• Journal of the Korean Society of Marine Environment & Safety
• /
• v.29 no.7
• /
• pp.910-914
• /
• 2023

With the technological innovation owing to the 4th industrial revolution, the maritime transportation is rapidly being developed with autonomous ships and systems. Particularly, autonomous ships will partially replace the manned ships and navigation among them remotely upon the degree of autonomy suggested by IMO. Accordingly, the remote operator and related research have increased as well. However, the data on the minimum required manpower for remote operators are lacking such as considering engage required situations and their co-occurrence probability. Therefore, this study proposes a simulation model that calculates the number of remote engage required situations by defining restricted water area and remote engage required situation as close-quarter situations based on accumulated trajectory data of actual ships. The findings are expected to be used as background materials to establish the appropriate manpower distribution of remote operators in remote operation centers.

• Proceedings of the Korean Institute of Navigation and Port Research Conference
• /
• 2019.11a
• /
• pp.116-117
• /
• 2019

자율운항선박 (MASS [Maritime Autonomous Surface Ship]) 선박은 육상 관제 센터에서 선박 기자재를 상태를 실시간 모니터링하고, 컨트롤 할 수 있는 기능을 탑재하는 걱이 필수적이다. 해상과 육상을 연결하는 통신 기술 발달 뿐 아니라, 4차 산업혁명시대에 따라 빅데이터 처리 기술과 이런 빅데이터를 딥러닝 기법을 통해 분석/예측할 수 있는 기반이 마련되고 있다. 따라서 선박 기자재를 빅데이터 기반 딥러닝 등의 기법을 활용하여 원격 진단 및 유지보수 할 수 있는

• Journal of the Korean Society of Marine Environment & Safety
• /
• v.30 no.1
• /
• pp.74-81
• /
• 2024

In the near future, autonomous ships, ships controlled by shore remote control centers, and ships operated by navigators will coexist and operate the sea together. In the advent of this situation, a method is required to evaluate the safety of the maritime traffic environment. Therefore, in this study, a plan to evaluate the safety of navigation through ship control simulation was proposed in a maritime environment, where ships directly controlled by navigators and autonomous ships coexisted, using autonomous operation technology. Own ship was designed to have autonomous operational functions by learning the MMG model based on the six-DOF motion with the PPO algorithm, an in-depth reinforcement learning technique. The target ship constructed maritime traffic modeling data based on the maritime traffic data of the sea area to be evaluated and designed autonomous operational functions to be implemented in a simulation space. A numerical model was established by collecting date on tide, wave, current, and wind from the maritime meteorological database. A maritime meteorology model was created based on this and designed to reproduce maritime meteorology on the simulator. Finally, the safety evaluation proposed a system that enabled the risk of collision through vessel traffic flow simulation in ship control simulation while maintaining the existing evaluation method.

• Proceedings of the Korean Institute of Navigation and Port Research Conference
• /
• 2020.11a
• /
• pp.54-55
• /
• 2020

In 4th Industrial Revolution, technologies such as artificial intelligence, Internet of Things, and Big data are closely related to the maritime industry, which led to the birth of autonomous vessels. Due to the technical characteristics of the current vessel, the speed cannot be suddenly lowered, so complex communication such as the help of a tug boat, boarding of a pilot, and control of the vessel at the onshore control center is required to berth at the port. In this study, clustering analysis was used to resolve how to establish control criteria for vessels to enter port when autonomous vessels are operating. K-Means clustering was used to quantitatively stage the arrival pattern based on the accumulated AIS(Automatic Identification System) data of the incoming vessel, and the arrival phase using SOG(Speed over Ground), COG(Course over Ground), and ROT(Rate of Turn) Was divided into six phase.

• Proceedings of the Korean Institute of Navigation and Port Research Conference
• /
• 2023.05a
• /
• pp.158-159
• /
• 2023

With the development and state-of-the-art of ocean satellites, wide-area management of the waters around Korea has become possible. In particular, in the field of ship operation, as autonomous navigation technology based on artificial intelligence and big data is being developed, there is a need for additional analysis and observation through ocean satellite data.. Researches that can combine ship operation with ocean satellite data include ship detection based on ocean satellites and ship navigation assistance using marine weather forecasting.

