JP6633795B2 - 機械学習を用いた船舶の損失航跡データ推定システム - Google Patents
機械学習を用いた船舶の損失航跡データ推定システム Download PDFInfo
- Publication number
- JP6633795B2 JP6633795B2 JP2019075253A JP2019075253A JP6633795B2 JP 6633795 B2 JP6633795 B2 JP 6633795B2 JP 2019075253 A JP2019075253 A JP 2019075253A JP 2019075253 A JP2019075253 A JP 2019075253A JP 6633795 B2 JP6633795 B2 JP 6633795B2
- Authority
- JP
- Japan
- Prior art keywords
- ship
- data
- track
- wake
- unit
- 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.)
- Active
Links
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G3/00—Traffic control systems for marine craft
- G08G3/02—Anti-collision systems
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B63—SHIPS OR OTHER WATERBORNE VESSELS; RELATED EQUIPMENT
- B63B—SHIPS OR OTHER WATERBORNE VESSELS; EQUIPMENT FOR SHIPPING
- B63B49/00—Arrangements of nautical instruments or navigational aids
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/20—Instruments for performing navigational calculations
- G01C21/203—Specially adapted for sailing ships
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
Landscapes
- Engineering & Computer Science (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Ocean & Marine Engineering (AREA)
- Theoretical Computer Science (AREA)
- Software Systems (AREA)
- Medical Informatics (AREA)
- Chemical & Material Sciences (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Evolutionary Computation (AREA)
- Data Mining & Analysis (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Engineering & Computer Science (AREA)
- Combustion & Propulsion (AREA)
- Mechanical Engineering (AREA)
- Artificial Intelligence (AREA)
- Automation & Control Theory (AREA)
- Traffic Control Systems (AREA)
- Navigation (AREA)
Description
AIS航跡データベース100は、AISを介して受信した当該船舶の航跡データを記録し、前記船舶に対する諸元を含む。下記表1は、AIS航跡データベース100に格納された内容の一例を示す表である。
200 船舶種類分類部
300 船舶運動特性学習部
400 入力部
500 船舶航跡データ推定部
510 候補集合生成部
520 時系列予測航跡データ生成部
530 推定誤差計算部
540 最適航跡決定部
Claims (6)
- AISを介して受信した当該船舶の航跡データを記録し、前記船舶に対する諸元を含むAIS航跡データベースと、
前記AIS航跡データベースに含まれている船舶の諸元から前記船舶の長さ、幅および喫水によって船舶の種類を区分する船舶種類分類部と、
前記AIS航跡データベースに格納された航跡データと前記船舶種類分類部によって分類された前記船舶の種類に応じて船舶の運動特性を機械学習する船舶運動特性学習部と、
運用者から推定対象区間に対する情報の入力を受ける入力部と、
前記船舶の当該推定対象区間が選択されると、前記推定対象区間に対する航跡候補集合を生成し、時系列予測航跡データを生成して前記航跡候補集合と前記時系列予測航跡データとの比較によって誤差を計算して、前記推定対象区間における航跡データの損失を補間する航跡として最適な最適航跡を決定する船舶航跡データ推定部とを含み、
前記船舶航跡データ推定部は、
前記入力部から入力された前記推定対象区間に対して前記船舶の船舶運動特性学習部の特性を満足させる開始点と終着点とを連結した線の集合である候補航跡集合を生成する候補集合生成部と、
時間によって順次入力される以前の航跡データを機械学習して前記推定対象区間に対して航跡予測データを生成する時系列予測航跡データ生成部と、
前記候補集合生成部によって生成された候補航跡集合と前記時系列予測航跡データ生成部によって生成された航跡予測データとの誤差値をそれぞれ計算する推定誤差計算部と、
前記それぞれの誤差値を比較して、候補航跡集合の中から、最小誤差を持つ候補航跡を選択して、選択した前記候補航跡を、前記最適航跡として決定する最適航跡決定部とを含んでなる、機械学習を用いた船舶の損失航跡データ推定システム。 - AIS航跡データベースは、
当該船舶の船名、船舶の種類、船舶の諸元、AISデータの受信時間、時間による船舶の位置情報、時間による船舶の速度情報、および時間による船舶の針路情報を含む、請求項1に記載の機械学習を用いた船舶の損失航跡データ推定システム。 - 前記船舶種類分類部は、
