가속도 예측 기반 새로운 선박 이동 경로 예측 방법
A New Vessel Path Prediction Method Based on Anticipation of Acceleration of Vessel
0
조회
0
다운로드
2
인용
0
참고문헌
키워드
초록
선박의 이동 경로를 예측하는 기존의 방법들은 일반적으로 위도와 경도를 직접 예측한다. 하지만, 위도와 경도를 직접 예측할 경우, 예측 모델이 출력 가능한 범위가 상당히 넓어서 예측 오차가 매우 크게 발생할 수 있다. 또한, 순환 신경망 모델기반의 예측에서는 이전 예측 위치도 다음 위치를 예측하기 위해 사용되기 때문에 오차가 누적되는 현상도 쉽게 발생할 수있다. 이에 따라, 제안하는 방법에서는 위도와 경도를 직접 예측하지 않고, 선박의 가속도를 예측하여, 향후 속도와 방향을결정하고, 그 결과로 위도와 경도가 예측되는 방법을 제안한다. 실험 결과에서는 같은 순환 신경망 모델을 사용했을 때, 제안하는 방법이 기존의 직접적으로 위도와 경도를 예측하는 방법에 비해 더 적은 오차를 발생시킴을 보인다.
Abstract
Vessel path prediction methods generally predict the latitude and longitude of a future location directly. However, in thecase of direct prediction, errors could be large since the possible output range is too broad. In addition, error accumulationcould occur since recurrent neural networks-based methods employ previous predicted data to forecast future data. In thispaper, we propose a vessel path prediction method that does not directly predict the longitude and latitude. Instead, theproposed method predicts the acceleration of the vessel. Then the acceleration is employed to generate the velocity anddirection, and the values decide the longitude and latitude of the future location. In the experiment, we show that theproposed method makes smaller errors than the direct prediction method, while both methods employ the same model.
참고문헌 (8)
- D-D. Nguyen, "Vessel trajectory prediction using sequenceto-sequence models over spatial grid", Proc. of the 12th ACM International Conference on Distributed and Event-based Systems, pp.258~261 (2018)
- M. Gao, "Online prediction of ship behavior with automatic identification system sensor data using bidirectional long shortterm memory recurrent neural network", Sensors, 18(12), pp.4211~4226 (2018)[DOI]
- X. Zhou, "Using Deep Learning to Forecast Maritime Vessel Flows", Sensors, 20(6), pp.1761~1777 (2020)[DOI]
- Z. Yuan, "A novel approach for vessel trajectory reconstruction using AIS data", Proc. of the 29th International Ocean and Polar Engineering Conference, pp.4554~4559 (2019)
- P. Dijt, "Trajectory Prediction Network for Future Anticipation of Ships", Proc. of the 2020 International Conference on Multimedia Retrieval, pp.73~81 (2020)
- 김종희, "장단기 메모리를 이용한 새로운 선박 이동 경로 예측 방법", 전기학회논문지, 69(7), pp.1132~1135 (2020), 대한전기학회
- Jonghee Kim, "A Noise Reduction Method for Vessel Path Prediction", Korea Computer Congress (2020)
- A. Graves, "Multi-dimensional recurrent neural networks", International conference on artificial neural networks, pp.549~558 (2007)