▶ 富士通株式会社の特許一覧 ▶ 若築建設株式会社の特許一覧
(19)【発行国】日本国特許庁(JP)
(12)【公報種別】特許公報(B2)
(11)【特許番号】
(24)【登録日】2024-10-17
(45)【発行日】2024-10-25
(54)【発明の名称】船舶監視装置、船舶監視方法および船舶監視プログラム
(51)【国際特許分類】
G08G 3/00 20060101AFI20241018BHJP
G16Y 10/40 20200101ALI20241018BHJP
G16Y 20/20 20200101ALI20241018BHJP
G16Y 40/10 20200101ALI20241018BHJP
【ＦＩ】
G08G3/00 A
G16Y10/40
G16Y20/20
G16Y40/10
【請求項の数】
9
(21)【出願番号】P 2021074146
(22)【出願日】2021-04-26
(65)【公開番号】P2022168583
(43)【公開日】2022-11-08
【審査請求日】2024-01-10
(73)【特許権者】
【識別番号】000005223
【氏名又は名称】富士通株式会社
(73)【特許権者】
【識別番号】000182030
【氏名又は名称】若築建設株式会社
(74)【代理人】
【識別番号】110002918
【氏名又は名称】弁理士法人扶桑国際特許事務所
(72)【発明者】
【氏名】野田 明
(72)【発明者】
【氏名】吉住 雄二
【審査官】秋山 誠
(56)【参考文献】
【文献】特開２０１８－０３６９５８（ＪＰ，Ａ）
【文献】国際公開第２０１９／１２１２３７（ＷＯ，Ａ１）
【文献】特開２０１９－２０４３９６（ＪＰ，Ａ）
【文献】特開平１０－２８８６６３（ＪＰ，Ａ）
【文献】特開２０１９－０４０３２９（ＪＰ，Ａ）
(58)【調査した分野】(Int.Cl.，ＤＢ名)
Ｇ０８Ｇ ３／００
Ｇ１６Ｙ １０／４０
Ｇ１６Ｙ ２０／２０
Ｇ１６Ｙ ４０／１０
(57)【特許請求の範囲】
【請求項1】
港湾に対して入港する船舶の位置情報および船種を検出し、前記港湾における過去の複数の入港船舶のそれぞれについての位置情報および船種を入力として船種ごとに航路を学習した学習済みモデルを用いて、前記船舶についての位置情報および船種の検出結果を基に前記船舶の航路を予測する、処理部、
を有する船舶監視装置。
【請求項2】
前記学習済みモデルは、前記複数の入港船舶のそれぞれについての所定数以上の位置情報を入力とした学習によって生成され、前記処理部は、前記船舶についての前記所定数の位置情報に基づいて前記船舶の航路を予測する、
請求項１記載の船舶監視装置。
【請求項3】
前記処理部は、前記船舶の航路予測において、現時刻より後の複数の時刻のそれぞれにおける前記船舶の予測位置を出力する、請求項１または２記載の船舶監視装置。
【請求項4】
前記処理部はさらに、前記複数の時刻のそれぞれにおける前記予測位置を海図上に示した画像の表示情報を出力する、請求項３記載の船舶監視装置。
【請求項5】
前記処理部は、前記船舶の航路予測において、現時刻から所定時間後における前記船舶の位置を予測し、所定の確率以上で予測される位置の範囲を示す予報円を海図上に示した画像の表示情報を出力する、請求項１または２記載の船舶監視装置。
【請求項6】
前記複数の入港船舶のそれぞれについての位置情報および船種は、前記港湾の付近で前記複数の入港船舶から送信されたＡＩＳ（Automatic Identification System）データから取得される、請求項１乃至５のいずれか１項に記載の船舶監視装置。
【請求項7】
前記処理部はさらに、前記船舶の航路の予測結果に基づいて、前記船舶が前記港湾の所定領域に到達する到達時刻を算出し、前記到達時刻に基づいて前記所定領域にある船舶を退避させる時刻を算出する、請求項１乃至６のいずれか１項に記載の船舶監視装置。
【請求項8】
コンピュータが、港湾に対して入港する船舶の位置情報および船種を検出し、
前記港湾における過去の複数の入港船舶のそれぞれについての位置情報および船種を入力として船種ごとに航路を学習した学習済みモデルを用いて、前記船舶についての位置情報および船種の検出結果を基に前記船舶の航路を予測する、
船舶監視方法。
【請求項9】
コンピュータに、港湾に対して入港する船舶の位置情報および船種を検出し、
前記港湾における過去の複数の入港船舶のそれぞれについての位置情報および船種を入力として船種ごとに航路を学習した学習済みモデルを用いて、前記船舶についての位置情報および船種の検出結果を基に前記船舶の航路を予測する、
処理を実行させる船舶監視プログラム。
【発明の詳細な説明】
【技術分野】
【0001】
本発明は、船舶監視装置、船舶監視方法および船舶監視プログラムに関する。
【背景技術】
【0002】
船舶の航行の際には、ＡＩＳ（Automatic Identification System）データなどによって他船の位置や速度、方向を把握し、他船の航路を予測することで、自船の安全な航行が可能になる。また、船舶の航路を自動的に予測・推定することも考えられている。例えば、船舶の種類ごとに船舶の運動特性を学習し、その学習結果に基づいて、航跡データを損失した区間における船舶の航跡を推定する推定システムが提案されている。
【0003】
一方、海上工事においても、工事区域に接近する船舶を警戒する必要がある。工事区域に船舶が接近した場合には、その船舶に警告する、あるいは工事の作業船を退避させるといった対処がなされる。船舶の航路を予測する技術は、このような目的のためにも有用である。これに関連する技術として、例えば、入港する船舶からのＡＩＳデータを用いて、船舶が工事の施工位置周辺を航行する時刻を推定し、その時刻に基づいて作業船を施工位置から退避すべきか否かを判定する支援システムが提案されている。
【先行技術文献】
【特許文献】
【0004】
【文献】特開２０１９－１８５７８５号公報
【文献】特開２０１９－４０３２９号公報
【発明の概要】
【発明が解決しようとする課題】
【0005】
港湾において工事が施工される場合には、その港湾を航行する船舶の航路を予測することで、船舶が工事区域に接近するかの判定や、接近する時刻の推定を行うことができる。この場合、港湾における船舶の航路を正確に予測することが重要となる。ここで、上記のように船舶の運動特性を考慮して船舶の航路を予測した場合、港湾ごとに地形などの特徴が異なることから、港湾によっては航路の予測精度が低下するという問題がある。
【0006】
１つの側面では、本発明は、港湾における船舶の航路予測精度を向上させることが可能な船舶監視装置、船舶監視方法および船舶監視プログラムを提供することを目的とする。
【課題を解決するための手段】
【0007】
１つの案では、次のような処理部を有する船舶監視装置が提供される。この船舶監視装置において、処理部は、港湾に対して入港する船舶の位置情報および船種を検出し、港湾における過去の複数の入港船舶のそれぞれについての位置情報および船種を入力として船種ごとに航路を学習した学習済みモデルを用いて、船舶についての位置情報および船種の検出結果を基に船舶の航路を予測する。
【0008】
また、１つの案では、上記の船舶監視装置と同様の処理をコンピュータが実行する船舶監視方法が提供される。
さらに、１つの案では、上記の船舶監視装置と同様の処理をコンピュータに実行させる船舶監視プログラムが提供される。
さらに、１つの案では、上記の船舶監視装置と同様の処理をコンピュータに実行させる船舶監視プログラムが提供される。
【発明の効果】
【0009】
１つの側面では、港湾における船舶の航路予測精度が向上する。
【図面の簡単な説明】
【0010】
【図1】第１の実施の形態に係る船舶監視装置の構成例および処理例を示す図である。
【図2】第２の実施の形態に係る船舶監視システムの構成例を示す図である。
【図3】監視サーバのハードウェア構成例を示す図である。
【図4】船舶監視システム内の各装置が備える処理機能の構成例を示す図である。
【図5】航路予測ＡＩの基本的な処理を説明するための図である。
【図6】港湾別の航路学習処理を説明するための図である。
【図7】監視対象の船舶の抽出処理について説明するための図である。
【図8】予測位置の表示処理例を示す図である。
