• 한국항해항만학회:학술대회논문집
• /
• 한국항해항만학회 2023년도 춘계학술대회
• /
• pp.98-99
• /
• 2023

세월호 등 기존 선박사고에서 볼 수 있듯이, 사고 선박 항적에 대한 데이터가 일부분이라도 수집되지 않는 경우, 특히 해당 사건발생구간인 경우, 사고분석이 어려운 상황이 발생될 수 있다. 따라서 선박사고가 발생하는 경우, 선박의 사고에 대한 원인분석과 사고수습을 위하여 선박의 정확한 선박의 항적이 요구된다. 선박의 항적은 육상의 시스템에서도 수집될 수 있고, 선박에 탑재된 항해장비에 의해서도 수집된다. 육상에서는 육상에 구축한 레이더, 선박이 송신하는 AIS, V-PASS 등 육상에서 수신데이터로부터 관제시스템에서 수집하는데, 음영구역 등 송수신 권역이 미치지 않는 경우는 데이터 수집이 어렵게 된다. 선박 자체에 저장된 항적은 주로 장비 제조사에 의존되는데, V-PASS 장비의 경우 해경이 모든 어선에 설치하도록 하여, 자료수집이 비교적 쉬운 편이다. 하지만, 현재 저장하고 송신하는 프로토콜 규격(TTA)을 보면, 30초 주기로 이루어져 선박사고에서 사고 분석에 정밀하지 못한 점이 과학수사 현업에서 문제가 되어 왔다. 따라서 본 논문에서는 사고 분석의 정확성을 제공하기 위하여 무선 채널 상의 부하를 증가시키지 않고, 어선에 탑재된 V-PASS 단말 장비의 저장주기를 변경하는 구조를 분석하고 개선하는 방안을 제공하고자 한다. 이러한 개선을 적용한 시스템으로 실험한 결과 선박의 항적이 좀 더 정밀하고 정확한 자료가 수집되어, 선박사고에 대한 원인분석에 도움이 될 수 있으리라 판단된다.

• 한국항해항만학회:학술대회논문집
• /
• 한국항해항만학회 2012년도 추계학술대회
• /
• pp.138-140
• /
• 2012

본 연구에서는 실제 AIS의 정적, 동적 데이터를 수집하여 항계내 통항 선박의 움직임을 파악하였다. 실제 완도항 부근의 직선항로을 통항하는 선박 항적의 분석하여 불규칙적인 선박의 특성을 알아보고자 하였다. 기존의 과거 누적 데이터의 퍼지이론을 활용한 이상 거동의 선박식별 시스템은 전문가 시스템에 의존하여 항적의 비정상성을 판단하므로 항로의 특성에 따른 실 항해상황을 간과할 수 있는 문제점이 있다. 본 연구는 실시간 AIS 정보를 활용하여 항로이탈의 변화율에 해당하는 곡률분석, 항로선으로부터 좌우의 변동을 보다 정확하게 모니터링 할 수 있는 이상 거동 선박을 식별하는 방법을 제안한다. 본 연구는 VTS 및 VMS의 응용서비스로서 해양사고의 사전예방을 위한 연안 및 항만수로의 효율적인 관리에 기여할 것이다.

• 한국항해항만학회:학술대회논문집
• /
• 한국항해항만학회 2018년도 춘계학술대회
• /
• pp.262-264
• /
• 2018

VTS관련 선박 항적 자료 등의 정보 공개 및 형사 증거 자료 요건에 대한 관련 법률 검토로 업무 개선 방향을 모색하였다.

• 한국항해항만학회:학술대회논문집
• /
• 한국항해항만학회 2023년도 추계학술대회
• /
• 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.

• 한국항해항만학회:학술대회논문집
• /
• 한국항해항만학회 2016년도 춘계학술대회
• /
• pp.285-286
• /
• 2016

해상교통관제센터에 의해 실시간으로 수집되는 선박의 항해 데이터를 바탕으로 선박 항적 패턴 인식을 수행하고 이를 바탕으로 항적 모델을 추출하여 사전에 선위를 예측하는 기법을 제안한다. 항적 데이터의 처리와 가공, 항적 모델링을 위하여 Support Vector Regression 알고리즘이 사용되었으며, 적정 파라미터 선정을 위하여 k-fold cross validation과 grid search가 사용되었다. 제안된 항적 데이터 모델링 기법을 통하여 사전에 선박의 선위를 예측하여 해상교통과제사의 의사결정을 지원하고자 한다.

