• 한국항해항만학회:학술대회논문집
• /
• 한국항해항만학회 2014년도 추계학술대회
• /
• pp.233-235
• /
• 2014

국제수로기구는 수로정보의 활용과 상호 운용성 증진을 위해 S-100 표준을 개발하여 수로분야 제품표준 개발을 위한 프레임워크로 지정하였다. S-100 표준은 S-57 표준을 대체하는 것으로서, 전자해도 간행업무와 ECDIS 개발에 직접적으로 영향을 미치는 중요한 표준이라 할 수 있다. S-100 도입에 따른 산업계 핵심기술 개발차원에서 "국제 해양 GIS 표준기술기반 차세대 항행정보지원 시스템 개발과제"가 추진되었으며, 그 일환으로 차세대 ECDIS 개발에 요구되는 S-10X 시험데이터 연구를 수행하고 있다. 본 논문에서는 e-Navigation 테스트 베드, e-Navigation MSP(Maritime Service Portfolio), 국제수로기구 S-100 기반 제품 표준 사례, 국제수로기구의 S-100/S-101 테스트 베드 현황 등의 차세대 ECDIS 시험데이터 사례 분석을 통해 차세대 ECDIS 시험데이터 구축 범위를 식별하였다. 또한 그 동안 수행한 차세대 전자해도 데이터베이스 준비를 위한 기초기술 개발 내역을 소개하고자 한다.

• 한국항해항만학회지
• /
• 제47권6호
• /
• pp.331-340
• /
• 2023

해양수색구조에서 조난자의 생존시간 예측은 중요한 관심사 중 하나이다. 해양선진국에서 생존모델에 관한 연구가 많이 있었지만 영국, 미국, 캐나다 사고 데이터를 이용해 개발되었기 때문에 우리나라 해역에서 한국인 체형에 그대로 적용하는 데에 어려움이 따른다. 이러한 문제점을 해결하기 위해 해양경찰 해상수색구조사례, 언론보도자료, 기상청 자료, 해양경찰 해양특수구조단 전문가 면담 및 설문조사를 통해 익수자 생존시간에 관한 자료를 수집하였다. 이 자료를 이용해 추세분석 및 회귀분석을 수행하여 익수자 최대 생존시간(한국형) 산정 식을 개발하였다. 이 산식과 해외 생존모델과 비교하여 우리나라 해양조난사고에 적용가능성을 검토하였다. 최대 생존시간(한국형), 국내 해양수색구조 익수자 구조 사례, 해외 생존모델을 종합적으로 활용하여 조난자 생존시간과 집중·추천 수색시간 지침을 제언하였다. 이를 통해 수색자원의 투입 등 의사결정에 기여할 수 있을 것으로 판단된다. 추가로 해양수색구조의 종료·축소를 결정하고 조난자 가족 및 국민 대상으로 정책결정 내용을 설명하는데 도움이 될 수 있다.

• 해양환경안전학회지
• /
• 제27권1호
• /
• pp.22-28
• /
• 2021

본 연구는 화재진압 및 피난활동을 지원하는 딥러닝 기반의 알고리즘 개발에 관한 기초 연구로 선박 화재 시 연기감지기가 작동하기 전에 검출된 연기 데이터를 분석 및 활용하여 원격지까지 연기가 확산 되기 전에 연기 확산거리를 예측하는 것이 목적이다. 다음과 같은 절차에 따라 제안 알고리즘을 검토하였다. 첫 번째 단계로, 딥러닝 기반 객체 검출 알고리즘인 YOLO(You Only Look Once)모델에 화재시뮬레이션을 통하여 얻은 연기 영상을 적용하여 학습을 진행하였다. 학습된 YOLO모델의 mAP(mean Average Precision)은 98.71%로 측정되었으며, 9 FPS(Frames Per Second)의 처리 속도로 연기를 검출하였다. 두 번째 단계로 YOLO로부터 연기 형상이 추출된 경계 상자의 좌표값을 통해 연기 확산거리를 추정하였으며 이를 시계열 예측 알고리즘인 LSTM(Long Short-Term Memory)에 적용하여 학습을 진행하였다. 그 결과, 화재시뮬레이션으로부터 얻은 Fast 화재의 연기영상에서 경계 상자의 좌표값으로부터 추정한 화재발생~30초까지의 연기 확산거리 데이터를 LSTM 학습모델에 입력하여 31초~90초까지의 연기 확산거리 데이터를 예측하였다. 그리고 추정한 연기 확산거리와 예측한 연기 확산거리의 평균제곱근 오차는 2.74로 나타났다.