【図9】監視対象の船舶が警戒ラインに到達した場合の処理について説明するための図である。
【図10】監視対象の船舶が工事区域に進入すると予測される場合の処理について説明するための図である。
【図11】作業船の退避完了を判定する処理の例を示す図である。
【図12】監視対象抽出処理の例を示すフローチャートである。
【図13】船舶の接近監視処理の例を示すフローチャート（その１）である。
【図14】船舶の接近監視処理の例を示すフローチャート（その２）である。
【図15】船舶の接近監視処理についての変形例を示すフローチャートである。
【図16】第３の実施の形態に係る船舶監視システムの構成例を示す図である。
【発明を実施するための形態】
【0011】
以下、本発明の実施の形態について図面を参照して説明する。
〔第１の実施の形態〕
図１は、第１の実施の形態に係る船舶監視装置の構成例および処理例を示す図である。図１に示す船舶監視装置１０は、記憶部１１と処理部１２を有する。記憶部１１は、例えば、船舶監視装置１０が備える図示しない記憶装置の記憶領域として実現される。処理部１２は、例えば、船舶監視装置１０が備える図示しないプロセッサとして実現される。
〔第１の実施の形態〕
図１は、第１の実施の形態に係る船舶監視装置の構成例および処理例を示す図である。図１に示す船舶監視装置１０は、記憶部１１と処理部１２を有する。記憶部１１は、例えば、船舶監視装置１０が備える図示しない記憶装置の記憶領域として実現される。処理部１２は、例えば、船舶監視装置１０が備える図示しないプロセッサとして実現される。
【0012】
記憶部１１には、船舶の航路を予測するための学習済みモデル１１ａが記憶される。処理部１２は、特定の港湾（港湾Ａとする）に対して入港する船舶の航路を、学習済みモデル１１ａを用いて予測する。これにより、船舶監視装置１０は、港湾Ａにおける船舶の航路を予測することができる。例えば、港湾Ａで海上工事が施工されている場合、船舶監視装置１０は、海上工事の現場に接近する可能性のある船舶の航路を予測することができる。
【0013】
学習済みモデル１１ａは、次のように生成される。図１の上側に示すように、港湾における過去の複数の入港船舶のそれぞれについての位置情報および船種を入力として、船種ごとに航路が学習される。この学習のための入力データとして、航路予測の対象と同じ港湾Ａにおける過去の入港船舶についての位置情報（絶対座標）および船種が用いられる。
【0014】
ここで、船種ごとに航路の学習が行われることで、例えば船種ごとの動きの特徴が反映された学習済みモデル１１ａを生成できる。しかし、港湾によって地形などの特徴が異なるので、船種ごとの航路のとり方（速度や方向など）や、入港時刻の遅延の仕方が異なる。
【0015】
本実施の形態では、航路予測の対象と同じ港湾Ａにおける過去の入港船舶についての位置情報および船種を用いて学習が行われ、学習済みモデル１１ａが生成される。そして、この学習済みモデル１１ａを用いて、同じ港湾Ａに入港する船舶の航路が予測される。このため、港湾Ａの特徴に応じた正確な航路予測が可能となる。
【0016】
船舶監視装置１０の処理部１２は、次のような手順によって航路予測を行う。ここでは例として、図１の左下に示すように、港湾Ａの位置１において海上工事が施工されているとする。この状態で、処理部１２は、港湾Ａに入港する船舶２を検出したとする。すると、処理部１２は、その船舶２の位置情報および船種を検出する。船舶２の位置情報および船種は、例えば、船舶２から送信されるＡＩＳデータから取得可能である。
【0017】
次に、処理部１２は、学習済みモデル１１ａを用いて、船舶２についての位置情報および船種の検出結果を基に、船舶２の航路を予測する。予測される航路の例として、例えば、所定時間後の船舶２の位置２ａが予測される。また、航路予測処理は、実際には、学習済みモデル１１ａのデータのうち、船舶２の船種に対応するデータを用いて実行される。
【0018】
以上の処理により、港湾における船舶の航路予測の精度を向上させることができる。例えば、港湾の工事区域に接近する船舶の航路予測の精度を向上させることができる。
〔第２の実施の形態〕
次に、第１の実施の形態における航路予測処理を利用して、工事区域の作業船を退避させる時刻を算出可能な船舶監視システムについて説明する。
〔第２の実施の形態〕
次に、第１の実施の形態における航路予測処理を利用して、工事区域の作業船を退避させる時刻を算出可能な船舶監視システムについて説明する。
【0019】
図２は、第２の実施の形態に係る船舶監視システムの構成例を示す図である。図２に示す船舶監視システムは、監視サーバ１００、現場端末２００および退避場端末３００を含む。監視サーバ１００、現場端末２００および退避場端末３００は、ネットワーク４００を介して互いに接続されている。
【0020】
監視サーバ１００は、港湾の内部において護岸工事、浚渫工事などの海上工事が施工されている状況において、工事の安全な施工を可能にするための支援処理を実行するサーバ装置である。具体的には、監視サーバ１００は、工事現場に接近する船舶を監視し、その監視結果に基づいて、作業船を工事現場から退避させる適切な退避時刻を算出する。監視サーバ１００は、例えばＷｅｂサーバ機能を備え、現場端末２００に対して退避時刻などの各種の情報を通知するための表示情報を送信する。
【0021】
港湾付近での海上工事の現場は船舶の航路に近い場合も多く、そのような場合には船舶が工事現場に接近するたびに作業船を退避させることで、船舶の航路や工事作業員の安全が確保されている。このような工事現場では、接近する船舶を目視で監視したり、船舶の入出港の予定表を参照することで、作業船を退避させる時刻を判断していた。監視サーバ１００は、このような作業船の退避時刻を自動的に判断するものであり、これによって船舶の航行や工事作業の安全性を確保しつつ、工事現場での作業効率を向上させる。
【0022】
現場端末２００は、工事現場の作業船、または工事現場付近の陸上施設に設置される端末装置である。現場端末２００には、ＡＩＳ受信機２０１と表示装置２０２が接続されている。
【0023】
ＡＩＳ受信機２０１は、港湾の付近を航行する船舶からのＡＩＳデータを受信するための装置であり、ＡＩＳデータを受信するためのアンテナ、アンテナによる受信信号を処理する処理装置などを含む。ＡＩＳデータには、船舶の識別符号、船名、位置情報（例えば緯度、経度などの絶対座標情報）が含まれる。ＡＩＳ受信機２０１は、受信したＡＩＳデータを現場端末２００に送信する。
【0024】
現場端末２００は、受信したＡＩＳデータの内容を、港湾付近の航行が検知された船舶に関する船舶情報として監視サーバ１００に送信する。監視サーバ１００は、現場端末２００から受信した船舶情報に基づいて工事現場に接近する船舶の航路を予測し、その予測結果に基づいて船舶が工事現場付近を通過する時刻を予測する。監視サーバ１００は、船舶の通過予測時刻に基づき、作業船が退避するためにかかる時間を考慮して、適切な退避開始時刻を算出して現場端末２００に通知する。
【0025】
なお、ＡＩＳデータは、船舶情報を取得するための情報の一例である。ＡＩＳデータの送信機を備えない小型船からは、例えば、ＧＰＳ（Global Positioning System）情報が船舶の識別情報とともに受信することで、船舶情報を取得することができる。
【0026】
表示装置２０２は、監視サーバ１００から受信した表示情報などを表示する。
退避場端末３００は、作業船が工事現場から退避する際の退避先となる退避場所付近に設置される端末装置である。退避場端末３００には、カメラ３０１が接続される。カメラ３０１は、退避場所に進入する作業船を撮影する。退避場端末３００は、撮影された画像を解析することで、退避場所に対する作業船の移動が完了したかを判定し、移動が完了した場合にその旨を監視サーバ１００に通知する。なお、カメラ３０１の画像解析は作業船の移動完了の判定方法の一例であり、例えば、作業船のＧＰＳ情報に基づいて作業船の移動完了が判定されてもよい。
