JP2019175462A - 教師なし学習方法を用いた船舶の異常運航状態自動識別システムおよびその方法 - Google Patents
教師なし学習方法を用いた船舶の異常運航状態自動識別システムおよびその方法 Download PDFInfo
- Publication number
- JP2019175462A JP2019175462A JP2019065483A JP2019065483A JP2019175462A JP 2019175462 A JP2019175462 A JP 2019175462A JP 2019065483 A JP2019065483 A JP 2019065483A JP 2019065483 A JP2019065483 A JP 2019065483A JP 2019175462 A JP2019175462 A JP 2019175462A
- Authority
- JP
- Japan
- Prior art keywords
- ship
- learning
- data
- abnormal
- unsupervised
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 230000002159 abnormal effect Effects 0.000 title claims abstract description 75
- 238000000034 method Methods 0.000 title claims abstract description 57
- 238000010606 normalization Methods 0.000 claims description 11
- 210000002569 neuron Anatomy 0.000 claims description 9
- 238000003062 neural network model Methods 0.000 claims description 3
- 239000003086 colorant Substances 0.000 claims 1
- 238000010586 diagram Methods 0.000 description 6
- 238000010926 purge Methods 0.000 description 6
- 230000005856 abnormality Effects 0.000 description 4
- 230000006399 behavior Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 206010000117 Abnormal behaviour Diseases 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000002411 adverse Effects 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000003912 environmental pollution Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- 239000013598 vector Substances 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G3/00—Traffic control systems for marine craft
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/40—Business processes related to the transportation industry
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Tourism & Hospitality (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- Remote Sensing (AREA)
- Artificial Intelligence (AREA)
- Ocean & Marine Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Software Systems (AREA)
- Mathematical Physics (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Traffic Control Systems (AREA)
- Operations Research (AREA)
Abstract
Description
200 教師なし学習器
210 データ正規化部
220 運航状態学習部
230 運航状態分類部
240 運航状態シーケンス学習部
300 異常状態識別器
400 船舶交通管制情報表示装置
Claims (8)
- 海上交通管制システム(VTS)から船舶自動識別装置(AIS)およびレーダーの航跡データの入力を受けてデータベース化するように構成された船舶交通データベースと、
前記船舶交通データベースから航跡データのセットの入力を受けて教師なし学習させるように構成された教師なし学習器と、
前記教師なし学習器によって教師なし学習された結果を用いて、管制区域を運航する船舶の運航状態を自動的に判断して異常運航船舶を識別するように構成された異常状態識別器と、
前記異常状態識別器によって得られた異常運航船舶識別結果を表示するように構成された船舶交通管制情報表示装置とを含み、
前記教師なし学習器は、
船舶自動識別装置の航跡データの入力を受けて正規化させるように構成されたデータ正規化部と、
前記データ正規化部によって正規化された学習データを用いてニューロンを学習させ、学習済みのモデルを用いてエンコーダとデコーダを生成するように構成された運航状態学習部と、
前記エンコーダを用いて学習データを所定の数のグループに分類するように構成された運航状態分類部と、
前記運航状態分類部によって分類された学習データを用いて船舶別運航状態シーケンスを生成し、これを学習データとして用いて学習するように構成された運航状態シーケンス学習部とを含む、教師なし学習方法を用いた船舶の異常運航状態自動識別システム。 - 前記船舶交通データベースは、
船舶自動識別装置の航跡データとして、船舶名、船舶種類、船舶諸元、時間による船舶の位置情報、時間による船舶の速度情報、時間による船舶の針路情報および船積貨物情報を含み、
