Use of AIS data for performance evaluation of ship traffic with speed control

Wang, Likun; Li, Yang; Wan, Zheng; Yang, Zaili; Wang, Tong; Guan, Keping; Fu, Lei

doi:10.1016/j.oceaneng.2020.107259

Cited by 31 publications

(14 citation statements)

References 29 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…In this work, the number of dangerous approaches of vessels of various classes in certain areas of the water area is estimated on the basis of the classical model of the ship's domain and the most difficult areas for movement are identified. Studies [5], [6], [7] are devoted to the same problem. The paper [4] proposes an approach for assessing the traffic intensity in the water areas as a function of the density of ships.…”

Section: Discussionmentioning

confidence: 99%

“…There is an example in which for the safe passage of large vessels, it is necessary to reduce their number. The article [6] suggests an approach to choosing the speed of a ship based on retrospective data on the traffic of a particular water area (the article analyzes the movement of ships near Shanghai). The speed is selected depending on the traffic density.…”

Section: Discussionmentioning

confidence: 99%

See 1 more Smart Citation

Clustering of Marine Vessel Trajectory Data for Routes Planning through Water Areas with Heavy Traffic

Grinyak

Шуленина

Devyatisil’nyi

2022

IOP Conf. Ser.: Earth Environ. Sci.

View full text Add to dashboard Cite

The article is devoted to the problem of ensuring the safety of vessel traffic. One of the elements of the traffic organization in areas with heavy navigation is the system of establishing the routes of vessels. This system is a set of restrictions imposed by a certain traffic pattern and rules adopted in a particular water area. The paper considers the problem of planning a transition route for water areas with heavy marine traffic. The planning of the vessels transition route during the movement of the water area with established routes must be carried out taking into account the specified restrictions. A possible way to identify these restrictions is to isolate the movement patterns of a particular sea area from the retrospective information about its traffic. Model representations of such a problem can be formulated on the basis of the idea of clustering the parameters of traffic. The route planning problem model is based on finding the shortest path on a weighted graph. Several ways of constructing such a graph are proposed: a regular grid of vertices and edges; a layered ore random grid of vertices and edges; vertices and edges based on retrospective data. The weight of the edges is proposed to be set as a function of the “desirability” of a particular course of the vessel for each point of the water area, taking into account the identified movement patterns. The paper discusses possible clustering methods and makes a choice in favor of subtractive clustering.

show abstract

Section: Discussionmentioning

confidence: 99%

Section: Discussionmentioning

confidence: 99%

Clustering of Marine Vessel Trajectory Data for Routes Planning through Water Areas with Heavy Traffic

Grinyak

Шуленина

Devyatisil’nyi

2022

IOP Conf. Ser.: Earth Environ. Sci.

View full text Add to dashboard Cite

show abstract

“…Приводится пример, где для безопасного прохождения крупных судов требуется уменьшить их количество. В статье [26] предлагается подход к выбору скорости движения судна на основе ретроспективных данных о трафике конкретной акватории (проанализировано движение судов близ Шанхая). Скорость выбирается в зависимости от плотности трафика.…”

Section: результатыunclassified

Планирование Маршрутов Судов На Основе Кластеризации Ретроспективных Данных Трафика Акватории

Гриняк¹

2021

ТНВ

View full text Add to dashboard Cite

Статья посвящена проблеме обеспечения безопасности движения судов на морских акваториях. Одним из элементов организации движения в районах интенсивного судоходства является система установления путей движения судов, которая представляет собой набор ограничений, накладываемых определённой схемой движения судов, правилами движения, принятыми на конкретной акватории. Суда, нарушающие правила движения на акватории, с точки зрения классических представлений могут не представлять опасности в настоящий момент, однако способны при-вести к трудноразрешимой опасной навигационной ситуации через некоторое время. В работе рассматривается задача планирования маршрута перехода судна через акватории с интенсивным движением. Задача актуальна в свете перспективного развития беспилотных морских транспортных средств. При движении через акватории с установленными путями планирование маршрута перехода судна следует осуществлять с учётом заданных ограничений. Возможным путём идентификации этих ограничений является выделение паттернов движения конкретной морской акватории из ретроспективной информации о её трафике. Модельные представления такой задачи могут быть сформулированы на основе идеи о кластеризации параметров движения судов. В основу модели задачи планирования маршрута поло-жен поиск кратчайшего пути на взвешенном графе. Предлагается несколько способов построения такого графа: регулярная сетка вершин и рёбер, слоистая сетка вершин и рёбер, случайная сетка вершин и рёбер, вершины и рёбра на основе ретроспективных данных. Вес ребер предлагается задавать как функцию «желательности» того или иного курса судна для каждой точки акватории с учётом выявленных паттернов движения. Для этого акватория разбивается на участки и для каждого из них выполняется кластеризация курсов и скоростей. В работе обсуждаются возможные методы кластеризации, делается выбор в пользу субтрактивной кластеризации, не требующей предварительного задания количества кластеров. Источником данных о трафике акватории могут служить сервисы Автоматической идентификационной системы. В работе показана возможность использования данных АИС, доступных на специализированных интернет-ресурсах. Несмотря на «разреженность» этих данных, они хорошо отражают сводные особенности трафика акваторий. В работе приведены примеры планирования маршрутов перехода через Токийский залив.

show abstract

“…Preventing ship collision helps reduce environmental pollution, casualties, and economic losses. Extensive research has been conducted to achieve a safe maritime transport system [7][8][9][10]. One widely used way to achieve this goal is to analyze non-accident information, such as near miss, and then use these findings to develop preventive measures to enhance navigational safety [11,12].…”

Section: Introductionmentioning

confidence: 99%

Improving Near Miss Detection in Maritime Traffic in the Northern Baltic Sea from AIS Data

Banda

Goerlandt

et al. 2021

JMSE

View full text Add to dashboard Cite

Ship collision is the most common type of accident in the Northern Baltic Sea, posing a risk to the safety of maritime transportation. Near miss detection from automatic identification system (AIS) data provides insight into maritime transportation safety. Collision risk always triggers a ship to maneuver for safe passing. Some frenetic rudder actions occur at the last moment before ship collision. However, the relationship between ship behavior and collision risk is not fully clarified. Therefore, this work proposes a novel method to improve near miss detection by analyzing ship behavior characteristic during the encounter process. The impact from the ship attributes (including ship size, type, and maneuverability), perceived risk of a navigator, traffic complexity, and traffic rule are considered to obtain insights into the ship behavior. The risk severity of the detected near miss is further quantified into four levels. This proposed method is then applied to traffic data from the Northern Baltic Sea. The promising results of near miss detection and the model validity test suggest that this work contributes to the development of preventive measures in maritime management to enhance to navigational safety, such as setting a precautionary area in the hotspot areas. Several advantages and limitations of the presented method for near miss detection are discussed.

show abstract

Use of AIS data for performance evaluation of ship traffic with speed control

Cited by 31 publications

References 29 publications

Clustering of Marine Vessel Trajectory Data for Routes Planning through Water Areas with Heavy Traffic

Clustering of Marine Vessel Trajectory Data for Routes Planning through Water Areas with Heavy Traffic

Планирование Маршрутов Судов На Основе Кластеризации Ретроспективных Данных Трафика Акватории

Improving Near Miss Detection in Maritime Traffic in the Northern Baltic Sea from AIS Data

Contact Info

Product

Resources

About