KR101982582B1

KR101982582B1 - Ais데이터 및 해양환경데이터 연계형 빅데이터 기반의 선박 운항 평가 시스템

Info

Publication number: KR101982582B1
Application number: KR1020180169997A
Authority: KR
Inventors: 노명일; 박성우; 오민재; 전도현; 손명조; 이갑헌; 김상엽; 조연화
Original assignee: 사단법인 한국선급; 서울대학교 산학협력단
Priority date: 2018-12-27
Filing date: 2018-12-27
Publication date: 2019-05-27

Abstract

본 발명은 선박의 상태 및 위치에 대한 정보인 선박자동식별시스템 데이터(이하, 'AIS데이터'로 지칭)와 실제 선박 운항 중 경험할 수 있는 해양 조건인 해양환경데이터를 연계하여, 이들 데이터를 전처리 및 정제하는 과정을 거쳐 빅데이터로 저장하고, 저장된 빅데이터에 기반하여 선박의 운항을 평가할 수 있는, AIS데이터 및 해양환경데이터 연계형 빅데이터 기반의 선박 운항 평가 시스템에 관한 것이다.

Description

AIS데이터 및 해양환경데이터 연계형 빅데이터 기반의 선박 운항 평가 시스템{SYSTEM FOR EVALUATION OF VESSEL BASED BY AUTOMATIC IDENTIFICATION SYSTEM DATA AND MARINE ENVIRONMENT DATA CONNECTED BIG DATA}

최근 조선 해양 분야에서 빅데이터를 활용한 연구가 주목을 받고 있다.

특히, 선박자동식별시스템(AIS: Automatic Identification System)은 선박의운항과 관련하여 많은 정보를 기록하고 있어서, 이를 획득 및 축적 후 활용하는 연구의 필요성이 커지고 있다.

실제로, 선급뿐만 아니라 관련 기업 및 학계에서도 그러한 연구를 시작하여 AIS데이터를 분석하여 활용할 수 있는 방법을 찾고 있다.

이러한 AIS는 계측이 필요없는 공용데이터로서, 해상환경데이터 및 선박데이터와 함께 확보하여 의미있는 결과를 도출하는데에 활용할 수 있다.

향후, 계측데이터, 엔진운전데이터 등을 추가 확보할 경우, CBM (Condition-Based Monitoring & Maintenance), Sea Margin 추정 등 다양한 공학 응용 분석데이터로 활용 가능할 것으로 보인다.

이를 위한 선행연구로 AIS등 공용데이터를 획득, 축적하고 이를 활용하여 분석하는 연구가 필요하다.

AIS는 생성주기가 빠르고 다양한 정보들이 포함되어 있으며, 용량이 방대하기 때문에 이를 축적하고 분석하는 과정은 빅데이터의 특징과 일치한다.

공용데이터를 빅데이터 기술을 이용한 분석을 시행함으로써 빠른 분석처리를 가능하게 하고, 향상된 시사점(Insight)를 제공할 수 있다.

본 출원인은 AIS데이터, 해양환경데이터 및 선박정적데이터를 수집하고 저장 후 전처리과정을 거친 후 이를 직접 분석하여 각 선박들의 운항결과를 비교하고 평가하여 선박운항 관련 의미있는 지표를 추출하여 최종적으로 운항 평가 기술을 확보하는 기술을 제안하고자 한다.

관련 기술로서, 등록특허공보 제10-1714028호에는 ＡＩＳ정보를 이용한 선박 온실가스 배출 관리 시스템 및 방법이 기재되어 있고(선행기술 1), 공개특허공보 제10-2018-0117933호에는 대상 선박의 운항정보 분석 장치 및 방법이 기재되어 있으며(선행기술 2), 공개특허공보 제10-2017-0113034호에는 선박 데이터 수집 및 전송 방법과 이를 수행하는 시스템이 기재되어 있고(선행기술 3), 공개특허공보 제10-2015-0035927호에는 선박 온실가스 모니터링을 위한 데이터 수집 장치 및 통합관리시스템이 기재되어 있다(선행기술 4).