• 대한원격탐사학회지
• /
• 제38권3호
• /
• pp.299-309
• /
• 2022

최근 한반도 주역 해역의 수온이 꾸준히 증가하고 있다. 수온변화는 어업생태계에 영향을 미칠 뿐만 아니라 해양에서의 군사작전과도 밀접히 연관되어 있다. 본 연구는 딥러닝 기술을 기반으로 하는 다양한 예측모델을 통해 단기간 수온예측을 시도함으로써 어떠한 모델이 수온예측분야에 더욱 적합한지를 제시하는 것에 목적을 두었다. 예측을 위해 사용한 데이터는 국립수산과학원에서 해양 관측부이를 통해 관측한 2016년부터 2020년까지 동해 지역(고성, 양양, 강릉, 영덕)의 수온 데이터이다. 또한 예측을 위한 모델로는 시계열 데이터 예측에 우수한 성능을 보이는 Long Short-Term Memory (LSTM), Bidirectional LSTM 그리고 Gated Recurrent Unit (GRU) 기법을 사용하였다. 기존 연구가 LSTM만을 활용하였던데 반해 이번 연구에서는 LSTM 외에 다양한 기법을 적용함으로써 각 기법의 예측 정확도와 수행시간을 비교하였다. 연구결과, 1시간 예측을 기준으로 모든 관측지점에서 Bidirectional LSTM과 GRU 기법이 실제값과 예측값의 오차가 가장 적은 것으로 확인되었으며, 학습시간에 있어서는 GRU가 가장 빠른 것으로 확인되었다. 이를 통해, 예측 오차를 줄이면서 정확도를 향상하기 위한 수온예측에는 Bidirectional LSTM을 활용하고 대잠작전처럼 정확도 외에 실시간 예측이 필요한 분야에 있어서는 GRU 기법을 활용하는 방안이 더욱 적절할 것으로 판단된다.

• 해양환경안전학회지
• /
• 제27권2호
• /
• pp.363-368
• /
• 2021

선박 기관실은 기술의 발전으로 인해 자동화 시스템이 향상되었지만, 해상에서는 바람, 파도, 진동, 기기 노후화 등의 다양한 변수가 많아 자동화 시스템에서 계측되지 않는 풀림, 절단, 누유, 누수 등이 발생하므로 기관사는 주기적으로 순찰을 한다. 순찰 시에는 1명의 기관사만 순찰하는 경우도 있으며, 이는 고온고압 및 회전기기가 운전 중인 기관실에서 많은 위험요소를 가지고 있다. 기관사가 순찰 시에는 오감을 활용하며, 특히 시각에 의존한다. 본 논문에서는 로봇이 기관실을 순찰하며 기기의 특이사항을 검출하고 알려주는 기관실 순찰 로봇을 구현하기 위한 선행연구로서 선박 기관실 기기의 이미지를 합성곱 신경망을 이용하여 분류하였다. 선박 기관실의 이미지 데이터 셋을 구성한 후 사전 훈련된 합성곱 신경망 모델로 학습하였다. 학습한 모델의 분류 성능은 높은 재현율을 보였으며, 클래스 활성화 맵으로 이미지를 시각화 하였다. 데이터의 양이 제한적이어서 일반화할 수는 없지만, 각 선박의 데이터를 전이학습으로 학습시키면 적은 시간과 비용으로 각 선박의 특성에 맞는 모델을 구축할 수 있을 것으로 사료된다.

• 한국항해항만학회:학술대회논문집
• /
• 한국항해항만학회 2003년도 춘계공동학술대회논문집
• /
• pp.51-59
• /
• 2003

해양사고 예보 시스템(MCFS)은 해양사고의 예측건수와 위험수준을 일기예보와 같이 방송하기 위한 것이다. MCFS는 해양사고 수량화 D/B, 예측 모델, 3차원 통계 가시화 시스템 등으로 구성되어 있다. 이 논문에서는 수량화 D/B의 구현 절차를 기술했다. 해양사고 데이터는 1990년부터 2000년까지 11년간 위도 33$^{\circ}$N~35$^{\circ}$N와 경도124$^{\circ}$E~127$^{\circ}$E의 대한민국 서남해안 일대에서 발생한 총 724건을 수집하였다. 수량화 D/B의 분석방법을 제안하고 그 유효성을 검토하였다.

• 콘크리트학회논문집
• /
• 제21권3호
• /
• pp.359-366
• /
• 2009

본 논문은 해양 RC 구조물의 새로운 생애주기비용 (LCC) 평가 모델을 제시한다. 이 모델 방법은, 기존의 LCC 평가 모델과 달리, 구조물을 설계하는 동안 추가적인 염화물 침투의 새로운 데이터가 있을 때 계속적으로 생애주기비용을 업데이트 할 수 있다. 이는 베이지안 기법을 통하여 이루어진다. 일반적인 중요 구조물에서는 각 부재에 대한 다양한 모니터링 시스템을 이용하기 때문에 어려움 없이 베이지안 기법에 필요한 데이터를 얻을 수 있다. 베이지안 기법을 사용하여 구조물의 생애유지 관리비용을 높은 정밀도로 예측할 수 있다.

