선박의 항해사는 안전 항해를 위해 GPS, ARPA, AIS, NAVTEX, VHF 등 다수의 항해장비가 제공하는 화상, 수치, 텍스트 및 음성 정보를 숙지하여야 하나, 항해당직에 임하면서 동시에 이들 정보를 획득하여 안전 항해를 위한 판단자료로 활용하는 것은 대단히 번거롭고 어려운 작업이다. 따라서 이들 멀티미디어 항해안전정보를 이해하고 융합하여 항해사가 처한 상황을 인식하고 항해사의 의사결정에 필요한 정보를 추론하여 언어로서 제공해주는 시스템이 필요하다. 본 연구에서는 GPS가 제공하는 본선의 위치정보와, ARPA와 AIS가 제공하는 대상이 가진 정보를 Euclidean distance를 이용하여, 융합하고자 한다.
선박의 항해사는 안전 항해를 위해 GPS, ARPA, AIS, NAVTEX, VHF 등 다수의 항해장비가 제공하는 화상, 수치, 텍스트 및 음성 정보를 숙지하여야 하나, 항해당직에 임하면서 동시에 이들 정보를 획득하여 안전 항해를 위한 판단자료로 활용하는 것은 대단히 번거롭고 어려운 작업이다. 따라서 이들 멀티미디어 항해안전정보를 이해하고 융합하여 항해사가 처한 상황을 인식하고 항해사의 의사결정에 필요한 정보를 추론하여 언어로서 제공해주는 시스템이 필요하다. 본 연구에서는 GPS가 제공하는 본선의 위치정보와, ARPA와 AIS가 제공하는 대상이 가진 정보를 Euclidean distance를 이용하여, 융합하고자 한다.
GPS, ARPA, AIS, NAVTEX, VHF as modern aids-to-navigation equipments improve the safe navigation and help to reach a reduction in marine accidents by providing images, numeric values, texts, audio-based information for mates, However, we also noticed that it's complicate and difficult for a mate to a...
GPS, ARPA, AIS, NAVTEX, VHF as modern aids-to-navigation equipments improve the safe navigation and help to reach a reduction in marine accidents by providing images, numeric values, texts, audio-based information for mates, However, we also noticed that it's complicate and difficult for a mate to acquire and analyze such information from these devices while he should devote himself to bridge watchkeeping especially in the urgent situation. Language is another way to get information and free the eyes and hands, so, to solve the problem above, we are trying to propose a new aids-to-navigation system, which can understand and merge multimedia marine safety information, analyze the situation and provide the necessary information in language. In this paper, we try to fuse data of ARPA/AIS using Euclidean distance for providing integrated information.
GPS, ARPA, AIS, NAVTEX, VHF as modern aids-to-navigation equipments improve the safe navigation and help to reach a reduction in marine accidents by providing images, numeric values, texts, audio-based information for mates, However, we also noticed that it's complicate and difficult for a mate to acquire and analyze such information from these devices while he should devote himself to bridge watchkeeping especially in the urgent situation. Language is another way to get information and free the eyes and hands, so, to solve the problem above, we are trying to propose a new aids-to-navigation system, which can understand and merge multimedia marine safety information, analyze the situation and provide the necessary information in language. In this paper, we try to fuse data of ARPA/AIS using Euclidean distance for providing integrated information.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
따라서 본 연구에서는, GPS 수신기가 제공하는 자선의 위치와 ARPA가 추적하는 대상의 상대적인 위치, 코스, 속력 정보를 이용하여, ARPA가 추적하는 대상의 위도, 경도, 코스, 속력의 4가지 정보를, AIS가 제공하는 대상 선박의 위도, 경도, 코스, 속력 정보와 Euclidean distance를 이용하여 유사도를 비교함으로써, ARPA와 AIS가 각기 추적한 대상이 동일한 대상인지를 판단하고자 한다.
또한, 이들 연구의 공통적인 목적은 AIS가 제공한 대상의 위치와 Radar가 제공한 대상의 위치, 혹은 대상의 움직임과 관련된 정보를 이용하여, 중앙값 등 대상의 새로운 융합된 위치를 구하거나, 나아가서 일반적으로 사용할 수 있는 항적을 구하는데 있다.
제안 방법
1시간동안, 매 0.1초 마다 GPS가 제공하는 정보와 같이, 본선의 위치 정보를 기록한 데이터를 생성하였고, AIS가 제공하는 정보와 같이, AIS 장착 선박에 대하여, 대상의 위도, 경도, 코스, 속력을 기록한 데이터를 생성하였으며, ARPA가 제공하는 정보와 같이, 11개의 대상에 대한 방위와 거리, 코스, 속력을 기록한 데이터를 생성하였다.
ARPA/AIS 데이터 융합 알고리즘을 적용한 시뮬레이션을 수행하기 위하여, 시뮬레이션에 적용할 GPS, ARPA, AIS 장비의 오차와 적용방법을 알아보고, 본 연구에 적용한 알고리즘으로 식별 가능한 범위를 알아본다.
ARPA가 제공하는 대상의 코스와 속력 그리고 점장위도 항법으로 계산된 대상의 위도와 경도를 AIS가 가진 대상들에 대한 코스와 속력, 위도, 경도와 비교하기 위하여, Euclidean distance를 이용하여 유사도를 계산한다.
GPS 수신기가 제공하는 본선의 위도와 경도 그리고 ARPA가 제공하는 대상의 본선에 대한 방위와 거리로 대상의 위도와 경도를 추정하기 위하여, 점장위도 항법을 이용하였다.
