横浜航路アプローチ操船における操船者の状況認識支援システムの開発

为横滨航线进场船舶操纵期间的船舶运营商开发态势感知支持系统

• 批准号: 21K04515
• 负责人: 西崎 ちひろ
• 金额: $ 2.75万
• 依托单位: Tokyo University of Marine Science and Technology
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Scientific Research (C)
• 财政年份: 2021
• 资助国家: 日本
• 起止时间: 2021-04-01 至 2024-03-31
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-21K04515/
• 关键词: Situation Awareness; 操船者の見張り支援; SAGAT; 船舶運航データ; レーダ画像; 機械学習

本研究は，人間の状況認識を直接計測できる手法（Situation Awareness Global Assessment Technique：SAGAT）を用いた操船シミュレータ実験で計測した操船者の状況認識と，水先人の操船データを組み合わせることで，横浜航路へのアプローチ操船に限定した操船者の状況認識のモデル化と，機械学習による船舶交通流予測を組み込んだ操船者の状況認識支援システムの構築を目的としている．令和3年度の主な実施内容は，以下の2点である．①水先人による横浜航路アプローチ操船の分析操船者の状況認識支援システムは，安全かつ効率的なアプローチ操船を提案する必要がある．そこでまず，水先人教育インストラクターテキスト（紙媒体）の中で定義されている最も安全な状況認識の事例データを数値化した．次に横浜航路アプローチ操船の経験が豊富で熟練の操船者でもある水先人の状況認識及び操船結果（時系列データ）から，複数の水先人に共通して着目する船舶とその船舶の物理的な特徴（距離や見合い関係等の物理的な指標）を抽出し，安全かつ効率的な横浜航路アプローチ操船の基本モデルを作成した．②機械学習による船舶交通流予測手法の構築レーダ画像を入力データとして船舶の動静を予測する機械学習モデルを構築した．具体的には，画像処理で加工したレーダエコーの時系列画像を複数毎入力し，教師あり学習により将来の他船のレーダエコーを予測するモデルであり，学習モデルは畳み込みオートエンコーダを用いて構築した．その結果，レーダ画像におけるノイズ除去及び小型船舶映像の識別が可能となり，船舶の針路予測精度は90.97%となった．しかし，この船舶針路予測精度はテストデータの種類が少なかったことが影響していることが想定され，令和4年度以降に十分な検証が必要である．

This study aims to measure the human condition directly.（Situation Awareness Global Assessment Technique： SAGAT) is used to measure the operator's condition knowledge, organize the operator's condition knowledge, and construct the ship traffic flow prediction support system. The main content of the order and the third year is as follows: (1) The analysis of the ship operator's condition and support system for the safety and efficiency of the ship operator. The definition of the most important safety situation awareness case is quantified in the paper media. The second is to extract the physical characteristics of the ship (physical indicators such as distance and combination relationship) common to a plurality of water users, and to create the basic model of the ship's safety rate. (2) Construction of a ship traffic flow prediction method based on mechanical learning In particular, the image processing is carried out in a number of ways. Teachers should learn how to predict the future of other ships. As a result, it is possible to eliminate the image of a small ship and identify the image of a small ship. The accuracy of the ship's needle path prediction is 90.97%. However, the accuracy of ship needle prediction is affected by the small number of types of test data, which makes it necessary to conduct a very detailed test in the fourth year of the year.