• 한국컴퓨터정보학회논문지
• /
• 제24권10호
• /
• pp.65-70
• /
• 2019

최근 선박자동식별장치의 도입으로, 육상에서 선박위치, 침로, 속력, 선박종류 등 선박 항적데이터 수집이 가능해 졌다. 본 연구는 맵리듀스 알고리즘을 분산처리 환경에 적용하여 선박 항적데이터를 효율적으로 처리하는 방법을 제안한다. 제안하는 방법은 데이터 전처리 단계, 맵핑 단계, 리듀싱 단계로 나뉘어져 있다. 데이터 전처리 단계는 선박의 동적 및 정적 데이터를 통합하고, 비관심지역의 선박정보는 필터링한다. 맵핑 단계는 선박 위치를 지오해시 코드로 변환하여 맵리듀스의 키 데이터로 할당하고, 선박의 ID는 값 데이터로 분리한다. 리듀싱 단계에서는 키 데이터가 같은 키-값 쌍 데이터를 추출하여 해당 그리드에서 선박의 수를 계산하여 시각화 한다. 제안한 방법은 항적데이터 분석에 있어서 기존 프로그램 성능에 비해 1~4배 성능 개선이 되었다.

• 한국항해항만학회:학술대회논문집
• /
• 한국항해항만학회 2015년도 춘계학술대회
• /
• pp.310-311
• /
• 2015

선박 항적 데이터는 해상교통관제센터에 의해 실시간으로 모니터링 되고 수집되어 진다. 이러한 데이터를 기반으로 선박의 항적 패턴분석과 항적 모델을 추출하여 해상교통관제사의 의사결정에 기여하고자 한다. 항적 데이터의 처리와 가공, 항적 모델링을 위하여 SVM알고리즘이 사용되었으며, 적정 파라미터 선정을 위하여 k-fold cross validation이 사용되었다. 제안된 항적 데이터 모델링을 통하여 이상거동 선박의 사전 판별, 선박의 추측위치 계산 등에 응용하여 해상교통과제사의 의사결정을 지원하고자 한다.

• 한국항해항만학회지
• /
• 제47권6호
• /
• pp.367-375
• /
• 2023

본 연구에서는 국내 연안 해역 환경에서의 해상교통관제 서비스에 기여할 수 있는 항적 간 거리 척도를 개발하였다. 새로운 항적간 거리 척도는 전통적으로 위치 시계열 간의 유사도를 측정하는 데 활용되는 하우스도르프 거리(hausdorff distance)와 두 항적 간의 대지속력(Speed Over Ground, SOG)의 평균 간의 차이, 그리고 대지침로(Course Over Ground)의 분산 간의 차이를 가중합하여 설계되었다. 새로운 척도의 유효성을 검증하기 위하여 실제 AIS 항적 데이터와 병합 군집화 알고리즘을 활용한 기존 항적 간 거리 척도와의 비교 분석이 수행되었으며, 새로운 거리 척도를 활용한 항적 군집화 결과가 하우스도르프 거리(hausdorff distance), 그리고 다이내믹 타임 워핑 거리(Dynamic Time Warping distance) 등 기존 척도에 비해 항적 간 지리적 거리나 대지속도 및 대지침로 등 선박 거동 특성의 분포를 비슷하거나 그 이상의 수준으로 정교하게 반영하고 있음을 데이터 시각화로써 확인하였다. 정량적으로는 Davies-Bouldin 지표를 기준으로, 군집화 결과가 더욱 우수하거나 약간 낮은 수준을 기록한 한편, 거리 계산 효율성에서는 특히 우수함을 실증하였다.

• 한국항해항만학회:학술대회논문집
• /
• 한국항해항만학회 2022년도 추계학술대회
• /
• pp.374-376
• /
• 2022

항로표지 배치의 적합성 평가 및 검증에 활용하기 위해 기계학습 (Machine Learning)을 통해 대표항적선을 결정한다. 이 연구에서는 대표항적선과 항로표지와의 최근접 거리를 계산하고 시인가능 거리 및 거리율 등을 통해 항로표지의 배치 적합성을 평가하고 검증한다.

• 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.