선행기술 1은, 해상의 복수의 선박으로부터 각각 AIS정보를 수신하는 AIS 수신유닛; 수신된 AIS정보를 저장하는 저장유닛; 각 AIS정보에 포함되는 고정정보, 변동정보 및 항해정보를 이용하여 해당 선박의 연료소모에 따른 온실가스 배출량을 산출하는 온실가스 산출유닛; 및 온실가스 산출유닛으로부터 제공받은 온실가스 배출량에 관한 정보를 표출하는 정보표시 유닛;을 포함하여 이루어지는 AIS정보를 이용한 선박 온실가스 배출 관리시스템이 기재되어 있다.

선행기술 2는, 대상 선박의 운항과정을 시뮬레이션 또는 시운전하여 해당 대상 선박의 실제 운항 성능을 분석하기 위한 방법으로서, 상기 대상 선박의 동적 특성을 모사할 수 있는 조종운동방정식을 설정하는 단계; AIS로부터 수집된 AIS 데이터 중에서 시뮬레이션에 필요한 상기 대상 선박의 운항정보를 추출하는 단계; 상기 추출된 운항정보와 상기 설정된 조종운동방정식을 이용하여 상기 대상 선박의 이동경로에 따라 시뮬레이션을 수행하는 단계; 및 상기 시뮬레이션을 수행하는 동안 얻어진 추진기의 RPM과 타의 타각을 포함하는 결과를 근거로 상기 대상 선박의 실제 운항성능을 추정하는 단계를 포함하는 것을 기재하고 있다.

그러나 선행기술 1 및 선행기술 2에 대하여, 각 선박벽 AIS데이터를 수집하고 선박의 운항에 관련된 분석에 활용한다는 점은 유사하나, 본 발명은 AIS데이터를 전처리하여 분석결과의 신빙성과 정확도를 향상시킬 있다는 점에서 차이가 있다.

또한, 선행기술 3에는, 선사들로부터 선박 운항 데이터 및/또는 연료 사용량 데이터에 관련된 리포트(Report)를 여러 통신방법으로 수집하여 필요 데이터(DATA)로 지정된 값을 파싱(Parsing)하고 데이터를 정형화하여 효율적으로 분석 및 관리하고자 하는 선박 데이터 수집 및 전송 방법 및 이를 수행하는 시스템에 관한 것이다. 상기 선박 데이터 수집 및 전송 방법은 게이트웨이 서비스부에서 선박으로부터 소정의 통신 프로토콜을 통하여 제공되는 선박 운항 데이터 또는 연료사용량 데이터 관련 리포트(Report)를 수집하는 단계, 상기 게이트웨이 서비스부에서 상기 수집된 리포트의 파일 형식을 이미지 형식으로 통일하는 단계, 상기 게이트웨이 서비스부에서 상기 이미지 형식으로 통일된 리포트 이미지 파일 내의 텍스트 데이터를 추출하는 단계, 상기 게이트웨이 서비스부에서 상기 추출된 텍스트 데이터를 데이터베이스부에 저장하는 단계를 포함하되, 상기 추출된 텍스트 데이터를 데이터베이스부에 저장하는 단계는 상기 추출된 텍스트 데이터를 표준 리포트 양식에 맞는 필수 필드별로 정형화된 데이터로 변환하는 단계를 포함하는 것을 기재하고 있다.

이러한 선행기술 3에서는 선박에서 직접 데이터를 수집/처리하여 육상으로 전송하여 저장하는 방법을 기재하고 있으나, 본 발명은 선박에서 직접 데이터를 수집하지 않고, AIS 송신 기술을 통해 자동 발신되는 데이터 또는 그 데이터를 중계한 서비스 업체가 웹 페이지 등을 통해 공개된 데이터, 또는 분석용으로 가공하여 판매하는 데이터 등을 대상으로 하므로, 전처리 또는 가시화 측면에서 차이가 있다.

등록특허공보 제10-1714028호(2017.03.22. 공고) 공개특허공보 제10-2018-0117933호(2018.10.30.) 공개특허공보 제10-2017-0113034호(2017.10.12.) 공개특허공보 제10-2015-0035927호(2015.04.07.)