• Proceedings of the Korean Institute of Navigation and Port Research Conference
• /
• 2023.05a
• /
• pp.311-313
• /
• 2023

자율운항선박, 스마트 해상물류 등 미래 해상환경의 패러다임 변화에 대응하여 항로표지 현장시설을 고도화하고 신해상교통인프라 지능화 및 정보서비스 개발을 위해 스마트 항로표지 및 연계기술 개발 사업을 수행하고 있다. 본 사업의 1단계 연구 성과로 스마트 항로표지 통합플랫폼과 항로표지 서비스 성능시험환경이 구축되는데, 본 연구에서는 스마트 항로표지 통합 플랫폼에 설치된 각종 센서에서 수집된 정보를 육상의 성능시험환경으로 연동 시험에 관한 시나리오를 설계하였다. 스마트 항로표지 통합 플랫폼 및 장착되는 센서에 사전에 설계된 해양자원명을 부여하고 항로표지 정보관리시스템의 등록하는 절차를 제시하였고, 실시간으로 수집되는 항로표지 정보를 연동하여 빅데이터 분석 플랫폼으로 저장하고, 저장한 정보를 항로표지 서비스로의 적용과 활용에 관한 시나리오 설계 결과를 검토하였다.

• Proceedings of the Korean Institute of Navigation and Port Research Conference
• /
• 2023.05a
• /
• pp.160-161
• /
• 2023

Currently, the ship's passage planning relies on the navigator officer's knowledge and empirical methods. However, as ship autonomous navigation technology has recently developed, automation technology for passage planning has been studied in various ways. In this study, we intend to generate an optimal route for a ship based on Q-learning, one of the reinforcement learning techniques. Reinforcement learning is applied in a way that trains experiences for various situations and makes optimal decisions based on them.

• Proceedings of the Korean Institute of Navigation and Port Research Conference
• /
• 2022.06a
• /
• pp.39-41
• /
• 2022

해양정보의 디지털화, e-Navigation 개념의 해양서비스 개발, 차세대 전자해도 도입, 자율운항선박 기술 개발 등 해양 분야의 주요 이슈에 대응하여 핵심 항해안전지원 시설인 항로표지 역할 변화가 요구되고 있다. 특히 국제항로표협회(IALA)의 해양자원명(MRN) 지침과 항로표지 정보교환 표준(S-201) 개발을 통해 항로표지 정보의 디지털화와 정보 서비스화를 강조하고 있으며, e-Navigation 개념의 해양 서비스 개발을 논의 중이다. 본 연구에서는 현행 항로표지 정보시스템 현황을 분석하고, 국가 연구개발 사업으로 추진 중인 스마트 항로표지 및 정보협력 시스템의 구조를 분석하였다. 또한 항로표지 기본 및 수집정보를 이용한 항로표지 정보 서비스 종류를 식별하고 서비스 운영개념을 제안하였다. 본 연구에서 제안하는 항로표지 정보 서비스 운영개념에 따라 항로표지 정보 서비스 센터 구축 및 국제 정보표준 개발 활동이 추진되어야 할 것으로 사료 된다.

• Proceedings of the Korean Institute of Navigation and Port Research Conference
• /
• 2022.06a
• /
• pp.110-110
• /
• 2022

본 연구는 자율운항 선박의 원격 고장 진단 기법 개발의 일부로 수행되었다. 특히, 엔진 연료 계통 장비로부터 계측된 시계열 데이터로부터 상태 진단을 위한 알고리즘 구현 결과를 제시하였다. 엔진 연료 펌프와 청정기를 가진 육상 실험 장비로부터 진동 시계열 데이터 계측하였으며, 이상 감지, 고장 분류 및 고장 예측이 가능한 심층 학습(Deep Learning) 및 기계 학습(Machine Learning) 알고리즘을 구현하였다. 육상 실험 장비에 고장 유형 별로 인위적인 고장을 발생시켜 특징적인 진동 신호를 계측하여, 인공 지능 학습에 이용하였다. 계측된 신호 데이터는 선행 발생한 사건의 신호가 후행 사건에 영향을 미치는 특성을 가지고 있으므로, 시계열에 내포된 고장 상태는 시간 간의 선후 종속성을 반영할 수 있는 학습 알고리즘을 제시하였다. 고장 사건의 시간 종속성을 반영할 수 있도록 순환(Recurrent) 계열의 RNN(Recurrent Neural Networks), LSTM(Long Short-Term Memory models)의 모델과 합성곱 연산 (Convolution Neural Network)을 기반으로 하는 Conv1D 모델을 적용하여 예측 정확성을 비교하였다. 특히, 합성곱 계열의 RNN LSTM 모델이 고차원의 순차적 자연어 언어 처리에 장점을 보이는 모델임을 착안하여, 신호의 시간 종속성을 학습에 반영할 수 있는 합성곱 계열의 Conv1 알고리즘을 고장 예측에 사용하였다. 또한 기계 학습 모델의 효율성을 감안하여 XGBoost를 추가로 적용하여 고장 예측을 시도하였다. 최종적으로 연료 펌프와 청정기의 진동 신호로부터 Conv1D 모델과 XGBoost 모델의 고장 예측 성능 결과를 비교하였다