退避場端末３００は、作業船が工事現場から退避する際の退避先となる退避場所付近に設置される端末装置である。退避場端末３００には、カメラ３０１が接続される。カメラ３０１は、退避場所に進入する作業船を撮影する。退避場端末３００は、撮影された画像を解析することで、退避場所に対する作業船の移動が完了したかを判定し、移動が完了した場合にその旨を監視サーバ１００に通知する。なお、カメラ３０１の画像解析は作業船の移動完了の判定方法の一例であり、例えば、作業船のＧＰＳ情報に基づいて作業船の移動完了が判定されてもよい。
【0027】
図３は、監視サーバのハードウェア構成例を示す図である。監視サーバ１００は、例えば、図３に示すようなコンピュータとして実現される。図３に示す監視サーバ１００は、プロセッサ１０１、ＲＡＭ（Random Access Memory）１０２、ＨＤＤ（Hard Disk Drive）１０３、グラフィックインタフェース（Ｉ／Ｆ）１０４、入力インタフェース（Ｉ／Ｆ）１０５、読み取り装置１０６および通信インタフェース（Ｉ／Ｆ）１０７を備える。
【0028】
プロセッサ１０１は、監視サーバ１００全体を統括的に制御する。プロセッサ１０１は、例えば、ＣＰＵ（Central Processing Unit）、ＭＰＵ（Micro Processing Unit）、ＤＳＰ（Digital Signal Processor）、ＡＳＩＣ（Application Specific Integrated Circuit）またはＰＬＤ（Programmable Logic Device）である。また、プロセッサ１０１は、ＣＰＵ、ＭＰＵ、ＤＳＰ、ＡＳＩＣ、ＰＬＤのうちの２以上の要素の組み合わせであってもよい。
【0029】
ＲＡＭ１０２は、監視サーバ１００の主記憶装置として使用される。ＲＡＭ１０２には、プロセッサ１０１に実行させるＯＳ（Operating System）プログラムやアプリケーションプログラムの少なくとも一部が一時的に格納される。また、ＲＡＭ１０２には、プロセッサ１０１による処理に必要な各種データが格納される。
【0030】
ＨＤＤ１０３は、監視サーバ１００の補助記憶装置として使用される。ＨＤＤ１０３には、ＯＳプログラム、アプリケーションプログラム、および各種データが格納される。なお、補助記憶装置としては、ＳＳＤ（Solid State Drive）などの他の種類の不揮発性記憶装置を使用することもできる。
【0031】
グラフィックインタフェース１０４には、表示装置１０４ａが接続されている。グラフィックインタフェース１０４は、プロセッサ１０１からの命令にしたがって、画像を表示装置１０４ａに表示させる。
【0032】
入力インタフェース１０５には、入力装置１０５ａが接続されている。入力インタフェース１０５は、入力装置１０５ａから出力される信号をプロセッサ１０１に送信する。入力装置１０５ａとしては、キーボードやポインティングデバイスなどがある。ポインティングデバイスとしては、マウス、タッチパネル、タブレット、タッチパッド、トラックボールなどがある。
【0033】
読み取り装置１０６には、可搬型記録媒体１０６ａが脱着される。読み取り装置１０６は、可搬型記録媒体１０６ａに記録されたデータを読み取ってプロセッサ１０１に送信する。可搬型記録媒体１０６ａとしては、光ディスク、光磁気ディスク、半導体メモリなどがある。
【0034】
通信インタフェース１０７は、ネットワーク４００を介して現場端末２００、退避場端末３００などの他の装置との間でデータの送受信を行う。
以上のようなハードウェア構成によって、監視サーバ１００の処理機能を実現することができる。なお、現場端末２００および退避場端末３００も、図３のような構成のコンピュータとして実現することができる。
以上のようなハードウェア構成によって、監視サーバ１００の処理機能を実現することができる。なお、現場端末２００および退避場端末３００も、図３のような構成のコンピュータとして実現することができる。
【0035】
図４は、船舶監視システム内の各装置が備える処理機能の構成例を示す図である。
まず、現場端末２００は、船舶情報送信部２１１と情報表示処理部２１２を備える。船舶情報送信部２１１と情報表示処理部２１２の処理は、例えば、現場端末２００が備える図示しないプロセッサが所定のプログラムを実行することで実現される。
まず、現場端末２００は、船舶情報送信部２１１と情報表示処理部２１２を備える。船舶情報送信部２１１と情報表示処理部２１２の処理は、例えば、現場端末２００が備える図示しないプロセッサが所定のプログラムを実行することで実現される。
【0036】
船舶情報送信部２１１は、ＡＩＳ受信機２０１によって受信されたＡＩＳデータを取得し、ＡＩＳデータに基づく船舶情報を生成して監視サーバ１００に送信する。船舶情報には少なくとも、船名、船種（船舶の種別）、位置情報が含まれる。また、船舶情報には、船舶の速度、方向がさらに含まれてもよい。
【0037】
情報表示処理部２１２は、監視サーバ１００から表示情報を受信し、表示情報に基づく画像を表示装置２０２に表示させる。表示情報としては、例えば、検知された船舶の位置や予測航路が示された。港湾付近の海図や、工事の施工現場付近における船舶の通過予測時刻に基づいて算出された、作業船の退避開始時刻を示す情報などが、監視サーバ１００から受信される。
【0038】
次に、退避場端末３００は、退避船舶検出部３１１を備える。退避船舶検出部３１１の処理は、例えば、退避場端末３００が備える図示しないプロセッサが所定のプログラムを実行することで実現される。退避船舶検出部３１１は、カメラ３０１によって撮影された画像を解析することで、退避場所に対する作業船の移動が完了したかを判定し、移動が完了した場合にその旨を監視サーバ１００に通知する。この判定機能は、例えば、撮影画像から、そこに写っている船舶の種別と船舶の位置とを検出する船舶識別ＡＩによって実現される。
【0039】
次に、監視サーバ１００は、学習モデル記憶部１１１、入出港リスト記憶部１１２および監視対象記憶部１１３を備える。これらの学習モデル記憶部１１１、入出港リスト記憶部１１２および監視対象記憶部１１３は、ＲＡＭ１０２、ＨＤＤ１０３など、監視サーバ１００が備える記憶装置の記憶領域として実現される。
【0040】
また、監視サーバ１００はさらに、航行履歴取得部１２１、航路学習部１２２、船舶情報受信部１２３、監視対象抽出部１２４、接近監視処理部１２５、情報通知部１２６および退避監視処理部１２７を備える。これらの航行履歴取得部１２１、航路学習部１２２、船舶情報受信部１２３、監視対象抽出部１２４、接近監視処理部１２５、情報通知部１２６および退避監視処理部１２７の処理は、例えば、監視サーバ１００が備えるプロセッサ１０１が所定のプログラムを実行することで実現される。
【0041】
監視サーバ１００においては、監視対象とされた船舶の航路予測が航路予測ＡＩ（Artificial Intelligence）を用いて実行される。航行履歴取得部１２１、航路学習部１２２および学習モデル記憶部１１１は、航路予測ＡＩの学習モデルを生成するための学習機能として設けられる。一方、後述する接近監視処理部１２５は、生成された学習モデルを用いて航路予測を実行するための推論機能として設けられる。
【0042】
航行履歴取得部１２１は、工事が施工される港湾における過去の船舶の航行履歴を取得する。航行履歴には少なくとも、船舶の船種、船舶の航跡上の複数の位置（絶対座標）、各位置に対応する時刻の情報が含まれる。また、航行履歴にはこの他に、各位置における速度や方向が含まれてもよい。
【0043】
この航行履歴としては、主として、過去に航行した船舶から送信されたＡＩＳデータを用いることができる。特に、大型船ではＡＩＳデータを送信することが義務付けられていることから、例えば港湾を管理する管理者から過去のＡＩＳデータを航行履歴として取得することは容易である。一方、小型船などのＡＩＳデータの送信機能を備えない船舶については、例えば、乗員が保有する携帯端末（スマートフォンなど）によって検出されたＧＰＳ情報を利用することができる。国によっては、小型船の安全性確保のためにＧＰＳ情報などの位置情報の収集や配布を推進していることから、このような位置情報を航行履歴として利用することも可能である。
【0044】
航路学習部１２２は、取得された航行履歴を用いて船舶の航路を学習することで、学習モデルを生成し、生成された学習モデルを示すデータ（学習モデルデータ）を学習モデル記憶部１１１に登録する。この学習では、航行履歴が船種別に分類され、船種ごとに航路の学習が行われる。したがって、学習モデルデータも船種別に生成され、学習モデル記憶部１１１に登録される。
