• 한국항해항만학회지
• /
• 제37권4호
• /
• pp.337-343
• /
• 2013

정박중인 선박의 안전을 위하여 항해사, 선장 및 해상교통관제사는 항상 선박이 주묘되고 있는가를 확인하여야 한다. 정박선의 주묘판별을 위하여 VTS 관제사가 선회권과 그 중심을 인지하는 것이 중요하다. VTS에서 정박선 주묘여부 감시는 레이더 및 AIS를 이용할 수 있다. 또한 이용가능하다면, CCTV 영상이나 육안에 의한 관측도 이루어 질 수 있다. 그러나 VTS 시스템은 AIS 및 ARPA Radar로부터 수집된 데이터만으로 정박선을 모니터링하고 있으므로 정박지내에서 정박선의 선회중심을 알기가 어렵다. 본 연구에서는 VTS에서 AIS에 의해 수집된 정박 선박의 선수방위각과 위치데이터를 활용하여 선회중심을 추정하는 알고리즘을 제시하고자 한다. 알고리즘의 유효성을 확인하기 위해, 실 환경에서 정박한 선박에 대한 실험연구를 수행하였다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2005년도 제36회 하계학술대회 논문집 D
• /
• pp.3037-3039
• /
• 2005

The AIS(Automatic Identification System) transmits the position of ships and other information to prevent accidents which could occur in the sea. It has to be developed SOTDMA(Self-Organized Time Division Multiple Access) Algorithm which is important on wireless communication method for the AIS because It is based on ITU(International Telecommunication Union) M.1371-1 of the international standard therefore, we need to develop a performance evaluation simulator efficiently to develop and analyze SOTDMA Algorithm. this paper shows the method of designing it. Real ships access The VHF maritime mobile band but in this performance evaluation simulator several ship objects access the shared memory. Real ships are designed as the object and the wireless communication channel is designed as the shared memory. The ships apply for real virtual data which got from assistance hardware and The SOTDMA Algorithm driving state verifies the performance evaluation simulator by IEC(International Electrotechnical commission) 61993-2. After verifying results the performance evaluation simulator is correctly satisfied with IEC 61993-2. So we expect that it helps not only the AIS technology developed but also verify new SOTDMA Algorithm

• 한국항해항만학회:학술대회논문집
• /
• 한국항해항만학회 2014년도 추계학술대회
• /
• pp.123-124
• /
• 2014

본 연구에서는 항해사의 경험적 위험 평가 지수를 바탕으로 특정 시간 항로 전 구간에 대한 해상교통 안전 평가 지수 모델을 개발하고자 한다. 이를 위해 항해사의 위험도 인식지수가 반영된 안전지수 평가 모델을 이용하여 특정항만 항로 전 구간에 대한 안전성 평가를 수치계산 하였다. 오사카 항 항만 내의 AIS data를 기반으로 시뮬레이션을 수행한 결과, 항만 내 항로 전 구간에 대한 안전지수의 변화를 계산할 수 있었으며, 특정항로, 특정 구간의 위험도 지수를 실시간으로 파악할 수 있음을 확인하였다. 향후 본 연구에서 제시된 모델을 이용하여 항만 내 통항 안전성 평가에 이용할 수 있을 것으로 기대된다.

• 한국지능시스템학회논문지
• /
• 제22권6호
• /
• pp.761-767
• /
• 2012

선박교통류 평가는 대상해역 해상교통특성 파악을 통하여 정량화된 체계화된 교통관리를 수행함으로써 해양사고를 예방하는데 중요하다. 해상교통류의 특성은 선박자동식별장치(AIS, Automatic Identification System)가 선박에 설치됨에 따라 이 장치에서 수신된 정보를 토대로 평가할 수 있다. 본 연구에서는 해상교통관제센터(VTS, Vessel Traffic Services)에서 선박으로부터 수집된 위치, 속력, 침로, 시간 정보로부터 항로상에 해상교통류를 평가하기 위한 시뮬레이터를 구현하였다. 그 결과 해상교통관제센터에서 수집된 데이터로부터 선박 통항량, 통항분포, 선박속력분포, 기하학적 충돌빈도가 계산되어 표시된다. 이러한 해상교통류평가 평가는 해상교통관제사가 해상교통관리의 관점에서 해상안전을 위한 서비스를 제공하는데 유효하게 활용될 수 있을 것으로 사료된다.