본 발명의 목적은, 선박의 상태 및 위치에 대한 정보인 선박자동식별시스템 데이터(이하, 'AIS데이터'로 지칭)와 실제 선박 운항 중 경험할 수 있는 해양 조건인 해양환경데이터를 연계하여, 이들 데이터를 전처리 및 정제하는 과정을 거쳐 빅데이터로 저장하고, 저장된 빅데이터에 기반하여 선박의 운항을 평가할 수 있는, AIS데이터 및 해양환경데이터 연계형 빅데이터 기반의 선박 운항 평가 시스템을 제공하는데 있다.

상술된 목적을 달성하기 위하여 안출된 것으로, 본 발명에 따른 AIS데이터 및 해양환경데이터 연계형 빅데이터 기반의 선박 운항 평가 시스템은,

빅데이터를 저장하는 플랫폼과,

플랫폼에 저장된 빅데이터를 기반하여 선박의 운항을 분석하는 기능을 수행하는 프로그램과,

프로그램에 의해 분석된 정보를 웹(Web)에 기반하여 가시화하는 가시화수단을 포함하도록 구성되되,

상기 프로그램은,

(a)선박의 정박시간, 속도변화, 운항시간을 기반으로 선박별 과거 항로를 추적하고 분석하거나, (b)선박별/선사별 항구 및 묘박지에서의 소요시간을 분석하고 평균 운항 속도와의 연관성을 분석하거나, (c)선박별/선사별 드라이 도킹 지역을 분석하는 것을 특징으로 한다.

이때, 상기 플랫폼은,

AIS데이터, 해양환경데이터 및 선박정적데이터를 수신하도록 하는 입력모듈(Input Data)과,

입력모듈을 통해 입력된 데이터를 전처리하는 전처리모듈(Data Preprocessing)과,

전처리모듈을 통해 전처리된 AIS데이터와 해양환경데이터를 빅데이터로 저장하는 데이터저장모듈(Data Warehouse)과,

데이터저장모듈에 저장된 빅데이터에 기반하여 각 분석 내용 별로 분석이 이루어지도록 프로그램과 연동되는 마이닝엔진(Mining Engine)과,

프로그램과의 연동으로 분석된 결과를 가시화수단으로 가시화하도록 하는 가시화엔진(Visualization Engine)을 포함하도록 구성되는 것을 특징으로 한다.

본 발명에 따른 AIS데이터 및 해양환경데이터 연계형 빅데이터 기반의 선박 운항 평가 시스템에 의하면,

첫째, 선박의 과거 운항에 대한 빅데이터를 운항 성능 측면에서 효과적으로 분석하고, 사용자 입장에서 이해하도록 할 수 있다.

둘째, 빅데이터 자체를 가공하는 경우 처리에 많은 시간이 소요되나, 본 발명은 AIS데이터를 전처리함으로써, 실시간 웹 서비스에서 활용하도록 할 수 있다.

셋째, AIS데이터를 전처리함에 따라 데이터 자체만으로도 타 연구기관이나 기업 등에 분석용으로 제공할 수 있다.

넷째, 운항 평가를 통해 선박의 연료소모량 추정, Sea Margin 추정, “Rush To Wait” 등의 비효율적 운항성 파악, FOC/nm(Nautical Mile) 등의 연비 측정 등의 분석이 가능하다.

도 1은 본 발명에 따른 AIS데이터 및 해양환경데이터 연계형 빅데이터 기반의 선박 운항 평가 시스템의 구성도를 나타낸 것이다.

본 명세서 및 청구범위에 사용된 용어나 단어는 통상적이거나 사전적인 의미로 한정해서 해석되어서는 안되며, 발명자는 그 자신의 발명을 가장 최선의 방법으로 설명하기 위해 용어의 개념을 적절하게 정의할 수 있다는 원칙에 입각하여 본 발명의 기술적 사상에 부합하는 의미와 개념으로 해석되어야만 한다.