GPS와 AIS 데이터의 경우, 매 epoch 별, 각 선박마다 개별적으로 100m 이내의 오차를 무작위로 주었고, Radar의경우, 매 epoch 별로 1°이내의 방위와 60m 이하의 거리 오차를 생성하여, 모든 대상에 일괄적으로 적용하였다.
두 장비의 제공하는 정보를 비교하고, 데이터 융합 알고리즘을 알아보고자 한다.
4 knot로 항해 중에 ARPA와 AIS로부터 다수의 대상에 대한 정보를 주기적으로 제공받는 상황이다. 매 epoch마다 데이터가 변화하는 상황에서, 오차를 적용한 경우와 그렇지 않은 경우, 유사도를 계산하고자 한다.
먼저, GPS 수신기가 제공하는 본선의 위도와 경도, ARPA가 제공하는 대상의 방위와 거리를 점장위도 항법을 이용하여, 대상의 위도와 경도를 계산한다.
생성한 데이터를 기반으로, 오차를 적용한 경우와 적용하지 않은 경우로 나누어서, 알고리즘을 적용하였다.
대상 데이터
3.3에서 설정한 초기상황과 같이, AIS를 장착한 선박 7대와, 장착하지 않은 선박 2대, 그리고 움직임이 없는 섬과 같은 2개의 물체를 대상으로 정하였다.
이론/모형
Radar의 타선과의 거리 정보의 정확도는 선행연구[6]를 참고하였고, 타선과의 방위 정보의 정확도는 Japan Radio Company의 Radar 모델 JMA-9100-SA의 Manual을 참고하였다.
각 장비가 가진 오차는 선행 연구와 국제 규정 및 장비의 manual을 참고하였다.
성능/효과
본 연구에서는 GPS 수신기가 제공하는 자선의 위치와 ARPA가 제공한 대상의 상대적인 위치, 코스, 속력 정보를 AIS가 제공한 대상 선박의 위치, 코스, 속력 정보와 유클리드 거리를 이용하여 유사도를 비교함으로써, ARPA와 AIS 가 각기 추적한 대상에 대한 정보를 하나의 대상에 대한 정보로 통합할 수 있음을 확인하였다.
후속연구
본 연구에서 정한 유사도 임계값은 경험적인 방법으로 결정한 것으로, 보다 효율적인 알고리즘으로 신뢰성있는 임계값을 정하기 위한 연구가 필요하다.
질의응답
핵심어
질문
논문에서 추출한 답변
AIS 장비란 무엇인가?
AIS 장비는 본선이 가진 다양한 정보를 VHF를 이용하여 송신할 뿐 아니라, 타선의 AIS 장비가 송신한 전파를 수신하여, 타선의 다양한 정보를 제공하는 장비이다.
ARPA란 무엇인가?
ARPA는 Radar 화면상의 물체를 추적하고, 추적중인 대상의 코스, 속력과 본선과의 방위와 거리를 제공하는 장비이다.
ARPA와 비교했을때 AIS 장비의 장점은 무엇인가
AIS는 GPS를 포함한 여러 장비가 제공하는 다양한 정보와 항해사가 직접 입력할 수 있는 메시지 등을 Radar에 비하여, 회절이 좋은 VHF 전파를 이용하여 송신하기 때문에, 매우 다양한 정보를 제공하며, 상대적으로 ARPA보다음영구역이 적고, 범위가 넓은 특성을 가진다[10].
참고문헌 (11)
양원재, 권석재, 금종수, "해양사고의 인적요인 분석에 관한 연구," 해양환경안전학회 2004년도 춘계학술발표회, 제5권, pp. 7-11, 2004.
T. Neumann, "Multisensor Data Fusion in the decision process on the bridge of the vessel," TransNav, International Marine Navigation and Safety of Sea Transportation, Vol. 2, No. 1, pp. 85-89, 2007.
김도연, 조대운, 이미라, 박계각, "정보융합 기술 기반의 지능형 항행안전정보 시스템," 지능시스템학회 추계학술 대회 학술발표 논문집, 제19권, 2호, pp. 206-209, 2009.
Jaehoon Lee, Do-Yoon Kim, Sanghak Sung, Dongkyun Nam, Jooyoung Park, "Real-time implementation of GPS/INS integration algorithm for embedded systems", Korean Institude of Intelligent Systems, Vol.19, No.1, pp. 245-249, 2009.
Sohee Lee, Heebyung Yoon, "GPS/INS Data Fusion and Localization using Fuzzy Inference/UPF", Korean Institude of Intelligent Systems, Vol.19, No.1, pp. 245-249, 2009.
Andrzej Stateczny, Andrzej Lisaj, "Radar and AIS Data Fusion for the Needs of the Maritime Navigation", IRS 2006 International, Radar Symposium 2006, pp. 1-4, 2006.
SUO Jidong, LIU Xiaoming, "Fusion of Radar and AIS Data", ICSP 7th International Conference, ICSP'04 Proceedings, Vol.3, pp, 2604-2607, 2004.
Lin Changchuan, Dong Fang, Lin Hai, Le Lina, Zhou Jianwen, Ou Yangping, "AIS Information Decoding and Fuzzy Fusion Processing with Marine Radar," Wireless Communications, Netwroking and Mobile Computing, WiCOM'08 4th Internatonal Conference, pp.1-5, 2008.
김영기, 박계각, 이미라, "언어적인 항해안전정보 지원을 위한 의미해석 모델 구축에 관한 연구," 지능시스템학회학회지, Vol. 21, No.2, pp.198-205, 2011.
Bin Lin, Chih-Hao Huang, "Comparison Between ARPA Radar and AIS Characteristics for Vessel Traffic Services," Journal of Marine Science and Technology, Vol. 14, No.3, pp. 182-189, 2006.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.