レーダーの航跡データとして、時間による物標の位置情報、時間による物標の速度情報および時間による物標の針路情報を含む、請求項1に記載の教師なし学習方法を用いた船舶の異常運航状態自動識別システム。 - 前記教師なし学習器は、入力−入力対からなる学習データを用いる神経網モデルであるオートエンコーダモデルを利用する、請求項1に記載の教師なし学習方法を用いた船舶の異常運航状態自動識別システム。
- 前記オートエンコーダモデルは、4個の入力層、8個の第1隠匿層、4個の第2隠匿層、8個の第3隠匿層および4個の出力層を有するニューロンを含み、
入力および出力データは、4次元(緯度、経度、針路、速度)で構成される、請求項3に記載の教師なし学習方法を用いた船舶の異常運航状態自動識別システム。 - 前記運航状態シーケンス学習部は、時系列データのためのLSTMオートエンコーダ(Long−Short Term Memory auto−encoder)モデルを使用する、請求項1に記載の教師なし学習方法を用いた船舶の異常運航状態自動識別システム。
- 前記船舶交通管制情報表示装置は、
モニターの電子海図上に各船舶の異常状態が段階的な色(緑色:安全、オレンジ色:警告、赤色:異常)で表示される、請求項1に記載の教師なし学習方法を用いた船舶の異常運航状態自動識別システム。 - 請求項1に記載の教師なし学習方法を用いた船舶の異常運航状態自動識別システムを用いた、船舶の異常運航状態自動識別方法であって、
船舶交通データベースが海上交通管制システムから船舶自動識別装置およびレーダーの航跡データの入力を受けてデータベース化する段階と、
教師なし学習器が前記船舶交通データベースから航跡データのセットの入力を受けて教師なし学習させる段階と、
異常状態識別器が、前記教師なし学習段階によって教師なし学習された結果を用いて、管制区域を運航する船舶の運航状態を自動的に判断して異常運航船舶を識別する段階と、
船舶交通管制情報表示装置が、前記異常状態識別器によって得られた異常運航船舶識別結果を表示する段階とを含む、船舶の異常運航状態自動識別方法。 - 前記教師なし学習段階は、
データ正規化部が船舶自動識別装置の航跡データの入力を受けて正規化させる段階と、
運航状態学習部が、前記正規化させる段階によって正規化された学習データを用いてニューロンを学習させ、学習済みのモデルを用いてエンコーダとデコーダを生成する段階と、
運航状態分類部が前記エンコーダを用いて学習データを所定の数のグループに分類する段階と、
運航状態シーケンス学習部が、前記分類段階で分類された学習データを用いて、船舶別運航状態シーケンスを生成し、これを学習データとして用いて学習する段階とを含む、請求項7に記載の船舶の異常運航状態自動識別方法。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR10-2018-0036732 | 2018-03-29 | ||
KR1020180036732A KR101902997B1 (ko) | 2018-03-29 | 2018-03-29 | 비지도 학습방법을 이용한 선박의 이상 운항 상태 자동 식별 시스템 및 그 방법 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2019175462A true JP2019175462A (ja) | 2019-10-10 |
JP6633792B2 JP6633792B2 (ja) | 2020-01-22 |
Family
ID=63877071
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019065483A Active JP6633792B2 (ja) | 2018-03-29 | 2019-03-29 | 教師なし学習方法を用いた船舶の異常運航状態自動識別システムおよびその方法 |
Country Status (2)
Country | Link |
---|---|
JP (1) | JP6633792B2 (ja) |
KR (1) | KR101902997B1 (ja) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111582182A (zh) * | 2020-05-11 | 2020-08-25 | 广州创亿源智能科技有限公司 | 船舶名称识别方法、系统、计算机设备及存储介质 |
JP2021072077A (ja) * | 2019-10-31 | 2021-05-06 | コリア インスティテュート オブ オーシャン サイエンス テクノロジー | 異常運航船舶識別装置及び方法 |
JP2021110565A (ja) * | 2020-01-07 | 2021-08-02 | 株式会社東芝 | 類別装置及び類別方法 |
CN113538820A (zh) * | 2021-07-14 | 2021-10-22 | 华能国际电力江苏能源开发有限公司 | 一种海上风电场海缆监测与保护系统和方法 |
CN113632140A (zh) * | 2019-06-17 | 2021-11-09 | 乐人株式会社 | 用于产品检验的自动学习方法及系统 |
CN113720383A (zh) * | 2021-08-23 | 2021-11-30 | 中电科海洋信息技术研究院有限公司 | 识别船舶异常行为的方法、设备及介质 |
WO2022019020A1 (ja) * | 2020-07-20 | 2022-01-27 | 本田技研工業株式会社 | 異常検知装置及び異常検知プログラム |
CN114627683A (zh) * | 2022-05-13 | 2022-06-14 | 深圳海卫通网络科技有限公司 | 船舶驾驶异常行为的预警方法、装置、设备、介质及系统 |
CN115346399A (zh) * | 2022-07-23 | 2022-11-15 | 交通运输部规划研究院 | 基于相控阵雷达、ais和lstm网络的大桥防船撞预警系统 |
CN116828391A (zh) * | 2023-08-29 | 2023-09-29 | 中船(浙江)海洋科技有限公司 | 一种检测ais异常开关的方法 |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11874328B2 (en) | 2018-10-22 | 2024-01-16 | Btech Inc. | Detecting battery changeout |
KR102250354B1 (ko) | 2019-12-03 | 2021-05-11 | 울산과학기술원 | 선박의 지연 가능성 판단 방법 및 장치 |
CN111339864B (zh) * | 2020-02-17 | 2023-11-10 | 北京百度网讯科技有限公司 | 异常行为报警方法和装置 |
KR102320142B1 (ko) * | 2020-05-22 | 2021-11-02 | 주식회사 리안 | 인공지능 기반의 해양안전사고 모니터링 방법 및 시스템 |