• 대한기계학회논문집A
• /
• 제40권4호
• /
• pp.397-406
• /
• 2016

해양 플랜트의 설계 건조 운전 과정에 참여하는 다수의 이해관계자들은 일반적으로 서로 다른 플랜트 3D CAD 시스템을 사용한다. 그리고 플랜트 설계 및 건조 업체는 플랜트 주문주에게 설계 결과물로 계약서에 명시된 형식의 플랜트 3D CAD 모델을 납품해야 한다. 그러나 플랜트 3D CAD 시스템에서 제공되는 데이터 교환 기능의 제약으로 인해서 플랜트 설계 및 건조 업체는 많은 경우 계약서에 명시된 형식에 맞게 해양 플랜트 3D 모델을 수작업으로 다시 모델링을 하여 납품한다. 따라서 수작업으로 리모델링된 3D CAD 모델의 정확도를 검증하기 위해 원본 플랜트 3D CAD 모델과 재모델링된 플랜트 3D CAD 모델간의 비교를 해야 한다. 이를 위해 해양 3D CAD 모델의 유사도를 정략적으로 평가하는 시스템을 개발하였다. 이 논문에서는 시스템의 구조 및 세부 기능을 설명한다. 그리고 비교 시스템을 이용한 실험 결과에 대해서 설명한다.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2007년도 춘계학술대회 논문집
• /
• pp.70-75
• /
• 2007

2008년 12월에 우리나라 최초의 통신해양기상위성(Communications， Oceanography and Meteorology Satellite, COMS)이 발사될 예정이다. 통신해양기상위성의 영상데이터의 기하보정을 위하여 다음과 같은 연구를 수행하였다. 기상위성은 정지궤도상에 위치하여 전지구적인 영상을 얻는다. 영상의 전지구적인 해안선은 구름 등으로 가려져서 명확한 정보를 제공할 수 없게 된다. 구름 등으로 방해되지 않는 명확한 해안선 정보를 얻기 위하여 구름 추출을 한다. 실시간으로 기상정보를 얻는 기상위성의 특성상 정합에 전체 영상을 사용하면 수행시간이 다소 소요된다. 정합시 전체 영상에서 정합을 위한 후보점 추출을 위하여 GSHHS(Global Self-consistent Hierarchical High-resolution Shoreline)의 해안선 데이터베이스를 사용하여 211 개 의 랜드마크 칩들을 구축하였다. 이때 구축된 랜드마크 칩은 실험에 사용한 GOES-9의 위치 동경 155도를 반영하여 구축하였다. 전체 영상에서 구축된 랜드마크 칩들의 위치를 중심으로 구름추출을 수행한다. 전체 211 개의 후보점 중 구름이 제거된 나머지 후보점에 대하여 정합을 수행한다. 랜드마크 칩과 위성영상 간의 정합 중 참정합과 오정합이 존재하는데 자동으로 오정합을 검출하기 위하여 강인추정기법 (RANSAC, Random Sample Consensus)을 사용한다. 이때 자동으로 판별되어 오정합이 제거된 정합결과로 최종적인 기하보정을 수행한다. 기하보정을 위한 센서모델은 GOES-9 위성의 센서특정을 고려하여 개발되었다. 정합 및 RANSAC결과로 얻어진 기준점으로 정밀 센서모델을 수립하여 기하보정을 실시하였다. 이때 일련의 수행과정을 통신해양기상위성의 실시간 처리요구사항에 맞도록 속도를 최적화하여 진행되도록 개발하였다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2021년도 추계학술대회
• /
• pp.385-387
• /
• 2021

해양 침적 쓰레기는 저서 생태계를 위협하고 유령어업으로 인한 어획량 감소를 초래하여 연간 약 3,700억 원의 피해를 발생시키고 있다. 이를 수거하기 위해서 현재 양방향 음파탐지기와 잠수, 인양틀 등을 이용하여 현황조사를 수행한다. 하지만, 많은 침적 쓰레기를 조사하기엔 조사범위가 적고 인명피해를 불러올 가능성이 있다. 본 논문에서는 실시간 객체 탐지에 적합한 YOLOv5 알고리즘을 활용하여 AI-Hub의 해안 침적 쓰레기 이미지 데이터를 학습시켜 높은 정확도의 해양 침적 쓰레기 감지 인공지능 모델을 구현한 내용을 다룬다.