따라서, 본 명세서에 기재된 실시 예와 도면에 도시된 사항은 본 발명의 가장 바람직한 실시 예에 불과할 뿐이고 본 발명의 기술적 사상을 모두 대변하는 것은 아니므로, 본 출원시점에 있어서 이들을 대체할 수 있는 다양한 균등물과 변형 예들이 있을 수 있음을 이해하여야 한다.

이하, 도면을 참조하여 설명하기에 앞서, 본 발명의 요지를 드러내기 위해서 필요하지 않은 사항 즉 통상의 지식을 가진 당업자가 자명하게 부가할 수 있는 공지 구성에 대해서는 도시하지 않거나, 구체적으로 기술하지 않았음을 밝혀둔다.

이러한 본 발명은 첨부된 도면을 통해 설명한다.

첨부된 도면의 도 1에 따른 본 발명은 빅데이터를 저장하는 플랫폼과,

플랫폼에 저장된 빅데이터를 기반하여 선박의 운항을 (a)선박의 정박시간, 속도, 운항시간에 따른 항로를 추적 및 분석하고, (b)선박의 한구 및 묘박지 소요시간을 분석하며, (c)선박의 도킹 지역을 분석하는 기능을 수행하는 프로그램과,

프로그램에 의해 분석된 정보를 WPF에 기반하여 가시화하는 가시화수단을 포함하도록 구성된다.

이때, 가시화수단이란 통상의 데스크탑, PDA, 노트북, 스마트 단말기 등 통상의 기술자에 의해 예측 가능한 모든 가시화수단을 의미한다.

설명에 앞서, AIS데이터와 해양환경데이터에 대해 설명하면,

AIS데이터는, 선박의 항해 안전 및 부안 강화를 위하여 IMO에서 채택한 시스템으로 운항 중인 선박은 AIS를 통해 선명, 주요 제원 등의 정적 정보와 위치 및 침로, 그리고 속도 등을 송신하도록 한다. 송신된 AIS데이터는 각 선박의 상태와 위치를 포함하고 있으므로 시간에 따라 이를 축적하고 분석하면 선박의 운항 특성을 파악할 수 있다.

이러한 AIS데이터는, VTS(Vessel Traffic Services) 또는 VHF(Very High Frequency)를 통해 연안의 항만과 타 선박으로 전송되도록 되어 있다. 이렇게 AIS데이터를 전송받은 항만 및 타 선박에서는 이를 기반으로 해양 사고 발생시 수색, 구조지 및 항만 교통 관제 시스템의 보조로 활용되고, 선박의 운항 모니터링에 활용되고 있다.

이러한 AIS는 2002년부터 순차적으로 선박에 탑재되기 시작했고, 선박에 탑재된 AIS는 선박의 운항 상태에 따라 십요초 내지는 수초마다 선박의 상태를 송신하도록 되어 있다.

이러한 AIS데이터를 통해 선박의 종류, 크기, 운항 중 속도, 흘수, 위치, 진행방향(선수각) 등의 선박별 운항 특성을 파악할 수 있다.

해양환경데이터는, 실제 선박 운항 중 선박이 마주할 수 있는 모든 해양 조건으로서, 본 발명에서는 웹으로 접근이 쉬운 HYCOM(Hybrid Coordinate Ocean Model) 또는 ECMWF(European Centrefor Medium-Range Weather Forecasts)을 통해서 확보하도록 한다.

특히, HYCOM은, GODAE(U.S. Global Ocean Data Assimilation Experiment)의 National Ocean Partnership Program(NOPP)의 지원으로 개발된 해양 모형이다.

이러한 HYCOM은, 모형 개발뿐만 아니라 자료 동화에 의한 해양 현황 및 예측 자료를 전 지구에 대해 1/12°와 멕시코만에 대해 1/25° 해상도의 자료를 2003년부터 현재까지 제공하고있다(HYCOM, 2003).

ECMWF에서도 마찬가지로 해양 현황 및 예측 자료를 제공하며, 전지구에 대해서 최소 0.75°해상도의 자료를 제공한다.

