and suggest a method of detecting potential ship related accidents through the algorithm. Experimentally, the resulting recognition accuracy is found to be more than 90% and presents the possibility of detecting potential ship related accidents through the algorithm using information of MV Sewol. This method is an effective way to support operator's know-how and experience in various circumstances and assist in detecting potential ship related accidents.

• Korean Journal of Remote Sensing
• /
• v.34 no.5
• /
• pp.801-810
• /
• 2018

Ship monitoring using satellite synthetic aperture radar (SAR) images consists of ship detection, ship discrimination, and ship classification. A large number of methods have been proposed to improve the detection and discrimination capabilities, while only a few studies exist for ship classification. Thus, many studies for the ship classification are needed to construct ship monitoring system having high performance. Note that constructing database (DB), which contains both SAR images and labels of various ships, is important for research on the ship classification. In the airborne SAR classification, many methods have been developed using moving and stationary target acquisition and recognition (MSTAR) DB. However, there has been no publicly available DB for research on the ship classification using satellite SAR images. Recently, Shanghai Key Laboratory has constructed OpenSARShip DB using both SAR images of various ships generated from Sentinel-1 satellite of European Space Agency (ESA) and automatic identification system (AIS) information. Thus, the applicability of OpenSARShip DB for ship classification should be investigated by using the concepts of airborne SAR classification which have shown high performances. In this study, ship classification using satellite SAR images are conducted by applying the concepts of airborne SAR classification to OpenSARShip DB, and then the applicability of OpenSARShip DB is investigated by analyzing the classification performances.

• Proceedings of the Korean Institute of Navigation and Port Research Conference
• /
• 2005.10a
• /
• pp.93-97
• /
• 2005

Recently, as a method for identifying the vessels, the technology of automatic identification system, radio frequency identification and maritime mobile has been researched and developed rapidly. In this paper, the analysis of three identification systems on coastal vessels carried out by using ten itemized check list, and the best solution would be proposed as a method for identifying small boats in coastal waters.

• Proceedings of the Korean Institute of Navigation and Port Research Conference
• /
• 2012.06a
• /
• pp.496-498
• /
• 2012

선박이 운항중 타선과의 충돌상황을 효과적으로 신속하게 파악하는 데 도움을 줌으로써 선박 충돌사고를 방지하기 위한 선박충돌위험도 식별시스템을 개발하였다. 지난 연구에서는, 고안된 시스템의 성능을 검증하기 위해 부산항에서 일어난 제품운반선과 화물선간의 충돌사고의 실제 AIS 데이터를 이용한 재생시뮬레이션을 수행한 바 있다. 본 논문에서는 선박충돌위험도 식별 시스템의 테스트베드를 구축하였고, 실제 해상에서 AIS 신호를 이용하여 성능을 검증해 보고자 하였다. 이를 위해, 군산항과 인천항의 연안여객선에 테스트베드를 장착하고, 실제 운항중 AIS 정보를 이용하여, 실시간으로 선박충돌위험도 식별시스템의 온보드 시험을 수행하였다. 본 논문에서는 선박충돌위험도 식별 시스템의 테스트베드의 특징과, 실제 해상에서 수행된 온보드 시험 결과에 대해 소개하였다.

• Proceedings of the Korean Institute of Navigation and Port Research Conference
• /
• 2022.11a
• /
• pp.73-75
• /
• 2022

본 논문에서는 자율운항선박의 예측 가능한 운항 경로 상에 잠재된 비상상황을 인식하기 위하여 운항 해역의 항적 정보를 활용한 방안과 이를 기반으로 충돌 위험과 같은 비상위험을 식별하는 프레임워크를 설계하였다. 설계한 프레임워크는 크게 항적 특성 분석 모듈, 항로예측 모듈, 위험 식별 모듈로 구성된다. 항적 특성 분석 모듈에서는 자율운항선박의 운항 해역에 관한 선박들의 항적 정보를 활용하기 위하여, 대상 VTS 관제 영역 내에서 취합된 누적 선박자동식별장치(AIS) 데이터를 이용하여 선박의 항적 특성을 분석하여 데이터베이스(DB)를 생성하였다. 그리고 운항 경로 예측 모듈에서는 누적된 항적 정보와 자율운항선박의 현재 운항 정보를 기반으로 특정 시간 동안의 운항 경로를 예측하기 위한 학습 네트워크 모델을 구성하였다. 마지막으로, 위험 식별 모듈에서는 예측한 운항 경로 상에 최근접점과 최근접점 거리 정보를 이용하여 충돌 위험 가능성이 있는 충돌위험영역을 식별하였다. 설계한 프레임워크는 자율운항선박의 육상 관제소에서 원격 제어를 통해 위험상황을 인지하고 회피할 수 있는 정보를 제공할 수 있음을 실제 항적 데이터를 활용하여 그 결과를 검증하였다.