CN116738324B (zh) * | 2023-08-11 | 2023-12-22 | 太极计算机股份有限公司 | 模型训练方法和渔船单拖作业行为的识别方法 |
CN117056708A (zh) * | 2023-10-11 | 2023-11-14 | 成都大公博创信息技术有限公司 | 一种基于多尺度特征融合和cnn-lstm的ais信号识别方法 |
CN117407443B (zh) * | 2023-12-14 | 2024-03-26 | 烟台云朵软件有限公司 | 一种面向海量瞬变数据的异常快速发现方法及系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2016212849A (ja) * | 2015-04-30 | 2016-12-15 | コリア インスティテュート オブ オーシャン サイエンス アンド テクノロジー | ディープラーニングアルゴリズムを利用した海上交通管制専門家システム及びその制御方法 |
KR20170128070A (ko) * | 2017-02-20 | 2017-11-22 | 반병현 | 순환형 신경망에 기반한 작곡 방법 |
JP2018028906A (ja) * | 2016-08-16 | 2018-02-22 | トヨタ自動車株式会社 | ディープ(双方向)再帰型ニューラルネットワークを用いたセンサデータの時間融合に基づく効率的な運転者行動予測システム |
JP2018198028A (ja) * | 2017-05-25 | 2018-12-13 | 日本電信電話株式会社 | 移動状況認識モデル学習装置、移動状況認識装置、方法、及びプログラム |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101711025B1 (ko) | 2011-04-21 | 2017-02-28 | 한국전자통신연구원 | 우선 관제 대상 선정 장치와 방법 및 대상물 관제 장치 |
-
2018
- 2018-03-29 KR KR1020180036732A patent/KR101902997B1/ko active IP Right Grant
-
2019
- 2019-03-29 JP JP2019065483A patent/JP6633792B2/ja active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2016212849A (ja) * | 2015-04-30 | 2016-12-15 | コリア インスティテュート オブ オーシャン サイエンス アンド テクノロジー | ディープラーニングアルゴリズムを利用した海上交通管制専門家システム及びその制御方法 |
JP2018028906A (ja) * | 2016-08-16 | 2018-02-22 | トヨタ自動車株式会社 | ディープ(双方向)再帰型ニューラルネットワークを用いたセンサデータの時間融合に基づく効率的な運転者行動予測システム |
KR20170128070A (ko) * | 2017-02-20 | 2017-11-22 | 반병현 | 순환형 신경망에 기반한 작곡 방법 |
JP2018198028A (ja) * | 2017-05-25 | 2018-12-13 | 日本電信電話株式会社 | 移動状況認識モデル学習装置、移動状況認識装置、方法、及びプログラム |
Cited By (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113632140A (zh) * | 2019-06-17 | 2021-11-09 | 乐人株式会社 | 用于产品检验的自动学习方法及系统 |
JP2021072077A (ja) * | 2019-10-31 | 2021-05-06 | コリア インスティテュート オブ オーシャン サイエンス テクノロジー | 異常運航船舶識別装置及び方法 |
JP2021110565A (ja) * | 2020-01-07 | 2021-08-02 | 株式会社東芝 | 類別装置及び類別方法 |
CN111582182B (zh) * | 2020-05-11 | 2023-08-11 | 广东创亿源智能科技有限公司 | 船舶名称识别方法、系统、计算机设备及存储介质 |
CN111582182A (zh) * | 2020-05-11 | 2020-08-25 | 广州创亿源智能科技有限公司 | 船舶名称识别方法、系统、计算机设备及存储介质 |
WO2022019020A1 (ja) * | 2020-07-20 | 2022-01-27 | 本田技研工業株式会社 | 異常検知装置及び異常検知プログラム |
JP2022020512A (ja) * | 2020-07-20 | 2022-02-01 | 本田技研工業株式会社 | 異常検知装置及び異常検知プログラム |
JP7072611B2 (ja) | 2020-07-20 | 2022-05-20 | 本田技研工業株式会社 | 異常検知装置及び異常検知プログラム |
CN113538820A (zh) * | 2021-07-14 | 2021-10-22 | 华能国际电力江苏能源开发有限公司 | 一种海上风电场海缆监测与保护系统和方法 |
CN113720383A (zh) * | 2021-08-23 | 2021-11-30 | 中电科海洋信息技术研究院有限公司 | 识别船舶异常行为的方法、设备及介质 |
CN114627683A (zh) * | 2022-05-13 | 2022-06-14 | 深圳海卫通网络科技有限公司 | 船舶驾驶异常行为的预警方法、装置、设备、介质及系统 |
CN114627683B (zh) * | 2022-05-13 | 2022-09-13 | 深圳海卫通网络科技有限公司 | 船舶驾驶异常行为的预警方法、装置、设备、介质及系统 |
CN115346399A (zh) * | 2022-07-23 | 2022-11-15 | 交通运输部规划研究院 | 基于相控阵雷达、ais和lstm网络的大桥防船撞预警系统 |
CN115346399B (zh) * | 2022-07-23 | 2024-01-19 | 交通运输部规划研究院 | 基于相控阵雷达、ais和lstm网络的大桥防船撞预警系统 |
CN116828391A (zh) * | 2023-08-29 | 2023-09-29 | 中船(浙江)海洋科技有限公司 | 一种检测ais异常开关的方法 |
CN116828391B (zh) * | 2023-08-29 | 2023-12-05 | 中船(浙江)海洋科技有限公司 | 一种检测ais异常开关的方法 |
