Slide Frame 공간 필터링과 노드 압축 기법을 활용한 AIS 기반 선박 경로 식별 모델 개발 = Development of a Vessel Path Identification Model Based on AIS Using Slide Frame Spatial Filtering and Node Compression Techniques

국문 초록 (Abstract)

본 연구에서는 AIS 데이터로부터 선박의 주요 경로를 효율적으로 식별하기 위한 Slide Frame 기반 선박 경로 식별 모델을 제안하였다. 기존 연구들은 출발지와 목적지를 사전에 수동으로 지정하거나 분석 해역 전체를 일괄 처리하는 구조적 한계로 인해 연산 과부하 및 경로 식별 정확도 저하 문제가 발생하였다. 이를 해결하기 위해 본 연구에서는 분석 해역의 외곽 경계를 사각형 프레임으로 설정하고 내부 데이터를 제외한 게이트웨이 포인트만을 추출하는 Slide Frame 필터링을 선행 적용하였다. 추출된 게이트웨이 포인트에 DBSCAN 알고리즘을 적용하여 주요 출발지와 목적지 클러스터를 자동으로 식별하고, Douglas-Peucker 알고리즘을 통해 분류된 항적을 단순화하여 대표 변침점을 생성하였다. 목포 시아해를 대상으로 수행한 실험에서 30일간 수집된 42,822,808개의 AIS 데이터로부터 156,860개의 게이트웨이 포인트를 추출하고, 7개의 주요 출발지와 목적지 클러스터 및 7개의 주요 항적을 식별하였다. 제안 모델은 공간 필터링을 통한 연산 효율성 향상과 자동화된 공간 클러스터 탐색을 동시에 실현하여 해상교통 분석 및 선박 경로 관리에 활용될 것으로 기대한다.

다국어 초록 (Multilingual Abstract)

This study proposes a Slide Frame-based vessel path identification model to efficiently extract representative vessel paths from AIS data. Conventional methods have faced challenges with computational overload and reduced route identification accuracy due to structural limitations, such as the manual designation of origin and destination points and batch processing of entire analysis areas. To address these issues, the proposed model applies Slide Frame filtering as a preprocessing step. This step defines a rectangular frame along the outer boundary of the analysis area and extracts only gateway points by excluding internal high-density data. DBSCAN is then applied to these extracted gateway points to automatically identify primary origin and destination clusters. Subsequently, the Douglas-Peucker algorithm simplifies classified trajectories and generates representative waypoints. Experiments conducted in the Mokpo Siahe area demonstrated the extraction of 156,860 gateway points from 42,822,808 AIS records collected over 30 days. Additionally, seven primary origin and destination clusters and seven representative vessel paths were successfully identified. The proposed model simultaneously achieves computational efficiency through spatial filtering and automated spatial cluster detection, and is expected to contribute significantly to maritime traffic analysis and vessel path management.