船舶の諸元に含まれる船舶の長さ、幅および喫水によって船舶を分類し、クラスタリングアルゴリズムを利用して分類するように構成される、請求項1に記載の機械学習を用いた船舶の損失航跡データ推定システム。 - 船舶運動特性学習部は、
船舶の運動特性を機械学習するために、前記AIS航跡データベースから航跡データのシーケンス、航跡データの変化量を入力として受け、今後の航跡データ及び航跡データのシーケンスを出力するように構成される、請求項1に記載の機械学習を用いた船舶の損失航跡データ推定システム。 - 前記候補集合生成部は、
ベジェ曲線(Bezier curve)方法を用いてベジェ曲線の制御点(control point)を移動させて前記候補航跡を生成するように構成される、請求項1に記載の機械学習を用いた船舶の損失航跡データ推定システム。 - 前記時系列予測航跡データ生成部は、
推定区間の開始点と終着点とを連結するにあたり、長短期メモリ(LSTM:Long Short−Term Memory)方式の再帰型神経網モデルを用いて、前記船舶の予想進路である前記航跡予測データを生成する、請求項1に記載の機械学習を用いた船舶の損失航跡データ推定システム。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR10-2018-0043261 | 2018-04-13 | ||
KR1020180043261A KR101951142B1 (ko) | 2018-04-13 | 2018-04-13 | 기계학습을 이용한 선박의 손실 항적 데이터 추정 시스템 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2019185785A JP2019185785A (ja) | 2019-10-24 |
JP6633795B2 true JP6633795B2 (ja) | 2020-01-22 |
Family
ID=65585186
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019075253A Active JP6633795B2 (ja) | 2018-04-13 | 2019-04-11 | 機械学習を用いた船舶の損失航跡データ推定システム |
Country Status (2)
Country | Link |
---|---|
JP (1) | JP6633795B2 (ja) |
KR (1) | KR101951142B1 (ja) |
Families Citing this family (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE112020004888T5 (de) | 2019-10-09 | 2022-06-30 | Ihi Corporation | Ablaufaufbau und Turbolader |
KR102216141B1 (ko) * | 2019-11-29 | 2021-02-16 | 국방과학연구소 | 다중 기지국 대용량 안테나 시스템 내 기지국들의 온/오프를 결정하는 방법 및 장치 |
KR102182037B1 (ko) * | 2020-04-02 | 2020-11-23 | 한국해양과학기술원 | 선박의 이동경로 네트워크 생성 장치 및 방법 |
CN111272171B (zh) * | 2020-04-07 | 2023-05-30 | 上海船舶研究设计院(中国船舶工业集团公司第六0四研究院) | 船舶航迹预测方法及装置 |
CN111563072A (zh) * | 2020-04-15 | 2020-08-21 | 交通运输部水运科学研究所 | 一种基于ais信息的船舶实时准确位置获取方法 |
CN111583722B (zh) * | 2020-04-23 | 2022-09-06 | 大连理工大学 | 一种基于ais数据的船舶航行特征及偏好分析方法 |
CN111637895B (zh) * | 2020-05-11 | 2021-10-01 | 北京控制工程研究所 | 一种基于q学习的导航观测目标选取方法 |
CN112132346B (zh) * | 2020-09-24 | 2024-04-19 | 中国科学院空天信息创新研究院 | 一种基于船舶类型的船舶航行轨迹预测方法 |
KR102537889B1 (ko) * | 2020-12-22 | 2023-05-26 | 충북대학교 산학협력단 | Ais 신호의 음영지역 시각화 장치 및 방법 |
CN113887590B (zh) * | 2021-09-22 | 2023-06-09 | 中国电子科技集团公司第二十九研究所 | 一种目标典型航迹及区域分析方法 |
CN114152257A (zh) * | 2021-10-21 | 2022-03-08 | 南京航空航天大学 | 基于注意力机制和环境感知lstm的船舶预测导航方法 |
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 |
CN116343533B (zh) * | 2023-05-26 | 2023-08-01 | 广州海洋地质调查局三亚南海地质研究所 | 海上测量船舶监测与预警方法、系统、设备及介质 |
CN116894527B (zh) * | 2023-09-11 | 2023-11-24 | 中国船舶集团有限公司第七一九研究所 | 基于船舶行驶状态进行预测的器材储备系统 |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101029048B1 (ko) | 2009-02-20 | 2011-04-18 | 국방과학연구소 | 수상함의 기포항적에 대한 음향 및 영상 신호 특성의 상관관계 모델을 이용한 상대 신호의 특성 추정방법 |
KR20120047656A (ko) * | 2010-11-04 | 2012-05-14 | 목포대학교산학협력단 | 선박 데이터 관리 시스템 |
KR20140108068A (ko) * | 2013-02-28 | 2014-09-05 | (주)지엠티 | 실시간 위치정보의 분석을 통한 지능형 항행안전지원 시스템 및 그 방법 |
JP6178663B2 (ja) * | 2013-08-12 | 2017-08-09 | 株式会社日立ソリューションズ | データ補完装置、データ補完方法、およびデータ補完プログラム |
