딥러닝을 이용한 VTS 주의구역 선박교통류 예측 모델(STENet) 개발

• 발행기관: 한국항해항만학회
• 저자명: 김광일 김주성 정초영 이건명
• 간행물 정보: 『한국항해항만학회 학술대회논문집』2018 추계학술대회논문집, null~277쪽, 전체 278쪽
• 주제분류: 공학 > 해양공학
• 파일형태: PDF
• 발행일자: 2018.11.30

국문 초록

선박 및 해상교통관제에 있어서 교통 혼잡구역에 대한 선박교통밀도 예측은 선박충돌사고 예방에 중요하다. 선박 교통밀도 예측정 보는 사전에 진입하는 선박들에게 속력조정, 우회항로 이용 등 사전 조치가 가능하다. 본 연구에서는 해상 선박교통상황을 딥러닝 네트워크에 학습한 주의구역 선박교통류 예측 모델(Ship Traffic Extraction Network, STENet)을 제안하여 주의구역의 선박교통류 예측을 수행하고자 한다. STENet 모델 학습을 위해 여수해역 AIS 데이터를 전처리하고, 생성된 입력(해상교통상황)-출력(주의구역 교통밀도) 쌍 데이터를 적용하여 STENet 모델을 학습하였다. 학습된 모델을 이용하여 선박교통류 예측을 한 결과, 중기예측은 표준 절대 오차(mean absolute error) 가 0.4-0.5척이 였으며, 장기예측은 0.7-0.8척의 오차로 기존의 Dead Reckoning에 의한 방법보다 50% 이상 교통밀도 예측성능이 향상 되었다.

키워드

VTS STENet AIS 선박교통밀도 해상교통관제