이러한 해양환경데이터는 주로 NetCDF(Network Common Data Form : 배열 지향적인 과학 데이터의 생성, 접근, 공유를 지원하는 소프트웨어 라이브러리)의 형태로 제공되며, 다차원 배열의 형태로 구성되어 있다.

NetCDF 파일은 직접 디코딩을 하거나, 파이썬등 각 개발 언어에서 지원하는 라이브러리를 통해서 접근 가능하며, 각데이터는 내부에 위도, 경도, 수심, 해류속도 및 파고 등의 정보를 포함하고 있다.

이러한 AIS데이터와 해양환경데이터를 기반으로, 본 발명에서 빅데이터로 저장되는 것을, 본 발명의 주요 구성 설명에 앞서, 설명한다.

AIS데이터는, [표 1]의 상단과 같이 각 선박별 데이터로, 각 수신시각별 IMO, MMSI, 선명, 흘수, 침로, 선속, 위도, 경도, 선종, 목적지, 목적지도착예정시간(ETA) 등을 포함한다.

또한, 해양환경데이터는 [표 1]의 하단과 같이 각 시간에 따른 위도/경도별 해기상, 즉 수심, 수온, 풍속, 풍향, 유의파고, 파주기, 파향, 해류속도, 해류방향 등을 포함한다. 이러한 해양환경데이터는 과거데이터로 NetCDF 등의 형식을 가지며, NOAA, ECMWF, HYCOM 등의 기관에서 공개한 데이터 또는 상용서비스 업체의 위경도별 해기상 데이터를 포함할 수 있다.

이러한 해양환경데이터는 AIS데이터와 병합하여, 1시간 단위로 가공하여 사용하도록 한다.

이러한 AIS데이터와 해양환경데이터는 [표 2]와 같이 정리된다.

이러한 데이터를 기반으로, [표 3]과 같이 가시화가 가능해진다.

이는 Windows Presentation Foundation 기반의 Graphical User Interface program을 이용하여, 선박(ship) 항차(voyage) 노드(node) 순서의 hierarchy로 tree를 구성, 각 노드별 선박 정보와 해양 환경 정보를 property 창을 통해 표시하도록 한다.

또한, 선박의 heading angle을 기준으로 진행방향을 표시하고, 시범이 다른 각 노드에서의 해기상 상태를 표시하도록 한다. 이때, 해기상 상태는 Heatmap을 통해 파고를 표시하고 풍향계를 통해 바람의 방향과 속력을 표시할 수 있다.

첨부된 도면의 도 1을 참조하면, 빅데이터를 저장하는 플랫폼은 AIS데이터, 해양환경데이터 및 선박정적데이터를 수신하도록 하는 입력모듈(Input Data)과,

프로그램과의 연동으로 분석된 결과를 가시화수단으로 가시화하도록 하는 가시화엔진(Visualization Engine)을 포함하도록 구성된다.

이때, 프로그램은 마이닝엔진과의 연동으로 (a)선박의 정박시간, 속도변화, 운항시간을 기반으로 선박별 과거 항로를 추적하고 분석하거나, (b)선박별/선사별 항구 및 묘박지에서의 소요시간을 분석하고 평균 운항 속도와의 연관성을 분석하거나, (c)선박별/선사별 드라이 도킹 지역을 분석하도록 한다.

이후, 가시화수단은 가시화엔진을 통해 프로그램에서 분석된 분석결과를 가시화하도록 한다.

전처리모듈은, 상술된 바와 같이 전처리의 기능을 수행하는데, 전처리는 데이터의 통합과 정제를 의미한다.

아래의 [표 4]는 AIS데이터의 전처리 필요성을 나타낸 것이다.

AIS데이터는, 해상도가 일정하지 않기 때문에 이를 전처리 없이 시간 순으로그대로 연결하면 실제 항로가 아닌 부분으로 선박이 지나간 것으로 판단될 수 있다.

뿐만 아니라, 누락된 데이터와 이상데이터도 문제가 될 수 있다.

데이터 누락이 발생하였을 경우 통계치에 오차가 발생하거나 항로를 추적했을 때 원활한 결과를 보이지 않을 수 있다.