JP6276597B2 (ja) * | 2014-01-16 | 2018-02-07 | 株式会社日立ソリューションズ | 分類装置および分類方法 |
JP6154540B2 (ja) * | 2014-02-25 | 2017-06-28 | 古野電気株式会社 | 船舶特性推定装置 |
KR101647743B1 (ko) * | 2015-07-07 | 2016-08-11 | 한국해양과학기술원 | 시계열 그래픽 표시를 이용한 선박 충돌회피 안내시스템 |
JP6690382B2 (ja) * | 2016-04-22 | 2020-04-28 | 富士通株式会社 | 航跡データ表示プログラム、航跡データ表示方法および航跡データ表示装置 |
KR101900851B1 (ko) * | 2016-07-22 | 2018-11-08 | 목포해양대학교 산학협력단 | 선박 항해 감시장치 및 방법 |
-
2018
- 2018-04-13 KR KR1020180043261A patent/KR101951142B1/ko active IP Right Grant
-
2019
- 2019-04-11 JP JP2019075253A patent/JP6633795B2/ja active Active
Also Published As
Publication number | Publication date |
---|---|
JP2019185785A (ja) | 2019-10-24 |
KR101951142B1 (ko) | 2019-02-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6633795B2 (ja) | 機械学習を用いた船舶の損失航跡データ推定システム | |
CN110309383B (zh) | 基于改进的dbscan算法的船舶轨迹聚类分析方法 | |
CN112967527B (zh) | 一种渡船碰撞风险评估方法、系统、装置及介质 | |
CN113553682B (zh) | 一种数据驱动的多层次船舶航路网络构建方法 | |
CN104091470B (zh) | 一种基于多数据融合的航道交通信息预测方法及应用 | |
KR102056777B1 (ko) | 딥 러닝 알고리즘 기반의 항만 데이터를 이용한 선박 목적지 예측 방법 및 장치 | |
CN111157982A (zh) | 基于岸基雷达的智能船舶船岸协同目标跟踪系统和方法 | |
Yan et al. | Vessel movement analysis and pattern discovery using density-based clustering approach | |
Nguyen et al. | The interpolation method for the missing AIS data of ship | |
CN115410420B (zh) | 一种船舶安全航行管理方法和系统 | |
CN113283653B (zh) | 一种基于机器学习和ais数据的船舶轨迹预测方法 | |
Xu et al. | Trajectory clustering for SVR-based Time of Arrival estimation | |
CN117391244A (zh) | 一种融合多源信息的船舶轨迹预测方法 | |
CN116911468B (zh) | 一种基于大数据的全球船运信息监控系统 | |
CN116402846A (zh) | 一种基于ais大数据的内河航道船舶态势分析预测方法 | |
Vestre et al. | AIS-based near-collision database generation and analysis of real collision avoidance manoeuvres | |
Last et al. | Interactive history-based vessel movement prediction | |
Liu et al. | Intelligent tracking of moving ships in constrained maritime environments using AIS | |
Donandt et al. | Short-term inland vessel trajectory prediction with encoder-decoder models | |
WO2020161843A1 (ja) | 船舶行動解析装置、船舶行動解析方法及び非一時的なコンピュータ可読媒体 | |
Tengesdal et al. | Joint stochastic prediction of vessel kinematics and destination based on a maritime traffic graph | |
Millefiori et al. | Validation of the Ornstein-Uhlenbeck route propagation model in the Mediterranean Sea | |
CN110363369B (zh) | 船舶搁置状态判断方法、装置、设备及其存储介质 | |
Rong et al. | Collision probability assessment based on uncertainty prediction of ship trajectories | |
CN114118604A (zh) | 一种基于机器学习的渡船穿越航道行为预测方法和系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20190411 |
|
A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20190411 |
|
A975 | Report on accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A971005 Effective date: 20190426 |
|
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: 6633795 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 |