【0045】
船舶情報受信部１２３は、海上工事の施工中において、現場端末２００の船舶情報送信部２１１から送信された船舶情報を受信する。前述のように、船舶情報には少なくとも、船名、船種、位置情報が含まれる。また、船舶情報には、船舶の速度、方向がさらに含まれてもよい。
【0046】
入出港リスト記憶部１１２には、工事が施工される港湾における入出港リストが記憶される。監視対象抽出部１２４は、船舶情報が受信された船舶を入出港リスト記憶部１１２内の入出港リストと照合することで、これらの船舶の中から工事現場に接近する可能性のある船舶を監視対象として抽出する。この処理では、船舶情報が受信された船舶の中から、入出港リストにおいて現時刻を含む所定期間に入港する予定の船舶が、監視対象として抽出される。抽出された船舶についての船舶情報は、監視対象記憶部１１３に登録される。監視対象記憶部１１３には、監視対象とされた船舶についての船舶情報が蓄積される。
【0047】
接近監視処理部１２５は、監視対象記憶部１１３に蓄積された船舶情報に基づき、監視対象の船舶の動きを監視する。このとき、接近監視処理部１２５は、学習モデル記憶部１１１に記憶された学習モデルデータを用いて、監視対象の船舶の航路を予測する。この航路予測では、船舶の船種に対応する学習モデルデータが使用される。また、航路予測の結果としては、所定時間後における船舶の予測位置が出力される。
【0048】
接近監視処理部１２５は、所定時間後における船舶の予測位置が所定の警戒ラインを超えて接近した場合には、船舶が接近していることを、情報通知部１２６を介して現場端末２００に警告する。さらに、接近監視処理部１２５は、所定時間後における船舶の予測位置が工事現場を含む工事区域に含まれる場合には、その予測位置での船舶の到達予測時刻に基づいて、工事現場から作業船を退避させる退避開始時刻を算出する。
【0049】
情報通知部１２６は、接近監視処理部１２５や退避監視処理部１２７からの依頼に応じて、各種の表示情報を現場端末２００に送信して情報を表示させる。例えば、情報通知部１２６は、接近監視処理部１２５によって算出された退避開始時刻を示す表示情報を現場端末２００に送信する。また、情報通知部１２６は、接近監視処理部１２５の処理結果に基づき、海図上に船舶の位置を示した表示情報や、その海図上に監視対象の船舶の予測位置を示した表示情報を、現場端末２００に送信することもできる。
【0050】
退避監視処理部１２７は、算出された退避開始時刻を過ぎた船舶について、退避場端末３００からの情報に基づいて退避場所への退避が完了したかを監視し、退避が完了した場合には、情報通知部１２６に退避完了を示す表示情報を送信させる。
【0051】
ところで、作業船を工事現場から退避場所に移動させるには、ある程度の時間がかかる。このため、工事現場に船舶が接近した際には、作業船の退避にかかる時間を考慮して退避時刻を決定することが望まれる。このような退避時刻を正確に決定するためには、作業船の退避が必要となる工事区域に船舶が進入する時刻を正確に予測できることが重要となる。
【0052】
船舶の進入時刻を予測する方法としては、例えば、船舶の入出港スケジュールを記載した入出港リストを参照する方法が考えられる。しかし、船舶の実際の入出港時刻は、バースの空き待ち状況や天候などの様々な理由によってずれる場合が多く、そのずれ幅も大きい。例えば、数時間にわたるバースの空き待ちが発生することもある。したがって、この方法では船舶が工事区域に進入する時刻を正確に予測することは難しい。
【0053】
このため、実際には、工事現場に接近する船舶を目視で監視することで、工事区域への船舶の進入時刻を予測する方法がとられることが多い。しかし、この方法でも船舶の進入時刻を正確に予測することは難しい。このため、安全のために時間に余裕をとり、作業船を早めに退避させるようにすることが多いが、退避時刻を早めることで工事を施工できる時間が短くなってしまうという問題がある。
【0054】
そこで、本実施の形態では、航路予測ＡＩを用いて、工事現場に接近する船舶の航路が予測される。前述のように、航路予測ＡＩは、工事が施工される港湾における過去の航行履歴を基に事前に学習された学習モデルを用いて、航行中の船舶の移動状況に応じてその船舶の航路を予測する。以下、図５、図６を参照しながら航路予測ＡＩについて説明する。
【0055】
図５は、航路予測ＡＩの基本的な処理を説明するための図である。
まず、航路学習部１２２による学習処理について説明する。航路学習部１２２は、航行履歴取得部１２１によって取得された航行履歴のデータ（航行履歴データ）を用いて船舶の航跡を学習することで、学習モデルを生成する。前述のように、航行履歴データには少なくとも、船舶の船種、船舶の航跡上の複数の位置（絶対座標）、各位置に対応する時刻の情報が含まれる。ただし、航行履歴データには、少なくともｎ組以上（ｎ≧２）の位置および時刻の組み合わせが登録されるものとする。これは、直前のｎ個の位置情報の入力に対して所定時間後の予測位置を出力するような予測器が学習されるからである。
まず、航路学習部１２２による学習処理について説明する。航路学習部１２２は、航行履歴取得部１２１によって取得された航行履歴のデータ（航行履歴データ）を用いて船舶の航跡を学習することで、学習モデルを生成する。前述のように、航行履歴データには少なくとも、船舶の船種、船舶の航跡上の複数の位置（絶対座標）、各位置に対応する時刻の情報が含まれる。ただし、航行履歴データには、少なくともｎ組以上（ｎ≧２）の位置および時刻の組み合わせが登録されるものとする。これは、直前のｎ個の位置情報の入力に対して所定時間後の予測位置を出力するような予測器が学習されるからである。
【0056】
航路学習部１２２は、取得された航行履歴データを、記載された船種ごとに分類する（ステップＳ１１）。図５の例では、航行履歴データが３種類の船種ごとに分類されたとする。航路学習部１２２は、分類された航行履歴データをそれぞれ用いて、船種ごとに個別に航跡の学習を行う（ステップＳ１２ａ～Ｓ１２ｃ）。
【0057】
航跡の学習では、上記のように複数組（ｎ組以上）の位置および時刻の組み合わせを含む時系列データに基づき、例えば、ＬＳＴＭ（Long－Short Term Memory）を用いた時系列データの学習モデルが構築される。このような学習により、直前のｎ組の位置および時刻の組み合わせを含む情報の入力に対して、所定時間後の予測位置を出力するような予測器を示す学習モデルのデータが生成される。本実施の形態では例として、ｍ１秒後の予測位置と、ｍ２秒後の予測位置とを出力する予測器の学習モデルデータが生成されるものとする（ただし、ｍ２＞ｍ１）。このような学習モデルデータが船種ごとに生成されて、学習モデル記憶部１１１に登録される。
【0058】
次に、生成された学習モデルデータを用いた航路予測（推論）について説明する。監視対象記憶部１１３には、監視対象として抽出された船舶ごとに生成される船舶情報レコードを含む管理テーブルが登録される。船舶情報レコードには、現場端末２００から送信された船舶情報の内容が、船舶ごとにまとめて登録される。したがって、船舶情報レコードには少なくとも、船名、船種に対応付けて、位置（絶対座標）と時刻との組み合わせが１組以上登録される。
【0059】
本実施の形態において、接近監視処理部１２５は、監視対象の船舶が抽出されると、その船舶の航路予測を開始する。図５に示すように、接近監視処理部１２５は、ある船舶の航路予測を行う場合、この船舶に対応する船舶情報レコード１１３ａを参照する。接近監視処理部１２５は、船舶情報レコード１１３ａに基づいて船種を判別する（ステップＳ２１）。
【0060】
次に、接近監視処理部１２５は、判別された船種に対応する学習モデルデータを学習モデル記憶部１１１から選択して読み出す。これとともに、接近監視処理部１２５は、船舶情報レコード１１３ａから直近のｎ組の位置と時刻の組み合わせを読み出し、読み出されたデータを、選択された学習モデルデータを用いて構築された予測器に入力して、航路予測（推論）を行う（ステップＳ２２）。この航路予測により、現時刻から所定時間後における船舶の予測位置が出力される。本実施の形態では、現時刻からｍ１秒後の予測位置と、ｍ２秒後の予測位置とが出力される。