• 한국항해항만학회:학술대회논문집
• /
• 한국항해항만학회 2020년도 추계학술대회
• /
• pp.54-55
• /
• 2020

4차 산업혁명으로 인공지능, 사물인터넷, 빅데이터 등의 기술이 조선 해운 산업에 매우 밀접하게 연관 되고 있고 이는 자율운항선박의 탄생을 가져왔다. 현재 선박의 기술적 특성상 속력을 갑자기 낮출 수 없으므로 항만에 접안하기 위해 예인선의 도움, 도선사의 승선, 육상관제센터의 선박 컨트롤 등 복잡한 커뮤니케이션을 필요로 한다. 본 연구에서는 자율운항선박이 도입될 경우 선박이 입항하기 위한 컨트롤 기준을 어떻게 설정할지 해결하고자 클러스터링 분석을 사용하였다. 입항 선박의 축적된 AIS 데이터를 기반으로 입항 패턴을 정량적으로 단계화하고자 K-Means 클러스터링을 사용했고 SOG(Speed over Ground), COG(Course over Ground), ROT(Rate of Turn)를 사용하여 입항 단계를 6개로 구분하였다.

• 한국정보통신학회논문지
• /
• 제21권12호
• /
• pp.2232-2240
• /
• 2017

국제해상기구는 국제해상인명안전협약을 통해 국제항해 선박에 대하여 AIS와 VHF를 의무화하고, 국내 또한 선박안전법과 선박설비기술기준을 통해 특정 선박에 의무화 하고 있다. 그러나 다양한 통신장비 및 복잡한 사용법으로 인해 오동작이 발생하고 실제 구조신호에 대한 응답지연으로 인하여 인명사고가 발생하는 경우가 많다. 그래서 최근 해상통신장치는 국제해상안전조난시스템 현대화의 일환으로 차세대 해상통신시스템 구축을 위해 여러 종류의 해상통신시스템을 연동 및 통합하려는 시도가 이루어지고 있다. 본 논문에서는 AIS와 VHF의 연동 및 통합을 통한 DSC 기능을 구현하는 기법에 대하여 기술하였다. AIS에서 선박의 정보를 추출하고 VHF의 DSC 기능에 활용할 수 있는 데이터의 연동 알고리즘을 통해 향 후 국내기술기준 및 표준화를 달성하기위한 근거를 제시하고자 한다.

• 대한조선학회논문집
• /
• 제54권6호
• /
• pp.501-514
• /
• 2017

In the previous research, a study was carried out to estimate the actual performance such as the propeller Revolution Per Minute (RPM) and engine power of a Liquefied Natural Gas Carrier (LNGC) using the full-scale measurement data. After the predicted RPM and engine power were verified by comparing those with the measured values, the suggested method was regarded to be acceptable. However, there was a limitation to apply the method on the prediction of the RPM and engine power of a ship. Since the information of route, speed, and environmental conditions required for estimating the RPM and engine power is generally regarded as the intellectual property of a shipping company, it is difficult to secure the information on a shipyard. In this paper, the RPM and engine power of the 151K LNGC was estimated using the combination of Automatic Identification System (AIS) and European Centre for Medium-Range Weather Forecasts (ECMWF) database in order to replace the full-scale measurement. The simulation approach, which was suggested in the previous research, was identically applied to the prediction of RPM and engine power. After the results based on the AIS and ECMWF database were compared with those obtained from the full-scale measurement data, the feasibility was briefly reviewed.

• 해양환경안전학회지
• /
• 제25권3호
• /
• pp.269-277
• /
• 2019

Since 2020, according to the International Convention for the Prevention of Pollution from Ships (MARPOL) amended in 2016, each Administration shall transfer the annual fuel consumption of its registered ships of 5,000 gross tonnage and above to the International Maritime Organization (IMO) after verifying them. The Administration needs stacks of materials, which must not be manipulated by ship companies, including the Engine log book and also bears an administrative burden to verify them by May every year. This study considers using the Automatic Identification System (AIS), mandatory navigational equipment, as an objective and efficient tool among several verification methods. Calculating fuel consumption using a ship's speed in AIS information based on the theory of a relationship between ship speed and fuel consumption was reported in several examples of relevant literature. After pre-filtering by excluding AIS records which had speed errors from the raw data of five domestic cargo vessels, fuel consumptions calculated using Excel software were compared to actual bunker consumptions presented by ship companies. The former consumptions ranged from 96 to 123 percent of the actual bunker consumptions. The difference between two consumptions could be narrowed to within 20 percent if the fuel consumptions for boilers were deducted from the actual bunker consumption. Although further study should be carried out for more accurate calculation methods depending on the burning efficiency of the engine, the propulsion efficiency of the ship, displacement and sea conditions, this method of calculating annual fuel consumption according to the difference between two consumptions is considered to be one of the most useful tools to verify bunker consumption.