AIS데이터를 전송하는 과정에서 오류가 발생하여 속도정보 중에 이상치가 발생 할 수 있으며, 이를 처리하지 않으면 분석결과에 영향을 미쳐 실제와 다른 분석결과가 나타날 수 있다.

이를 해결하기 위하여 본 발명에 따른 플랫폼의 전처리모듈은 수집된 AIS데이터의 통합을 수행한다.

일반적으로 AIS데이터는 수집될 당시의 시간정보와 선박정보를 포함하게 되고, 이는 [표 5]와 같은 형태로 나타난다.

이러한 AIS데이터에 대하여, 전처리모듈은 선박정보별로 AIS데이터를 통합하도록 하고, 시간별로 배열하는 통합의 기능을 하도록 한다.

또한, 전처리모듈은, 통합된 AIS데이터 및 해양환경데이터의 송수신 중 발생된 오류정보를 분석하는 정제의 기능을 하도록 한다. 이때, 오류정보란 실제 데이터 형식과 맞지 않는 오류값을 분석하는 것으로, 오류정보로 분석된 데이터는 삭제하도록 한다. 이는 아래의 [표 6]을 참조한다.

즉, [표 6]과 같이, 통합된 데이터 전체에 대하여 column과 row를 확인하여 시간형, 정수형, 실수형으로 이루어진 실제 데이터 형식을 확인하여 문제가 있는 부분은 삭제하도록 한다.

이렇게 정제까지 완료된 AIS데이터(정제된 AIS데이터)는 통상의 string 텍스트 형식으로 입력되는데, 이는 정제된 해양환경데이터와 연동되어 맞는 형식으로 변환되어야지 활용성 있는 데이터가 되므로, 정제된 AIS데이터가 정제된 해양환경데이터에 맞는 형식이 되도록 변환한다. 이는 [표 7]을 참조한다.

이상과 같이, 전처리가 완료되면 이를 빅데이터로 데이터저장모듈에 저장하도록 한다. 이렇게 저장된 빅데이터와 선박정적데이터를 기반으로 (a)선박의 정박시간, 속도변화, 운항시간을 기반으로 선박별 과거 항로를 추적하고 분석하거나, (b)선박별/선사별 항구 및 묘박지에서의 소요시간을 분석하고 평균 운항 속도와의 연관성을 분석하거나, (c)선박별/선사별 드라이 도킹 지역을 분석하도록 한다.

이러한 분석의 일예로서, 항로 및 운항 속도의 추적은, AIS데이터를 처리하면 각 선박에 대해 시간 별로 위치정보를 획득할 수 있다.

이를 다시 지도정보에 표시하여 선박의 항로를 추적 할 수 있다.

구체적으로는, 대상선박을 선정하고, AIS데이터의 처리를 통해 운항속도의 시계열을 분석하여 운항속도의 특이사항을 확인한 뒤, 항로를 [표 8]과 같이 가시화하도록 한다.

[표 8]은, 2일 동안 65,000GT 이상 컨테이너선에서 수신한 AIS 정보를 지도에 표시한 것이다. 이와 같은 정보를 각각 선박에 대해 세분화하여 항로를 추적하고 비교하는 방법으로 운항의 경향을 평가 할 수 있다.

이때, AIS데이터의 처리를 통한 운항 속도의 시계열 분석을 통하여, [표 8]의 하단과 같이 선박의 속도와 파고의 분포를 분석하여 상관 관계를 분석하도록 할 수도 있다. 또한, [표 8]의 분석을 통해 선박이 일정 속도를 유지한 것과 대기를 수행한 것도 분석해 낼 수 있다.

또한, 정박 시간 및 운항 시간의 추적은, AIS데이터로부터 수신된 데이터 중 일부는 선박의 운항 상태를 포함하는데, 이러한 선박의 운행 상태는 운항, 대기, 정박 상태 여부가 포함되어 있고, 이를 AIS데이터 내의 시계열 정보를 합산하여 정박시간 및 운항시간을 추적할 수 있다.