【0061】
このように、航行履歴データを用いて船種ごとに航跡の学習が行われることで、高精度な航路の予測器を生成することが可能となる。
なお、この予測器には上記のように、直近のｎ個の位置の情報が入力されればよい。これらのｎ個の位置は、時間的に等間隔で検出されたものでなくてよい。これは、ＡＩＳデータが時間的に等間隔で送信されるものではないためである。ただし、例えば、船舶情報に位置と時刻に加えて速度、または速度と方向とが記載されている場合には、これらの情報に基づく補間演算によって、一定時間間隔で検出された位置の情報が疑似的に生成されてもよい。この場合、航行履歴データにも位置および時刻に加えて速度、または速度と方向とが記載され、これらの情報に基づく補間演算によって、一定時間間隔で検出された位置の情報が疑似的に生成され、生成された位置の情報を用いて学習が行われればよい。
なお、この予測器には上記のように、直近のｎ個の位置の情報が入力されればよい。これらのｎ個の位置は、時間的に等間隔で検出されたものでなくてよい。これは、ＡＩＳデータが時間的に等間隔で送信されるものではないためである。ただし、例えば、船舶情報に位置と時刻に加えて速度、または速度と方向とが記載されている場合には、これらの情報に基づく補間演算によって、一定時間間隔で検出された位置の情報が疑似的に生成されてもよい。この場合、航行履歴データにも位置および時刻に加えて速度、または速度と方向とが記載され、これらの情報に基づく補間演算によって、一定時間間隔で検出された位置の情報が疑似的に生成され、生成された位置の情報を用いて学習が行われればよい。
【0062】
また、学習および航路予測の際に、入力データとして位置および時刻に加えて速度と方向の少なくとも一方が含まれ、これらの情報も用いて学習および航路予測が行われるようにしてもよい。これにより、位置と時刻のみ使用した場合と比較して、航路予測の精度を向上させることができる。
【0063】
例えば速度と方向の両方が用いられる場合、航路学習部１２２に入力される航行履歴データには、位置、時刻、速度および方向の組み合わせがｎ組以上記載され、このような航行履歴データを用いて学習が行われる。また、接近監視処理部１２５は、入力される船舶情報レコードの中から、位置、時刻、速度および方向についての直近のｎ組の組み合わせを抽出して、航路予測を行う。
【0064】
図６は、港湾別の航路学習処理を説明するための図である。上記のように、学習モデルは、過去の航跡を学習することで船舶の航路を予測するものである。このため、予測結果は教師データである航跡に依存するが、この航跡は、港湾の形状や地形、目的地に大きく依存する。そこで、本実施の形態では、港湾別の航行履歴データを用いて、各港湾における航路予測用の学習モデルが個別に生成される。
【0065】
図６では、港湾Ｈ１と港湾Ｈ２のそれぞれについて個別に学習が行われる場合について例示している。航路学習部１２２は、港湾Ｈ１の付近を航行した船舶についての航行履歴データを用いて、船種ごとに航跡を学習する。これにより、港湾Ｈ１に関する船種ごとの学習モデルデータが生成される。また、航路学習部１２２は、港湾Ｈ２の付近を航行した船舶についての航行履歴データを用いて、船種ごとに航跡を学習する。これにより、港湾Ｈ２に関する船種ごとの学習モデルデータが生成される。
【0066】
港湾Ｈ１に対応する航行履歴データについては、例えば、港湾Ｈ１の管理者によって収集されたデータを取得することが可能である。同様に、港湾Ｈ２に対応する航行履歴データについては、例えば、港湾Ｈ２の管理者によって収集されたデータを取得することが可能である。
【0067】
また、航行履歴取得部１２１は、例えば、全国から収集された航行履歴データの中から、航行履歴データに記載された位置情報（絶対座標）に基づいて、港湾Ｈ１，Ｈ２にそれぞれ対応する航行履歴データを抽出してもよい。例えば、港湾Ｈ１を含む領域の範囲（「第１の範囲」とする）と、港湾Ｈ２を含む領域の範囲（「第２の範囲」とする）があらかじめ設定される。航行履歴取得部１２１は、収集された航行履歴データの中から、位置情報が示す位置が第１の範囲に含まれるデータのみを抽出し、抽出されたデータを用いて港湾Ｈ１についての学習を行う。同様に、航行履歴取得部１２１は、収集された航行履歴データの中から、位置情報が示す位置が第２の範囲に含まれるデータのみを抽出し、抽出されたデータを用いて港湾Ｈ２についての学習を行う。
【0068】
このように、各港湾の付近を航行した船舶についての航行履歴データを用いて港湾ごとに個別に学習が行われることで、港湾の形状や地形に合致した航路予測が可能な学習モデルを生成でき、その学習モデルを用いることで高精度な航路予測を実行可能になる。
【0069】
次に、図７～図１０を参照しながら、上記の航路予測ＡＩを用いて作業船の退避時刻を算出する処理について説明する。
図７は、監視対象の船舶の抽出処理について説明するための図である。図７に示す海図１３０は、ある港湾の付近を示している。破線の丸印で示した工事区域Ｚ１は、工事現場を含む領域であり、船舶が進入した場合に作業船の退避が必要となる領域を示している。例えば、工事区域Ｚ１は、工事現場を中心とした所定半径の円として定義される。
図７は、監視対象の船舶の抽出処理について説明するための図である。図７に示す海図１３０は、ある港湾の付近を示している。破線の丸印で示した工事区域Ｚ１は、工事現場を含む領域であり、船舶が進入した場合に作業船の退避が必要となる領域を示している。例えば、工事区域Ｚ１は、工事現場を中心とした所定半径の円として定義される。
【0070】
また、図７に示す設定領域Ｚ２は、監視対象とする船舶の候補を抽出するための領域であり、少なくとも、外海から工事区域Ｚ１付近へ航行する船舶が通過する、港湾の入り口付近の領域を含むように設定される。設定領域Ｚ２の設定位置は、工事区域Ｚ１の位置に応じて変更されてもよい。
【0071】
監視対象抽出部１２４は、直近の一定時間内に船舶情報受信部１２３によって受信された船舶情報の中から、位置情報が示す位置が設定領域Ｚ２に含まれる船舶情報を抽出する。監視対象抽出部１２４は、抽出された各船舶情報に記載された船名を、入出港リスト記憶部１１２内の入出港リスト１１２ａに記載された入港予定の船舶（入港船）の船名と照合する。このとき、入出港リスト１１２ａに記載された入港船のうち、入港予定時刻が現時刻を含む一定期間に含まれる入港船が照合の対象となる。この一定期間としては、例えば、入港時刻の遅延を考慮して、現時刻の数日前を起点とした期間が用いられる。監視対象抽出部１２４は、抽出された各船舶情報に記載された船名の中から、照合対象の入港船の船名と一致するものを抽出する。これにより、監視対象の船舶が抽出される。
【0072】
図７の例では、受信した船舶情報に基づき、設定領域Ｚ２の内部に位置する船舶１３１～１３５が抽出される。さらに、入出港リスト１１２ａとの照合によって船舶１３１，１３２が監視対象として新たに抽出されたとする。この場合、船舶１３１，１３２にそれぞれ対応する船舶情報レコードが、監視対象記憶部１１３に記憶された管理テーブルに登録される。船舶情報レコードには、対応する船舶の船舶情報に基づき、船名、船種、位置および時刻が登録される。
【0073】
このような船舶情報レコードの登録により、対応する船舶は監視対象（航跡の追尾対象）として設定され、その船舶についての一定時間後の位置の予測が開始される。実際には、船舶情報レコードの登録後に同じ船舶の船舶情報が受信されるたびに、船舶情報に含まれる位置および時刻が船舶情報レコードに追加登録される。そして、所定数以上の組み合わせ（ｎ組以上）の位置および時刻が登録されると、位置の予測が開始される。
【0074】
図８は、予測位置の表示処理例を示す図である。前述のように、接近監視処理部１２５は、現時刻からｍ１秒後およびｍ２秒後の各予測位置を算出する。このとき、海図１３０上に監視対象の船舶についてのｍ１秒後およびｍ２秒後の各予測位置を示した表示情報が生成され、現場端末２００に送信される。現場端末２００は、受信した表示情報に基づき、各予測位置が示された海図１３０の画像を表示装置２０２に表示させる。これにより、予測針路をわかりやすい形式で表示させることができる。