Also Published As
Publication number | Publication date |
---|---|
JP6633792B2 (ja) | 2020-01-22 |
KR101902997B1 (ko) | 2018-10-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP2019175462A (ja) | 教師なし学習方法を用いた船舶の異常運航状態自動識別システムおよびその方法 | |
JP6257687B2 (ja) | ディープラーニングアルゴリズムを利用した海上交通管制専門家システム及びその制御方法 | |
US11919523B2 (en) | Systems and methods for driver scoring with machine learning | |
Dougherty | A review of neural networks applied to transport | |
Laxhammar et al. | Inductive conformal anomaly detection for sequential detection of anomalous sub-trajectories | |
KR102056777B1 (ko) | 딥 러닝 알고리즘 기반의 항만 데이터를 이용한 선박 목적지 예측 방법 및 장치 | |
JP6909275B2 (ja) | 異常運航船舶識別装置及び方法 | |
CN110363115A (zh) | 基于ais轨迹数据的船舶作业异常半监督实时检测方法 | |
CN110400491A (zh) | 一种宽水域多目标辅助避碰决策方法及决策系统 | |
Bakdi et al. | Fullest COLREGs evaluation using fuzzy logic for collaborative decision-making analysis of autonomous ships in complex situations | |
Arefnezhad et al. | Modeling of double lane change maneuver of vehicles | |
CN114464014A (zh) | 基于模糊逻辑的区域船舶碰撞风险处理方法、系统和介质 | |
CN115331486A (zh) | 一种船舶碰撞风险评估与预测方法及装置 | |
WO2004053814A1 (en) | Adaptive collision avoidance advisory system | |
Zhang et al. | A method of performing real-time ship conflict probability ranking in open waters based on AIS data | |
Steidel et al. | MTCAS–an assistance system for collision avoidance at sea | |
Mammeri et al. | Design of a semi-supervised learning strategy based on convolutional neural network for vehicle maneuver classification | |
Zhao et al. | A method for correcting the closest point of approach index during vessel encounters based on dimension data from AIS | |
Otto et al. | Long-term trajectory classification and prediction of commercial vehicles for the application in advanced driver assistance systems | |
US20230031755A1 (en) | Generative adversarial network for processing and generating images and label maps | |
Lamm et al. | Statistical maneuver net generation for anomaly detection in navigational waterways | |
Rezgui et al. | Traffic sign recognition using neural networks useful for autonomous vehicles | |
Souza et al. | Vision and GPS-based autonomous vehicle navigation using templates and artificial neural networks | |
Neagoe et al. | A neural machine vision model for road detection in autonomous navigation | |
He et al. | Situated and personalized monitoring of human operators during complex situations |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20190405 |
|
A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20190405 |
|
A975 | Report on accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A971005 Effective date: 20190422 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20190604 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20190820 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20191126 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20191212 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6633792 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |