• Proceedings of the Korean Institute of Navigation and Port Research Conference
• /
• 2022.11a
• /
• pp.147-148
• /
• 2022

Recently, as a number of accidents occur while berthing ships, the need for safety measures for ship operation in ports is emphasized. In order to quantitatively analyze the contents of safety measures in Busan New Port, this study collected ship trajectory data,, and based on this data, applied a maritime artificial intelligence algorithm to analyze the trajectory pattern. As a result, the waypoint of the ship arriving and departing Busan New Port was derived and the operation pattern of the ship's speed and course was proposed.

• Proceedings of the Korean Institute of Navigation and Port Research Conference
• /
• 2016.05a
• /
• pp.285-286
• /
• 2016

We aim to propose the prediction modeling method of ship's position with extracting ship's trajectory model through pattern recognition based on the data that are being collected in VTS centers at real time. Support Vector Machine algorithm was used for data modeling. The optimal parameters are calculated with k-fold cross validation and grid search. We expect that the proposed modeling method could support VTS operators' decision making in case of complex encountering traffic situations.

• Proceedings of the Korean Institute of Navigation and Port Research Conference
• /
• 2022.11a
• /
• pp.227-228
• /
• 2022

위치기반 등부표 관리 기술 개발 연구는 AIS 또는 RTU가 설치된 등부표에 대한 이탈 위험 인지, 항해안전 사고 예방 등 안전대책 강화를 위해 연구하는 것이다. 등부표는 조류, 바람 등 외력에 의해 이출거리가 발생하여 선회반경이 형성되고 이러한 외력으로 인하여 유실, 위치이동 등이 발생할 수 있고 선박추돌 등 항해안전 사고도 발생할 수 있다. 이러한 등부표 사고는 물적 피해비용과 더불어 기능 정지 등으로 인하여 이용자의 안전운항에 대한 심리적 부담감 또는 위험감수 등의 추가적인 행정소요 비용이 발생할 수 있다. 또한 선박추돌 의심 사고 발생시 가해 선박 확인은 현 관리운영시스템상 등부표 및 선박항적을 확인할 수 있는 기능이 없어 대부분의 관리자들은 해경 및 VTS센터에 의뢰하여 식별 해야한다. 이와같이 등부표 사고가 발생하면 항해안전 위험, 행정소요 비용 발생 등 관리자 및 이용자들에게 많은 불편을 초래한다. 따라서 등부표가 고시된 위치에 정위치 여부를 모니터링할 수 있는 안전반경 정보와 선박추돌사고 예방 및 사고발생시 등부표 항적과 선박항적을 확인할 수 있는 기능 등 등부표 위치를 기반으로하는 체계적인 관리가 필요하여 관리 기술 개발 연구를 하였다.

• Proceedings of the Korean Institute of Navigation and Port Research Conference
• /
• 2015.07a
• /
• pp.310-311
• /
• 2015

Ships' tracking data are being monitored and collected by vessel traffic service center in real time. In this paper, we intend to contribute to vessel traffic service operators' decision making through extracting ships' tracking patterns and models based on these data. Support Vector Machine algorithm was used for vessel track modeling to handle and process the data sets and k-fold cross validation was used to select the proper parameters. Proposed data processing methods could support vessel traffic service operators' decision making on case of anomaly detection, calculation ships' dead reckoning positions and etc.

• Journal of Navigation and Port Research
• /
• v.42 no.4
• /
• pp.277-282
• /
• 2018

Recently, the Vessel Traffic Service (VTS) coverage has expanded to include coastal areas following the increased attention on vessel traffic safety. However, it has increased the workload on the VTS operators. In some cases, when the traffic volume increases sharply during the rush hour, the VTS operator may not be aware of the risks. Therefore, in this paper, we proposed a new method to recognize ship movement anomalies automatically to support the VTS operator's decision-making. The proposed method generated traffic pattern model without any category information using the unsupervised learning algorithm.. The anomaly score can be calculated by classification and comparison of the trained model. Finally, we reviewed the experimental results using a ship-handling simulator and the actual trajectory data to verify the feasibility of the proposed method.

• Journal of Navigation and Port Research
• /
• v.42 no.6
• /
• pp.453-458
• /
• 2018

The analysis of maritime traffic refers to the processes that are used to analyze the environmental characteristics of the target area and, based on this analysis, predict the traffic pattern of the vessels. In recent years, maritime traffic analysis has become significant with increase maritime traffic volume and expansion of VTS coverage area. In addition, maritime traffic analysis is also applicable in the safety assessment of port facilities and the VTS (Vessel Traffic Service). In this paper, we propose a method to analyze the vessels' traffic pattern by using the heat map and the centroid method. This method is efficient for the analysis of the vessel trajectory data where spatial characteristics change with time. In the experiments, the traffic density and centroid by time have were analyzed. Trajectory data collected at Mokpo harbor was adopted. Finally, we reviewed the experimental results to verify the feasibility of the proposed method as a maritime traffic analysis method.

• 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.

• Proceedings of the Korean Institute of Navigation and Port Research Conference
• /
• 2014.06a
• /
• pp.319-322
• /
• 2014

VTS(Vessel Traffic Center)는 관할해역의 해상교통데이터를 수집하여 해상교통관제를 수행하고 있다. 이러한 해상교통데이터는 가공되지 않는 정보이므로, 관제사 및 선박 등 사용자가 유용하게 활용할 수 있는 형태로의 분석이 필요하다. 이는 객관적인 데이터로 관제사 및 선박에서 해상교통 안전정책을 수립하는데 중요하다. 이를 위해 본 연구에서는 수년간 VTS에 축적되고 있는 BIG DATA를 활용하여 해상교통패턴을 분석하고자 한다. 분석하는 해상교통패턴은 통항분포, 선종별 항적 비교, 예부선의 강 조류 주의구역 판별, 항로상 어선 조업 현황분석 등을 통해 빅데이터를 활용한 관제구역설정, 집중관제구역 검토가 가능하다.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.20 no.6
• /
• pp.1195-1202
• /
• 2016

Recently, a lot of studies that applying the big data technology to various fields, are progressing actively. In the maritime domain, the big data is the meaningful information which makes and gathers by the navigation and communication equipment from the many ships on the ocean. Also, importance of the maritime safety is emphasized, because maritime accidents are rising with increasing of maritime traffic. To support prevention of maritime accidents, in this paper, we developed a vessel traffic display and statistic system based on AIS messages from the many vessels of maritime. Also, to verify the developed system, we conducted tests for vessel track display function and vessel traffic statistic function based on two test scenarios. Therefore, we verified the effectiveness of the developed system for vessel tracks display, abnormal navigation patterns, checking failure of AIS equipments and maritime traffic statistic analyses.

• Proceedings of the Korean Institute of Navigation and Port Research Conference
• /
• 2014.06a
• /
• pp.287-289
• /
• 2014

선박의 선위 추측(DR, Dead Reckoning)은 수신되거나 측정된 위치 데이터와 속력, 침로 데이터만을 반영하여 계산하므로 대양의 항해나 연근해의 해역에서는 유효할 수 있으나 침로의 변경과 선속의 변화가 잦은 항계 내의 조선에 있어서는 적용이 어렵다는 문제점이 있다. 본 논문에서 제안하는 선박의 추측위치(DRP, Dead Reckoning Position)는 선박의 운항 패턴에 따라 항계 내의 항적 데이터를 수집하고, 수신된 위치 데이터와 속력, 침로 데이터를 점장위도항법(Mercator Sailing)을 통하여 계획항로(Planned Route)의 각 변침점(WP, Waypoint)간 침로(Course)와 항정(Ship's Passage)에 반영하였다. 제안된 추측위치 산출방법을 통하여 항계 내의 조선과정에서 계획항로를 선박의 추측위치와 결합하여 특정 시간 후의 상황패턴을 미리 예측하고 관제사의 의사결정에 기여하고자 한다.