【0075】
本実施の形態では、例として、予測位置に加えて、予測位置を中心とした一定範囲を示す「予報円」が表示される。図８では例として、船舶１３１，１３２のそれぞれについての予測位置および予報円が示されている。例えば船舶１３２に関して、ｍ１秒後の予測位置１３２ａとｍ２秒後の予測位置１３２ｂが示されている。さらに、予測位置１３２ａを中心とした予報円１３２ａ１と、予測位置１３２ｂを中心とした予報円１３２ｂ１とが示されている。
【0076】
予報円は、ｍ１秒後、ｍ２秒後において所定の確率以上で予測される位置の範囲を示す。例えば、ｍ１秒後の予測位置に対応する予報円は、ｍ１秒後に実際に船舶の位置が含まれる確率が概ね９５％以上となる範囲を示す。また、ｍ２秒後の予測位置に対応する予報円は、ｍ２秒後に実際に船舶の位置が含まれる確率が概ね９０％以上となる範囲を示す。
【0077】
ここで、ｍ１秒後、ｍ２秒後の予測位置に対応する予報円の大きさは、例えば、船種に応じて異なる大きさとされてもよい。これは、船種によって移動時の特徴が異なるため、予測位置の精度が異なるからである。例えば、タンカーはあらかじめ決められた航路上を航行する場合が多いが、タグボートは作業の内容に応じて頻繁に針路を変更するので、タンカーより航路を予測しにくい。そこで、タグボートについての所定時間後の予報円の大きさを、タンカーより大きく表示する。例えば、ｍ１秒後の予測位置に対応する予報円の半径を、タンカーについては２５ｍとし、タグボートについては５０ｍとする。また、ｍ２秒後の予測位置に対応する予報円の半径を、タンカーについては６０ｍとし、タグボートについては１２０ｍとする。
【0078】
なお、上記の例では、監視対象の船舶についての航路予測が開始されると、ｍ１秒後、ｍ２秒後の予測位置とともに、各予測位置に対応する予報円を海図上に表示した。このような予測位置や予報円の表示方法としては次のような方法が採用されてもよい。例えば、船舶の予測位置（例えばｍ２秒後の予測位置）が後述する警戒ラインを超えた場合に、予測位置に加えて予報円の表示を開始してもよい。また、監視対象の船舶のうち、予測位置が警戒ラインを超えた船舶については、予測位置や予報円を他の船舶より強調して表示してもよい。また、船種や船舶の動きの特徴などに応じて予測位置や予報円の表示方法、あるいは表示の有無を変えてもよい。その一例としては、速度が閾値以上の船舶、あるいは一定以上の大きさの船舶など、比較的リスクの高い船舶についてのみ予報円を表示してもよい。
【0079】
図９は、監視対象の船舶が警戒ラインに到達した場合の処理について説明するための図である。接近監視処理部１２５は、所定時間後の船舶の予測位置が、海図上にあらかじめ設定された警戒ラインを超えたかを監視する。図９に例示するように、警戒ラインＬ１は、工事区域Ｚ１に接近している船舶を特定するためのラインであり、外海から工事区域Ｚ１の方向へ航行する船舶が通過する経路をまたぐように設定される。「警戒ラインＬ１を超える」とは、船舶の予測位置が警戒ラインＬ１をまたいで工事区域Ｚ１に近い方向に移動することを示す。
【0080】
接近監視処理部１２５は、船舶の予測位置が警戒ラインＬ１を超えた場合には、情報通知部１２６を介して現場端末２００に警告を行う。これにより、現場端末２００のユーザに対して、船舶が工事区域Ｚ１に接近していることを通知することができる。警告の方法としては、例えば、図９に示すように、船舶が工事現場に接近しつつあることを警告する警告表示画像１４１が、船舶の予測位置や予報円が表示された海図１３０上に重畳表示される。警告表示画像１４１には、接近しつつある船舶の船名や線種の情報が含まれてもよい。
【0081】
警戒ラインＬ１を超えたか否かは、例えば、ｍ２秒後の予測位置を用いて判定されればよい。図９の例では、船舶１３２についてのｍ１秒後の予測位置１３２ａとｍ２秒後の予測位置１３２ｂとが表示されており、これらのうち予測位置１３２ｂが警戒ラインＬ１を超えた場合を示している。
【0082】
図１０は、監視対象の船舶が工事区域に進入すると予測される場合の処理について説明するための図である。接近監視処理部１２５は、所定時間後の船舶の予測位置が工事区域Ｚ１に含まれるようになった場合には、その予測位置での船舶の到達予測時刻に基づいて、工事現場から作業船を退避させる退避開始時刻を算出する。
【0083】
工事区域Ｚ１に含まれるか否かを判定するための予測位置としては、例えば、ｍ２秒後の予測位置が用いられればよい。図１０の例では、船舶１３２についてのｍ１秒後の予測位置１３２ａとｍ２秒後の予測位置１３２ｂとが表示されており、これらのうち予測位置１３２ｂが工事区域Ｚ１に含まれる場合を示している。
【0084】
ここで、作業船が退避を開始してから所定の退避場所への退避を完了するまでにかかる時間をｔとする。また、予測位置が工事区域Ｚ１に含まれるようになる時刻をＴ１とする。この場合、退避開始時刻Ｔ２は次の式（１）にしたがって算出される。
Ｔ２＝Ｔ１－ｔ ・・・（１）
接近監視処理部１２５は、式（１）にしたがって退避開始時刻Ｔ２を算出し、情報通知部１２６を介して現場端末２００に通知して表示させる。これにより、現場端末２００のユーザに対して、作業船を退避させるべき時刻を通知することができる。退避開始時刻Ｔ２の表示方法としては、例えば図１０に示すように、予測位置などが表示された海図１３０の画面上に退避開始時刻Ｔ２を示した時刻表示画像１４２を重畳表示する方法を採用可能である。
Ｔ２＝Ｔ１－ｔ ・・・（１）
接近監視処理部１２５は、式（１）にしたがって退避開始時刻Ｔ２を算出し、情報通知部１２６を介して現場端末２００に通知して表示させる。これにより、現場端末２００のユーザに対して、作業船を退避させるべき時刻を通知することができる。退避開始時刻Ｔ２の表示方法としては、例えば図１０に示すように、予測位置などが表示された海図１３０の画面上に退避開始時刻Ｔ２を示した時刻表示画像１４２を重畳表示する方法を採用可能である。
【0085】
また、現時刻をＴ０とすると、下記の式（２）の条件を満たす場合、現時刻が退避開始時刻Ｔ２に達しており、作業船の即座の退避が必要となる。このため、接近監視処理部１２５は式（２）の条件を満たす場合、情報通知部１２６を介して、現場端末２００に対して作業船の退避開始を指示する。図示しないが、この指示は例えば、退避開始を指示する文言を示す指示画像を表示することで行われる。
Ｔ０＋ｔ≦Ｔ２ ・・・（２）
以上の手順により、作業船が退避するのにかかる時間を考慮した適切な退避開始時刻を算出して、現場端末２００のユーザに通知することができる。このような退避開始時刻の算出のために、前述のように、工事現場が存在する港湾における航行履歴を用いた学習により生成され、しかも船種別に学習された学習モデルを用いた高精度な航路予測が行われる。このため、退避開始時刻の算出精度を向上させることができる。
Ｔ０＋ｔ≦Ｔ２ ・・・（２）
以上の手順により、作業船が退避するのにかかる時間を考慮した適切な退避開始時刻を算出して、現場端末２００のユーザに通知することができる。このような退避開始時刻の算出のために、前述のように、工事現場が存在する港湾における航行履歴を用いた学習により生成され、しかも船種別に学習された学習モデルを用いた高精度な航路予測が行われる。このため、退避開始時刻の算出精度を向上させることができる。
【0086】
なお、上記の図７～図１０の例では、監視対象の船舶が抽出されると、その船舶についての所定時間後の位置の予測処理が開始された。しかし、他の例として、監視対象の船舶が抽出された時点では、まだ位置の予測処理が開始されなくてもよい。この場合、例えば、監視対象の船舶について実際の位置が警戒ラインＬ１を超えた場合に、位置の予測処理が開始されてもよい。
【0087】
図１１は、作業船の退避完了を判定する処理の例を示す図である。退避監視処理部１２７は、算出された退避開始時刻を過ぎた船舶について、退避場端末３００からの情報に基づいて退避場所への退避が完了したかを監視する。退避場端末３００の退避船舶検出部３１１は、例えば、カメラ３０１によって撮影された画像に基づいて、退避場所に対する船舶の退避が完了したかを判定する。
【0088】