또한, 묘박지 소요시간은 선박이 항구 및 묘박지에 정박 중일 때 수신한 AIS데이터를 기반으로 소정의 시간동안 위치가 변경되지 않는 정보를 분석하여 정박시간 내지 물류작업시간을 분석할 수 있다.

구체적으로는, 대상 선박을 선정하고, AIS데이터를 기반으로 속도 분포 및 운항 상태를 확인하여, 운항상태가 묘박으로 확인된 구간에 대하여 위치를 가시화하여 묘박지를 확인한 뒤, 묘박지가 확인되면 AIS데이터를 처리하여 묘박시간에 대한 집계 및 분석을 수행하는 것이다.

이는 [표 9]를 참조할 수 있는데, [표 9]의 상단과 같이 시간에 따른 속도 분포를 확인하고, 하단과 같이 묘박지 위치를 확인하도록 할 수 있다.

일예로서, [표 10]에 대하여, 특정화된 선박은 Antwerp(벨기에)에서 Hamburg(독일)까지 운항하며, 묘박시간은 약 46시간(2017년 4월 13일 부터 15일)이었음을 확인할 수 있다.

또한, 선박/선사 별로 평균 운항 속도 연관성을 분석하는 것은, 각 선박/선사 별로 운항 속도에 따라 클러스터링하여 각 선박/선사 별 특징에 따른 유사성 및 연관성을 분석하도록 한다. 클러스터 분석은 데이터 오브젝트 집합을 부분 집합으로 분할하는 것을 의미하는데, 전체 집합에 대해 유사성을 분석하여 속성이 유사한 오브젝트끼리 집합을 형성한 뒤, AIS데이터를 이용하여 운항 속도를 비교하여 유사성을 기준으로 클러스터 분석을 시행한다.

각 클러스터의 데이터를 다시 취합하여 패턴 마이닝을 실시하면 각 선박의 운항 속도에 따른 연관성을 파악하도록 한다.

또한, 선박/선사 별 드라이 도킹 지역의 분석은, AIS데이터가 운항 또는 정박 기간 동안 정보를 송신하지만, 수리를 위하여 드라이 도킹을 할 땐 정보를 송신하지 않는 것을 이용하여, AIS데이터의 송신 중지 시점과 재개 시점을 확인하고 당시 위치를 파악하여 드라이 도킹 지역을 분석할 수 있다.

또한, 가시화엔진을 통해 분석된 분석결과를 WPF(C#) 가시화 프로그램으로 이관하여, 분석결과를 가시화하도록 할 수 있다.

이때, AIS데이터에 기반하여 항로를 가시화하는 것은, AIS데이터에 포함된 시간과 위도/경도에 따라 해양 환경 데이터와 매핑(연동)한 뒤에 파이썬 라이브러리를 이용한 WPF(윈도 프레젠테이션 파운데이션) 기반 가시화 기능을 통해 선박의 항로를 가시화할 수 있다.

이때, 파이썬 라이브러리를 이용하여 웹 기반의 가시화를 수행하면, AIS데이터의 양이 너무 커지면서 가시화에 한계가 있어서 전용 가시화 프로그램이 필요한 바 WPF를 이용한 가시화 기술을 적용하도록 한다. 웹 기반의 가시화는 [표 11]에서 예로 들고 있다.

[표 11]에서는, AIS데이터가 표기된 부분에 점을 이용해 표시하고, 점과 점을 잇는 선을 이용하여 항로를 가시화하고 있다.

또한, 항차 별 경로 가시화에 대해서는, 상술된 파이썬 라이브러리를 이용한 가시화 기능을 사용하면, 항차 별로 항로를 가시화할 수 있다. 이때, 속도 분포를 적용함으로써 한 개의 항차를 운항하는 동안 선박의 속도가 어떻게 변화하였는지 확인할 수 있다.

또한, 화살표를 표시하는 기능과 히트맵(heat map) 기능을 응용하면, 선박이 운항하는 동안 바람의 방향과 속도를 화살표로, 파고를 히트맵으로 가시화할 수 있다. 이를 통해 선박이 어떠한 해양환경에서 운항하였는지 확인이 가능하다.