• 대한원격탐사학회지
• /
• 제38권6_1호
• /
• pp.1463-1478
• /
• 2022

한국 수출입의 99.7%는 해상운송이 차지하고 있으며, 항만의 효율적 운영을 위해 해운 물류 모니터링 시스템 개발 필요성이 대두되고 있다. 현재 automatic identification system (AIS)를 기반으로 선박의 정보를 조회하여 해상 물동량 추정 연구가 진행되고 있지만, AIS를 운영하지 않는 선박들에 대한 모니터링은 불가능하다는 한계가 있다. 고해상도 광학 위성 영상은 광역의 범위에서 AIS 미운영 선박 및 소형 선박을 식별할 수 있기 때문에 AIS 기반 물동량 모니터링의 공백을 보완할 수 있다. 그러므로 선박 및 물동량 모니터링에 활용하기 위해, 고해상도 광학 위성영상에서 선박을 탐지하고 화물선 및 소형 선박을 분류하는 연구가 필요하다. 본 연구는 초기 국토위성영상을 이용하여 생산된 학습 자료 기반으로 인공지능 모델을 훈련시키고 다른 영상에서 탐지를 수행함으로써, 국토위성영상의 딥러닝 학습 자료 생산 및 선박 모니터링 활용 가능성을 알아보고자 하였다. 학습 자료는 황해 및 황해 주요 항만 구역 내 선박들을 추출하여 제작했으며, You Only Look Once (YOLO) 알고리즘을 사용하여 탐지 모델은 구축하고 국내외 주요 항만 각 1개소를 대상으로 선박 탐지 성능을 평가하였다. 항만 접안 및 해상 정박중인 선박을 대상으로 탐지 모델에 적용한 결과를 AIS의 선종 정보와 비교하였고, 국내 항만에서 85.5%와 89%, 국외 항만에서 70%의 선종 분류 정확도를 확인하였다. 본 연구 결과는 정박중인 선박을 중심으로 고해상도 국토위성영상을 활용하여 모니터링이 가능함을 확인하였다. 향후 지속적인 학습 자료 구축을 통해 탐지 모델의 정확도를 향상시킨다면 전세계 주요 항만에서 선박 및 물동량 모니터링 분야에 활용할 수 있을 것으로 기대된다.

• 한국항해항만학회지
• /
• 제47권4호
• /
• pp.231-238
• /
• 2023

등부표는 조류, 바람 등 외력에 영향을 받아 위치가 항상 유동적이고 위치는 항로표지용 AIS 또는 RTU를 통해 확인할 수 있다. 위치 확인이 가능한 등부표의 최근 5년간(2017~2021년) 위치 데이터 분석 결과 위치 오류 데이터는 평균 15.4%로 나타났으며 항해 안전사고예방 및 관리를 위해서는 위치 오류 데이터를 검출하고 정제된 위치 데이터 획득이 필요하다. 본 연구에서는 항로표지용 AIS 또는 RTU를 통해 획득한 위치 데이터를 DBSCAN Clustering하여 위치 오류 데이터를 검출하고 정제된 위치 데이터를 획득하고자 한다. 이를 위하여 위치 오류가 가장 많은 서해 해역 중 RTU가 설치된 군산항 1호 등부표의 21년도 위치 데이터를 Python library를 사용하여 DBSCAN Clustering 하였다. DBSCAN Clustering에 필요한 minPts는 2차원 데이터에 일반적으로 사용하는 값을 적용하였고 epsilon은 k-NN(최근접 이웃)알고리즘을 사용하여 값을 산출 및 적용하였다. DBSCAN Clustering 결과 minPts와 epsilon을 만족하지 못하는 위치 오류 데이터를 검출하였고 정제된 위치 데이터를 획득할 수 있었다. 본 연구는 항로표지용 AIS 또는 RTU가 설치된 등부표의 신뢰성 있는 위치 데이터를 획득할 수 있는 기초 자료로 활용할 수 있으며 항해 안전사고 예방에도 큰 도움이 될 것으로 판단된다.