図１１に示すカメラ画像１５０は、カメラ３０１によって退避場所を含む領域を撮影したことで得られる画像の一例である。退避船舶検出部３１１は、例えば、画像認識処理により、カメラ画像１５０から船舶が写っている領域を検出するとともに、その船舶の船種を判別する。退避船舶検出部３１１は、船舶として作業船を検出した場合に、カメラ画像１５０において作業船が写っている領域（船舶領域）を特定する。図１１の例では、カメラ画像１５０に写っている作業船１５１が検出され、その作業船１５１についての船舶領域１５２が矩形によって表される場合を示している。
【0089】
一方、カメラ画像１５０には、退避場所を示す設定領域１５３があらかじめ設定される。図１１の例では、設定領域１５３が矩形領域として設定されている。退避船舶検出部３１１は、例えば、検出された船舶領域１５２の少なくとも一部が設定領域１５３に含まれる場合に、退避場所に対する作業船１５１の退避が完了したと判定する。例えば、船舶領域１５２の全体の面積のうち、設定領域１５３と重複している領域の割合が所定割合以上である場合に、作業船１５１の退避が完了したと判定される。
【0090】
退避船舶検出部３１１は、作業船の退避完了を判定すると、その旨を監視サーバ１００に通知する。監視サーバ１００の退避監視処理部１２７は、この通知を受けると、情報通知部１２６に退避完了を示す表示情報を現場端末２００に対して送信させる。これにより、現場端末２００のユーザは、退避が指示された作業船について、その後に退避が完了したことを確実に認識でき、作業効率が向上する。
【0091】
なお、上記のような画像認識は、作業船の退避完了を判定するための一例であり、これに限定されるものではない。例えば、作業船のＧＰＳ情報に基づいて退避完了が判定されてもよい。
【0092】
次に、監視サーバ１００の処理についてフローチャートを用いて説明する。
図１２は、監視対象抽出処理の例を示すフローチャートである。
［ステップＳ３１］監視対象抽出部１２４は、直近の一定時間内に船舶情報受信部１２３によって受信された船舶情報を取得する。
図１２は、監視対象抽出処理の例を示すフローチャートである。
［ステップＳ３１］監視対象抽出部１２４は、直近の一定時間内に船舶情報受信部１２３によって受信された船舶情報を取得する。
【0093】
［ステップＳ３２］監視対象抽出部１２４は、取得した船舶情報の中から、位置情報が示す船舶の位置が所定領域（前述の設定領域Ｚ２）に含まれる船舶情報を抽出する。
［ステップＳ３３］監視対象抽出部１２４は、入出港リスト１１２ａを参照し、ステップＳ３２で抽出された船舶情報の中から、入港予定時刻が現時刻を含む一定期間に含まれる入港船の船舶情報を抽出する。
［ステップＳ３３］監視対象抽出部１２４は、入出港リスト１１２ａを参照し、ステップＳ３２で抽出された船舶情報の中から、入港予定時刻が現時刻を含む一定期間に含まれる入港船の船舶情報を抽出する。
【0094】
［ステップＳ３４］監視対象抽出部１２４は、ステップＳ３３で抽出された船舶情報のうち、船舶情報レコードが監視対象記憶部１１３の管理テーブルに登録されていない船舶の船舶情報について、新たな船舶情報レコードを生成して管理テーブルに登録する。監視対象抽出部１２４は、この管理テーブルに対して、船舶情報に記載された内容を登録する。これにより、新たに監視対象として抽出された船舶についての船舶情報レコードが監視対象記憶部１１３の管理テーブルに登録される。
【0095】
なお、船舶情報レコードには、少なくとも船名、船種、位置、時刻の情報が登録される。以下の説明では、これらの情報のうち位置および時刻を含む情報を「計測位置情報」と記載する。例えば学習時に位置および時刻に加えて方向および速度が用いられた場合、船舶情報レコードの計測位置情報には、船舶情報から抽出された方向および速度の情報も登録される。この場合、以下の図１３、図１４の処理でも計測位置情報には位置および時刻の情報に加えて方向および速度の情報も追加登録される。
【0096】
図１３、図１４は、船舶の接近監視処理の例を示すフローチャートである。図１３、図１４の処理は、新たに監視対象として抽出された船舶についての船舶情報レコードが監視対象記憶部１１３の管理テーブルに登録された場合に、その船舶を処理対象として実行される。
【0097】
［ステップＳ４１］接近監視処理部１２５は、監視対象の船舶についての次の船舶情報の受信待ち状態となる。一定時間内に次の船舶情報が受信された場合、処理がステップＳ４２に進められる。一方、一定時間内に次の船舶情報が受信されなかった場合、対応する船舶は監視対象から除外され、接近監視処理が終了する。
【0098】
［ステップＳ４２］接近監視処理部１２５は、受信された次の船舶情報から計測位置情報を抽出し、監視対象の船舶についての船舶情報レコードに追加登録する。なお、前述のように、計測位置情報には少なくとも位置および時刻の情報が含まれる。
【0099】
［ステップＳ４３］このステップＳ４３の処理は、船舶情報レコードに計測位置情報がｎ組以上登録されている場合に実行される。船舶情報レコードに登録された計測位置情報がｎ組より少ない場合には、処理がステップＳ４１に進められ、次の船舶情報の受信待ち状態となる。
【0100】
ステップＳ４３において、接近監視処理部１２５は、学習モデル記憶部１１１に登録された学習モデルデータの中から、船舶情報レコードに登録された船種に対応する学習モデルデータを取得する。また、接近監視処理部１２５は、船舶情報レコードから直近のｎ組の計測位置情報を抽出し、抽出された計測位置情報を入力として、取得された学習モデルデータを用いた航路予測処理を実行する。これにより、ｍ１秒後およびｍ２秒後における船舶の予測位置（絶対座標）が出力される。
【0101】
［ステップＳ４４］出力された予測位置を現場端末２００に表示させる処理が実行される。例えば、接近監視処理部１２５は、海図上にｍ１秒後およびｍ２秒後における予測位置および予報円を示した画像の表示情報を生成し、情報通知部１２６に受け渡して現場端末２００への送信を依頼する。情報通知部１２６は、依頼に応じて表示情報を現場端末２００に送信する。現場端末２００の情報表示処理部２１２は、受信した表示情報に基づく画像を表示装置２０２に表示させる。
【0102】
［ステップＳ４５］接近監視処理部１２５は、所定時間後（ここではｍ２秒後とする）における予測位置が警戒ライン（図９参照）を超えたかを判定する。警戒ラインを超えた場合、処理がステップＳ４６に進められる。一方、警戒ラインを超えていない場合、処理がステップＳ４１に進められ、次の船舶情報の受信待ち状態となる。
【0103】
［ステップＳ４６］現場端末２００に対する警告処理が実行される。例えば、接近監視処理部１２５は、ステップＳ４４で表示させている画像上に、船舶が接近していることを示す警告表示画像を重畳する。このような警告表示画像が重畳された画像の表示情報が、情報通知部１２６から現場端末２００に送信され、表示情報に基づく画像が表示装置２０２に表示される。
【0104】
［ステップＳ４７］接近監視処理部１２５は、所定時間後（ここではｍ２秒後とする）における予測位置が工事区域（前述の工事区域Ｖ１）に含まれるかを判定する。予測位置が工事区域に含まれる場合、処理がステップＳ４８に進められる。一方、予測位置が工事区域に含まれない場合、処理がステップＳ４１に進められ、次の船舶情報の受信待ち状態となる。
【0105】
［ステップＳ４８］接近監視処理部１２５は、退避完了までにかかる時間ｔと、現時刻からｍ２秒後の時刻Ｔ１とに基づき、前述の式（１）を用いて作業船の退避開始時刻Ｔ２を算出する。
【0106】
［ステップＳ４９］接近監視処理部１２５は、現時刻Ｔ０が、算出された退避開始時刻Ｔ２に達したかを判定する。前述の式（２）の条件を満たす場合に、現時刻Ｔ０が退避開始時刻Ｔ２に達したと判定される。退避開始時刻に達した場合、処理がステップＳ５１に進められ、退避開始時刻に達していない場合、処理がステップＳ５０に進められる。
【0107】
［ステップＳ５０］退避開始時刻Ｔ２を現場端末２００に通知する処理が実行される。例えば、接近監視処理部１２５は、ステップＳ４４で表示させている画像上に、算出された退避開始時刻Ｔ２を示す時刻表示画像を重畳する。このような時刻表示画像が重畳された画像の表示情報が、情報通知部１２６から現場端末２００に送信され、表示情報に基づく画像が表示装置２０２に表示される。なお、この場合には、ステップＳ４６の警告表示画像は表示されなくてよい。以上のステップＳ５０の処理が完了すると、処理がステップＳ４１に進められ、次の船舶情報の受信待ち状態となる。
