| 연구개발개요 |
○ 우리나라에서는 산업재해를 막기위하여 산업안전보건법의 제4장 유해위험안전조치를 통하여 사업주 및 근로자, 정부의 역할을 명시하고 있고, 이에 따라 전체 산업분야에서는 재해율이 2015년 0.58%에서 2017년 0.52%로 낮아지고 있는 추세임. 하지만 건설업의 경우, 2015년 재해율 1.5%에서 2017년 1.9%로 오히려 0.4% 증가하고 있음○ 이에 본 과제에서는 건설현장의 각 단계를 정의하여 최신 IT 기술을 접목하여 건설현장의 안전사고 및 경제적 손실을 막고자 함○ 건설현장의 경우, 작업계획 단계-작업단계-사고단계로 분류할 수 있음. 작업계획단계에서는 빅데이터를 활용하여 위험상황을 사전고지해주는 위험정보추천기능, 작업 단계에서는 AI를 활용하여 사람, 사물, 불꽃, 연기 등의 복합상황을 인식하여 작업자 및 안전 담당자에게 알림을 제공하는 위험상황 인지기능, 사고단계에서는 이에 대응하기 위한 추락상황 감지기능을 개발하고자 함
|
| 연구내용 및 범위 |
○ 1차년도 : - 빅데이터 플랫폼 구축- 데이터 수집(건설안전사고 사례 데이터 및 사고재해 관련된 유효데이터 수집)- 데이터 가공(건설안전사고 데이터 분류 및 분석)- 시스템 기획(위험정보 추천 및 추락상황 감지 안드로이드 APP, 위험상황 인지 영상분석 프로그램) 1) 테스트 베드 적용 현장 작업자 및 안전담당자를 대상으로 요구사항 정의 2) 메뉴 및 기능 정의 3) 프로세스 설계 4) 사용자가 사용이 용이하도록 UI/UX 설계 5) 데이터 구조화를 통한 DB설계 6) 단위테스트 시나리오 작성 7) 통합테스트 시나리오 작성- 위험정보 추천기능을 위한 알고리즘 설계 및 실험을 통한 최적 알고리즘 도출 (Association Rules, Matrix Factorization, Alternating Least Squares, Factorization Machine, Wide & Deep Learning for Recommender Systems)- 스마트폰의 가속도센서, 고도센서, 자이로센서 데이터를 활용한 학습데이터 구축 (Wide & Deep Learning for Recommender Systems는 Deep Learning의 관점에서 해석한 것으로 Memorization, Generalization, Wide & Deep components 순서로 실험, 작업자 연령, 신장, 몸무게, 작업 시 외기온도, 습도, 작업시간 등의 수치형 데이터와 작업단계 구분, 작업단계별 사고유형, 작업단계 별 위험요소 등의 정성적인 데이터를 활용하여 Wide & Deep Learning 기반의 추천 알고리즘 설계 및 구축)- 통계적 기법 적용 후 Deep Learning 적용○ 2차년도 : - 위험정보 추천, 추락상황 감지 알고리즘 재설계 및 최적모델 확정- 데이터 수집 및 가공- 발생 가능한 위험정보를 추천해주는 모바일 APP프로그램 개발- 스마트폰 센서로 떨어짐(추락) 상황을 감지하는 APP프로그램 개발- 테스트 베드 적용- 위험상황 인지 영상분석 모델 설계- OpenCV로 특정영역 데이터 및 보행자, 사람 추출 (Haar-like Feature, Histogram of oriented gradient feature 등)- 사람, 사물 객체 그룹의 ROI(Region of Interest) 생성- 사람 이동 추척(Optical flow, Kalman filter, Histogram matching)- AI 모델링 구축에 필요한 학습 데이터와 테스트 데이터 도출- 작업자 감지, 안전장비 미착용 감지, 사물 감지, 화재 감지 영상분석 시스템 및 위험상황 인지 기술 개발- 프로토타입 개발○ 3차년도 : - 알고리즘 재설계 및 최적모델 확정- 데이터 수집 및 가공- 위험상황 인식을 위한 작업자 감지, 안전장비 미착용 감지, 사물감지, 화재감지 영상분석 시스템 개발- 시제품 테스트
|
이 누리집은 대한민국 공식 전자정부 누리집입니다.