• Journal of the Korean Society for Aeronautical & Space Sciences
• /
• v.44 no.10
• /
• pp.862-870
• /
• 2016

AIS and V-PASS, which are used for safe navigation and automatic vessel arrival and departure, are mandatory standard equipment installed on all ships. If an aircraft is equipped with a ship identification system using AIS and V-PASS, and then ship identification information is received by a vessel such as a large fishery inspection boat or a patrol ship or a ground control system, we can quickly perform maritime surveillance and disaster response. This paper describes the development of a ship identification and display system using a ship identification device for aircraft. Flight test results and a future application plan are also included.

• Proceedings of the Korean Institute of Navigation and Port Research Conference
• /
• 2023.05a
• /
• pp.188-189
• /
• 2023

IMO가 정의하고 있는 자율운항선박의 자율도는 4단계로 구분되며, 완전 무인선박인 4단계를 제외한 나머지 단계에서는 자율운항선박에 대한 육상의 원격제어가 가능하도록 해야한다. 본 연구에서는 자율운항선박 기술개발사업을 통해 진행 중인 자율운항선박의 육상원격제어를 위한 비상상황인식 기술 개발에 대해 소개한다. 육상의 원격제어가 수행되어야 하는 비상상황에 대한 식별을 위해, 항적 정보를 이용한 타선 항로예측 기반의 충돌위험영역식별을 수행한다. 또한, 타선의 항적정보를 데이터베이스화하여 자율운항선박 운항 영역에 존재하는 현재의 선박에 대한 이상학적 식별을 수행한다. 제안된 기술은 울산 성능실증센터 및 자율운항선박 해상테스트베드 시험선에서의 기능 및 성능 검증을 위해 준비중이다.

• Proceedings of the Korean Institute of Navigation and Port Research Conference
• /
• 2022.06a
• /
• pp.133-134
• /
• 2022

본 논문에서는 자율운항선박의 육상 관제 및 원격제어를 위해, 자율운항선박의 비상상황인식 기술 개발에 대한 기초연구를 수행한다. 자율운항선박 주변의 타선들의 이동 경로를 예측하고 이에 따라 자선의 이동경로와 비교하여, 충돌위험 영역을 식별함으로써 비상상황 인식이 가능하도록 한다. 먼저, 타선의 이동경로 예측을 위해서는 선박자동식별시스템 AIS 정보를 바탕으로, 해당 해역에서의 통항패턴을 분석하고 이를 기반으로 타선의 특정 시간 동안의 이동 경로를 예측한다. 예측된 타선의 이동경로와 함께 자선의 이동경로를 비교 분석함으로, 최근 접점 및 최근접점 거리 정보 기반의 충돌위험영역을 식별한다. 식별된 충돌위험영역의 위험도에 따라 육상 관제센터에서는 원격 제어를 통한 위험상황 회피가 가능하도록 활용할 수 있다. 제안된 방법은 AIS에서 얻어지는 실제 항적 데이터를 이용하여 초기 결과를 검증하였다.

• Journal of the military operations research society of Korea
• /
• v.33 no.1
• /
• pp.93-103
• /
• 2007

Ship identification systems currently employed provide the underwater sound analysis, analyzed data saving and user interface with comparison function. But final analysis and identification depend only on experts. Therefore, the reliability of these identification systems relies on user's ability on information recognition. This paper presents the method of recognition for the purpose of providing the basic data for an automatic ship class identification. we get the underwater sounds using the PC. We use Matlab in order to reduce ambient noises, take out an acoustic characteristics using the pattern recognition, and classify the ships.

• Proceedings of the Korean Society for Noise and Vibration Engineering Conference
• /
• 1997.04a
• /
• pp.524-532
• /
• 1997

수중음향표적 특히 선박방사소음을 탐지하거나 식별하는 군사적 목적의 수동소나는 수중청음기 배열로 구성되며 각 배열센서에 수신된 신호에 배열 신호처리기술을 적용하여 선박의 거리, 방위 탐지는 물론 선박의 음향적 특징을 식별하는 고도의 음향장치이다. 그러나 이러한 장치운용자의 선박탐지, 식별이나 새로운 수동소나 개발, 나아가 스텔스 능력의 선박 설계를 위해서는 선박방사소음의 측정, 분석 및 예측에 관한 이해가 선행되어야 할 것이다. 본 연구는 대표적인 선박방사소음 측정시스템의 소개, 방사소음발생기구, 측정자료의 분석 및 예측에 관한 기초기술을 연구 분석한 내용이다.