설계 조건에 따라서는, 플랫폼에 VR엔진과 인터페이스모듈을 더 포함하도록 구성할 수 있다. 인터페이스모듈은 가시화수단에 출력되는 화면 상에서 맵을 초기화할 수 있도록 하는 인터페이스를 제공하거나, 전체 또는 선택에 따른 경로(또는 항차)를 가시화시키거나 비가시화할 수 있도록 하는 인터페이스를 제공한다.

또한, 인터페이스모듈은 파고와 바람 등에 따른 해양환경을 가시화시키거나 비가시화할 수 있도록 하는 인터페이스를 제공할 수도 있다.

또한, VR엔진은 별도의 VR구동기기와 연동되어 준비된 선박환경에 대하여, 해양환경데이터와 항차를 적용함으로써, 가상에서의 운항을 경험할 수 있도록 할 수도 있다.

한편, 가시화 환경에서는 좌측으로 항차와 노드 정보를 표시하고 있고, 우측으로 선박의 정보와 해양환경을 표시하도록 할 수도 있다.

상기에서 도면을 이용하여 서술한 것은, 본 발명의 주요 사항만을 서술한 것으로, 그 기술적 범위 내에서 다양한 설계가 가능한 만큼, 본 발명이 도면의 구성에 한정되는 것이 아님은 자명하다.

Claims

AIS데이터와 해양환경데이터를 활용하되. 2개의 데이터를 전처리하는 과정을 통해 빅데이터로 저장하고, 저장된 빅데이터에 기반하여 선박의 운항을 평가하는, 선박 운항 평가 시스템에 있어서,
일정기간 동안의 익명의 다수 선박에 대한 데이터를 취득하여 빅데이터를 저장하는 플랫폼과,
플랫폼에 저장된 빅데이터를 기반하여 선박의 운항을 분석하는 기능을 수행하는 프로그램과,
프로그램에 의해 분석된 정보를 가시화하는 가시화수단을 포함하도록 구성되되,
① 상기 프로그램은,
(a)선박의 정박시간, 속도변화, 운항시간을 기반으로 선박별 과거 항로를 추적하고 분석하거나, (b)선박별/선사별 항구 및 묘박지에서의 소요시간을 분석하고 평균 운항 속도와의 연관성을 분석하거나, (c)선박별/선사별 드라이 도킹 지역을 분석하고,
② 상기 플랫폼은,
AIS데이터, 해양환경데이터 및 선박정적데이터를 수신하도록 하는 입력모듈(Input Data)과,
입력모듈을 통해 입력된 데이터를 전처리하는 전처리모듈(Data Preprocessing)과,
전처리모듈을 통해 전처리된 AIS데이터와 해양환경데이터를 빅데이터로 저장하는 데이터저장모듈(Data Warehouse)과,
데이터저장모듈에 저장된 빅데이터에 기반하여 각 분석 내용 별로 분석이 이루어지도록 프로그램과 연동되는 마이닝엔진(Mining Engine)과,
프로그램과의 연동으로 분석된 결과를 가시화수단으로 가시화하되, 다수 선박에 대한 항로를 가시화하고 해당 항로에 대하여 AIS데이터가 표시된 영역을 점을 이용해 표시하며 점과 점을 잇는 선을 통해 항로를 가시화하고, 항차 별 항로를 가시화하며, 1개의 항차 동안 선박의 속도 변화를 가시화하고, 선박이 운항하는 동안 바람의 방향과 속도와 파고를 가시화하는 가시화엔진(Visualization Engine)을 포함하도록 구성되며,
②-① 상기 전처리모듈은 AIS데이터를 시간별로 배열한 뒤, AIS데이터와 해양환경데이터에 대하여 사용데이터형식과 맞지 않는 오류값을 분석하여 삭제함으로써 정제한 후, 정제된 AIS데이터를 정제된 해양환경데이터와 동일한 형식이 되도록 변환하는 기능을 수행하는 것을 특징으로 하는, AIS데이터 및 해양환경데이터 연계형 빅데이터 기반의 선박 운항 평가 시스템.
삭제