[논문]선박위치 클러스터링을 활용한 해상교통 근접사고 산출에 관한 연구

김광일; 정중식; 박계각

doi:10.5391/jkiis.2014.24.6.603

선박위치 클러스터링을 활용한 해상교통 근접사고 산출에 관한 연구
A Study on Near-miss Incidents from Maritime Traffic Flow by Clustering Vessel Positions 원문보기

한국지능시스템학회 논문지 = Journal of Korean institute of intelligent systems, v.24 no.6, 2014년, pp.603 - 608

김광일 (목포해양대학교 해상운송시스템학과) , 정중식 (목포해양대학교 국제수송과학부) , 박계각 (목포해양대학교 국제수송과학부)

초록
AI-Helper

해상교통환경에서 선박간 근접사고(Near-miss)는 양 선박이 충돌 위험코스로 서로 근접하여 충돌에 임박한 상황으로 실제 충돌은 발생되지 않은 사고를 말한다. 본 연구에서는 통항 선박들간 근접사고 산출을 위해 선박 범퍼 영역모델을 활용한 근접사고 판별식과 선박 위치 클러스터링을 통해 해역의 근접사고 산출 모듈을 제안하고자 한다. 제안된 근접사고 산출 모듈을 완도해역 통항선박 항적데이터에 적용하여 선종, 항행속력 및 조우방향 등 선박 항해 위험 요인을 평가하고자 한다.

Abstract ▼ AI-Helper

In the maritime traffic environment, the near-miss between vessels is the situation approaching on collision course but collision accident is not occurred. In this study, in order to calculate the near-miss between navigating vessels, the discriminating equation using ship bumper theory and vessel position clustering methods are proposed. Applying proposed module to the vessel trajectories of the WANDO waterway, we assessment navigational risk factors of vessel type, navigational speed, meeting situation.

주제어

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

본 연구에서 근접사고 판별은 선박 속력과 선박길이에 따른 장반경 및 단반경에 의한 타원영역을 설정하여 타원영역내 상대선의 존재 여부를 판별하였다. 그림 2는 선박 속력에 따른 선박 타원 영역을 나타낸다.
이를 위해 본 연구는 선박에서 수신되는 항적데이터를 선박 위치 클러스터링과 선박 범퍼영역을 활용한 근접사고 판별식에 의해 해상교통 근접사고 통계 산출모듈을 제안하였다. 또한 제안한 모듈을 해역의 해상교통 근접사고 평가는 과거 선박 항적데이터 기반 근접사고를 분석을 통해 근접사고가 빈번한 구역에 대한 선종, 항행속력 및 조우방향 등 위험 요인을 평가함이 목적이다.

제안 방법

후)복합근접사고">복합 근접사고 통계는 완도해역 No.10 Buoy부근 교차해역을 대상으로 선박의 통항량과 구역 내 선박 간 조우방향 을 산출하여 근접사고 통계와 비교하여 분석하였다.
후)복합근접사고">복합 근접사고 통계 분석으로 수행하였다. 단순 근접사고 통계분석은 근접사고 통계를 조우방향, 선종 및 시간대별로 분류하여 해역의 위험도를 평가하였으며, 복합 근접사고 통계분석은 해역의 통항량, 선박 조우빈도 대비 근접사고 비를 분석하였다.
본 연구에서 근접사고 판별은 선박의 선회반경을 기준으 로 설정된 타원반경 내 상대선의 존재유무를 판별하여 결정된다.
본 연구에서 해역 내 존재하는 다수의 선박에 K-means 알고리즘을 적용하여 선박 군집별 분할하며, 각 군집에 대해 선박 타원영역의 최대반경인 4L의 임계거리를 적용한 계층적 군집방식을 선택하여 서로 근접한 선박조합을 산출한다. 클러스터링에 의해 결정된 선박 조합을 완도해역 전 구역을 대상으로 산출된 근접사고 데이터를 선종, 조우방향 및 속력별로 표 1 과 같이 분석하였다. 이에 본 연구는 선박 범퍼영역을 활용한 근접사고 판별 기준 설정과 선박위치 클러스터링을 활용하여 해역의 근접 사고 산출 모듈을 제안하고, 실해역인 완도해역에 적용하여 근접사고 통계 분석을 수행하였다.
제안하는 근접사고 산출 모듈을 완도항 항만교통관제센터에서 30일간 수집한 항적데이터에 적용하여 해역의 근접 사고 분포를 산출하였다.
대상 데이터
- K-means 알고리즘은 K개의 객체의 좌표를 초기 군집 의 중심좌표로 선정하여, 각 객체에 대하여 K개의 군집 중 심좌표와의 거리를 산출한 후 가장 가까운 군집에 그 객체를 배정하는 과정을 반복하여 군집이 형성된다. 본 단계에서는 대상해역 내 선박 수에 따라 군집수 K를 결정하였으며, 선박 30척마다 군집을 할당하였다.
  데이터처리
  - 후)근접 사고">근접사고 산출결과를 활용한 통계분석은 단순 근접사고 통계 분석과 다른 통계 변수를 반영한 복합 근접사고 통계 분석으로 수행하였다. 단순 ">제안하였다. 또한 제안한 모듈을 완도해역 해상교통환경에 적용하여 근접사고 통계분석을 수행하였다.

