관제 지원을 위한 선박 교통 혼잡 예측에 관한 연구
Research on Prediction of Maritime Traffic Congestion to Support VTSO
2
조회
0
다운로드
1
인용
0
참고문헌
키워드
초록
해상교통 관제구역은 항만 시설을 사용하기 위한 입·출항 선박, 연안 해역을 이동하는 선박 등이 서로 복잡하게 운항하는 교통 패턴을 가지고 있다. 이를 안전하고 효과적으로 관리하기 위해 해상교통관제센터(VTS)에서는 선박을 실시간 모니터링하며 관제 업무를 수행하고 있지만, 교통 혼잡 상황에서는 업무 로드의 증가로 인해 관제 공백이 발생하기도 한다. 이에 교통 혼잡도 및 혼잡 구역을 예측할 수 있다면 보다 효율적인 관제가 가능하지만 현재는 관제사의 경험에 전적으로 의존하고 있는 실정이다. 본 논문에서는 해상교통관제 관점에서 선박 교통 혼잡을 정의하였으며, 항적 데이터를 이용하여 교통 네트워크를 생성하고, 선박 교통 혼잡도 및 혼잡 구역을 예측하는 방법을 제안한다. 실험에서는 실해역 데이터(대산항 VTS)와 예측 결과를 비교 분석하였으며, 이를 통해 제안하는 방법이 관제 지원 도구로서 활용될 수 있는지 검토하였다.
Abstract
Vessel Traffic Service (VTS) area presents a complex traffic pattern due to ships entering or leaving the port to utilize port facilities, as well as ships passing through the coastal area. To ensure safe and efficient management of maritime traffic, VTS operators continuously monitor and control vessels in real time. However, during periods of high traffic congestion, the workload of VTS operators increases, which can result in delayed or inadequate VTS services. Therefore, it would be beneficial to predict traffic congestion and congested areas to enable more efficient traffic control. Currently, such prediction relies on the experience of VTS operators. In this paper, we defined vessel traffic congestion from the perspective of a VTS operator. We proposed a method to generate traffic networks using historical navigational data and predict traffic congestion and congested areas. Experiments were performed to compare prediction results with real maritime data (Daesan port VTS) and examine whether the proposed method could support VTS operators.
참고문헌 (12)
- Ester, M., "A Density-Based Algorithm for Discovering Clusters in Large Spatial Databases with Noise", Proceedings of the 2nd International Conference on Knowledge Discovery and Data Mining, pp.226~231 (1996)
- GateHouse, "IWRAP Mk2 User Manual", Engberg GateHouse Logistics A, 2018
- "Korea Coast Guard" (2023)[URL]
- 김광일, "Analysis of marine accident probability in Mokpo waterways", 한국항해항만학회지, 35(9), pp.729~733 (2011), 한국항해항만학회
- 김혜진, "중심점 기법을 이용한 통항패턴 분석에 관한 연구", 한국항해항만학회지, 42(6), pp.453~458 (2018), 한국항해항만학회[DOI]
- Ministry of Ocean and Fisheries, "Act on the arrival and departure of ships", ~ (2023)
- 박영수, "선박 점용영역 분석을 통한 해상교통혼잡도 고찰", 해양환경안전학회지, 20(5), pp.535~542 (2014), 해양환경안전학회[DOI]
- 박상원, "시뮬레이션을 이용한 해상교차로 혼잡도에 관한 기초 연구: 부산항 신항 주의해역의 교차 선박을 중심으로", 대한교통학회지, 40(3), pp.319~334 (2022), 대한교통학회
- Peng, Wen Hao, "A deep learning approach for port congestion estimation and prediction", Maritime Policy & Management, pp.1~26 (2022)
- Ramer Urs, "An iterative procedure for the polygonal approximation of plane curves", Computer Graphics and Image Processing, 1(3), pp.244~256 (1972)
- Taylor, S. J., "Forecasting at scale", The American Statistician, 72(1), pp.37~45 (2018)
- 엄한찬, "해상교통혼잡도 평가현황 분석을 통한 진단기술기준 개선연구", 해양환경안전학회지, 18(5), pp.416~422 (2012), 해양환경안전학회[DOI]