【0108】
［ステップＳ５１］作業船の退避開始を現場端末２００に指示する処理が実行される。例えば、接近監視処理部１２５は、ステップＳ４４で表示させている画像上に、作業船の退避開始を指示する指示画像を重畳する。このような指示画像が重畳された画像の表示情報が、情報通知部１２６から現場端末２００に送信され、表示情報に基づく画像が表示装置２０２に表示される。なお、この場合には、ステップＳ４６の警告表示画像は表示されなくてよい。
【0109】
［ステップＳ５２］ステップＳ５１の処理が完了すると、退避監視処理部１２７による監視処理が開始される。この監視処理では、退避場端末３００から送信される退避完了情報が監視される。退避場端末３００の退避船舶検出部３１１により、退避場所への作業船の退避が完了したことを検出すると、退避完了情報を監視サーバ１００に送信する。退避監視処理部１２７によって退避完了情報が受信されると、処理がステップＳ５３に進められる。
【0110】
［ステップＳ５３］退避監視処理部１２７は、作業船の退避が完了したことを示す画像の表示情報を生成し、情報通知部１２６を介して現場端末２００に送信する。これにより、退避の完了が現場端末２００に通知される。現場端末２００の情報表示処理部２１２は、受信した表示情報に基づく画像を表示装置２０２に表示させる。
【0111】
【0112】
図１５は、船舶の接近監視処理についての変形例を示すフローチャートである。図１５では、図１３と処理内容が同じ処理ステップには同じ符号を付して示している。図１５に示す変形例では、図１３に示したステップＳ４３～Ｓ４６の代わりに、次のようなステップＳ６１～Ｓ６３の処理が実行される。
【0113】
［ステップＳ６１］接近監視処理部１２５は、監視対象の船舶の現在位置が警戒ラインを超えたかを判定する。警戒ラインを超えた場合、処理がステップＳ６２に進められる。一方、警戒ラインを超えていない場合、処理がステップＳ４１に進められ、次の船舶情報の受信待ち状態となる。
【0114】
［ステップＳ６２］接近監視処理部１２５は、学習モデル記憶部１１１に登録された学習モデルデータの中から、船舶情報レコードに登録された船種に対応する学習モデルデータを取得する。また、接近監視処理部１２５は、船舶情報レコードから直近のｎ組の計測位置情報を抽出し、抽出された計測位置情報を入力として、取得された学習モデルデータを用いた航路予測処理を実行する。これにより、ｍ１秒後およびｍ２秒後における船舶の予測位置（絶対座標）が出力される。
【0115】
［ステップＳ６３］出力された予測位置を現場端末２００に表示させる処理が実行される。例えば、接近監視処理部１２５は、海図上にｍ１秒後およびｍ２秒後における予測位置および予報円を示した画像の表示情報を生成し、情報通知部１２６に受け渡して現場端末２００への送信を依頼する。情報通知部１２６は、依頼に応じて表示情報を現場端末２００に送信する。現場端末２００の情報表示処理部２１２は、受信した表示情報に基づく画像を表示装置２０２に表示させる。
【0116】
〔第３の実施の形態〕
上記の第２の実施の形態では、航路予測ＡＩについての学習機能と推論機能とが、監視サーバ１００という同じ装置に設けられていたが、これらは別の装置に設けられてもよい。例えば、次の図１６に示すように、推論機能が現場端末に設けられてもよい。
上記の第２の実施の形態では、航路予測ＡＩについての学習機能と推論機能とが、監視サーバ１００という同じ装置に設けられていたが、これらは別の装置に設けられてもよい。例えば、次の図１６に示すように、推論機能が現場端末に設けられてもよい。
【0117】
図１６は、第３の実施の形態に係る船舶監視システムの構成例を示す図である。なお、図１６では、図４と同じ構成要素には同じ符号を付して示しており、その説明を省略する。図１６に示すように、第３の実施の形態に係る船舶監視システムは、学習サーバ５００、現場端末２００ａおよび退避場端末３００を含む。
【0118】
学習サーバ５００は、図４の監視サーバ１００の処理機能のうち、航路予測ＡＩの学習機能のみを備えるサーバ装置である。すなわち、学習サーバ５００は、学習モデル記憶部１１１、航行履歴取得部１２１および航路学習部１２２を備える。
【0119】
現場端末２００ａは、図４の現場端末２００に対して、さらに船舶の監視、作業船の退避開始時刻の算出、作業船の退避の監視の各機能を設けた端末装置である。したがって、現場端末２００ａは、航路予測ＡＩの推論機能も備えている。図１６に示すように、現場端末２００ａは、学習モデル記憶部１１１ａ、入出港リスト記憶部１１２、監視対象記憶部１１３、監視対象抽出部１２４、接近監視処理部１２５、退避監視処理部１２７、船舶情報取得部２１１ａおよび情報表示処理部２１２ａを備える。
【0120】
学習モデル記憶部１１１ａには、学習サーバ５００での学習によって生成され、学習モデル記憶部１１１に登録された学習モデルデータが、学習モデル記憶部１１１からコピーされて登録される。したがって、接近監視処理部１２５による航路予測処理は、学習モデル記憶部１１１ａに登録された学習モデルデータを用いて実行される。
【0121】
船舶情報取得部２１１ａは、ＡＩＳ受信機２０１によって受信されたＡＩＳデータを取得し、ＡＩＳデータに基づく船舶情報を生成して監視対象抽出部１２４に受け渡す。
情報表示処理部２１２ａは、接近監視処理部１２５や退避監視処理部１２７から表示情報を受け取り、表示情報に基づく画像を表示装置２０２に表示させる。
情報表示処理部２１２ａは、接近監視処理部１２５や退避監視処理部１２７から表示情報を受け取り、表示情報に基づく画像を表示装置２０２に表示させる。
【0122】
なお、上記の各実施の形態に示した装置（例えば、船舶監視装置１０、監視サーバ１００、現場端末２００，２００ａ、退避場端末３００、学習サーバ５００）の処理機能は、コンピュータによって実現することができる。その場合、各装置が有すべき機能の処理内容を記述したプログラムが提供され、そのプログラムをコンピュータで実行することにより、上記処理機能がコンピュータ上で実現される。処理内容を記述したプログラムは、コンピュータで読み取り可能な記録媒体に記録しておくことができる。コンピュータで読み取り可能な記録媒体としては、磁気記憶装置、光ディスク、半導体メモリなどがある。磁気記憶装置には、ハードディスク装置（ＨＤＤ）、磁気テープなどがある。光ディスクには、ＣＤ（Compact Disc）、ＤＶＤ（Digital Versatile Disc）、ブルーレイディスク（Blu-ray Disc：ＢＤ、登録商標）などがある。
【0123】
プログラムを流通させる場合には、例えば、そのプログラムが記録されたＤＶＤ、ＣＤなどの可搬型記録媒体が販売される。また、プログラムをサーバコンピュータの記憶装置に格納しておき、ネットワークを介して、サーバコンピュータから他のコンピュータにそのプログラムを転送することもできる。
【0124】
プログラムを実行するコンピュータは、例えば、可搬型記録媒体に記録されたプログラムまたはサーバコンピュータから転送されたプログラムを、自己の記憶装置に格納する。そして、コンピュータは、自己の記憶装置からプログラムを読み取り、プログラムにしたがった処理を実行する。なお、コンピュータは、可搬型記録媒体から直接プログラムを読み取り、そのプログラムにしたがった処理を実行することもできる。また、コンピュータは、ネットワークを介して接続されたサーバコンピュータからプログラムが転送されるごとに、逐次、受け取ったプログラムにしたがった処理を実行することもできる。
【符号の説明】
【0125】
１，２ａ 位置
２ 船舶
１０ 船舶監視装置
１１ 記憶部
１１ａ 学習済みモデル
１２ 処理部
Ａ 港湾
２ 船舶
１０ 船舶監視装置
１１ 記憶部
１１ａ 学習済みモデル
１２ 処理部
Ａ 港湾
【図1】
【図2】
【図3】
【図4】
【図5】
【図6】
【図7】
【図8】
【図9】
【図10】
【図11】
【図12】
【図13】
【図14】
【図15】
【図16】