이론/모형

단계 2에서는 단계1에서 분할된 군집에 대해 병합 계층적 군집방법(Agglomerative Hierarchical Clustering)을 적용한다. 이 방법은 각 개체들 간 모든 경우에 대한 거리를 해역의 선박위치 분할 클러스터링은 비계층적 군집방법 중 가장 널리 사용되는 K-means 알고리즘을 적용하였다 [9]. K-means 알고리즘은 K개의 객체의 좌표를 초기 군집 의 중심좌표로 선정하여, 각 객체에 대하여 K개의 군집 중 심좌표와의 거리를 산출한 후 가장 가까운 군집에 그 객체를 배정하는 과정을 반복하여 군집이 형성된다.

성능/효과

후)분석 결과">분석결과 7일간 완도해역 전체 근접사고는 72건으로 전체 통항량 대비 약 12.2%이다. 완도 분석결과 근접사고 빈도가 높은 구간은 선종별로는 어선 및 잡종선이, 조우방향은 정면으로 마주치는 상태, 속력별로 는 6∼10 노트구간으로 나타났다.
후)분석 결과">분석결과 완도 해역 통항선박간 발생되는 근접사고는 30일간 총 354건(선박별 708건) 발생되었으며, 주로 선박이 통항이 많은 항로와 교차점에서 발생한다.
후속연구
- 산출된 근접사고 통계 분석 결과는 해상교통관제사 및 해역을 진입하는 선박 항해사에게 해역에 관한 유용한 평가요소가 될 것이다.

질의응답

핵심어	질문	논문에서 추출한 답변
	병합 계층적 군집방법은 어떠한 절차를 사용하는가?	단계 2에서는 단계1에서 분할된 군집에 대해 병합 계층적 군집방법(Agglomerative Hierarchical Clustering)을 적용 한다. 이 방법은 각 개체들 간 모든 경우에 대한 거리를 산출 하여 근접한 객체들을 군집으로 묶고 다시 생성된 군집과 다 른 객체 또는 군집을 새로운 군집으로 묶는 등 단계적 절차 를 사용한다[10]. 이를 위해 타원반경의 최대거리인 4L을 각 선박에 대한 클러스터링 임계거리로 설정하여 군집 상호간 거리가 임계거리 이내인 경우를 탐색한다.
	해역의 위험도 평가 자료는 어떤 자료인가?	해역의 위험도 평가 자료는 해역을 관리하는 당국이나 해역을 진출입하는 선박에서 해상교통 사고예방에 중요한 참고자료가 된다. 특히, 선박 자동식별장치(Automatic Identification System, AIS) 도입으로 선박 항적자료의 취득 및 분석이 용이해져, 안전정보 제공이나 해상교통 근접사고 분석 등 활용방안이 다각적으로 검토되고 있다.
	해상교통 근접사고는 어떤 경우에 일어나는 사고인가?	해상교통 근접사고는 양 선박이 서로 접근하여 충돌위험이 있는 상황에서 충돌은 발생하지 않았으나 근접하여 통과 한 경우나 급격한 변침 및 속력감속 등의 충돌 회피동작을 취하여 충돌사고가 발생하지 않는 경우를 말한다. 특히 해상에서 선박은 정해진 항법 및 항로를 따라 항해를 하지만, 최단거리 항해, 항해당직 소홀 등의 이유로 정상적인 항 로에서 이탈하여 근접사고 상황이 발생된다.

참고문헌 (11)

K. I. Kim, J. S. Jeong, W. S. Choi, "The Study on the calculation of the stastic of the near miss using VTS DATA in WANDO waterway", Proceedings of Korean Institute of Navigation and Port Research Spring Conference, Vol. 1, pp 290-293, 2014.
Bird F. E., Loftus, R. G., Loss Control Management, Longanville: Institute Press, Division of Internat ional Loss Control, 1976.
Heinrich, H. W., Petersen, D., Roos N., Industrial Accident Prevention - Safety Management Approach, London: McGraw-Hill, Inc, 5th edition, 1980.
Inoue K, Kawase M, "Innovative Probabilistic Prediction of Accident Occurrence.", International Journal on Marine Navigation and Safety of Sea Transportation, Vol. 1, No.1, Mar 2007.
IMO, Guidance on Near-Miss Reporting, The International Maritime Organization, MSC-MEPC.7 /Circ.7, Oct. 2008.
Kohler F., Barriers to Near-miss Reporting in the Maritime Domain. Chalmers tekniska hogskola, Master's thesis, 2010.
K. I. Kim, J. S. Jeong, G. K. Park, "The Decision of Ship Near-collisions Using Maritime Traffic Data," Proceedings of KIIS Spring Conference, Vol. 1, pp. 75-76, Apr, 2014.
Fujii Y, Tanaka K., "Traffic Capacity", The Journal of Navigation, Vol. 24, pp.543-552, 1971.

상세보기
MacQueen, J. B., "Some Methods for classification and Analysis of Multivariate Observations", Proceedings of 5th Berkeley Symposium on Mathematical Statistics and Probability, University of Califonia Press. pp. 281-297.
D. Fisher, "Iterative Optimization and Simplification of Hierarchical Clusterings.", Journal of Artficial Intelligence Research, Vol. 4, pp 147-179, 1996.
IMO, International Regulations for Preventing Collisions at Sea, International Maritime Organization, London, 1972.

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증