2021년 산업안전보건공단·고용노동부의 산업재해 현황에 따르면 전체 산업 중 건설업에서 발생한 사망사고는 전체의 50% 이상을 차지하여 높은 비중을 차지하는 것으로 나타났다. 특히, 추락사고는 이 중 60%를 차지할 정도로 가장 심각한 수준을 나타내고 있다. 이에 정부에서는 추락사고를 방지하기 위해 공사금액에 따른 안전관리자 배치 및 안전관리자 배치가 필수가 아닌 중 소규모 현장에서는 안전보건책임자를 선임하여 안전관리를 수행하고 있다. 하지만, 현장 규모대비 안전관리자의 수는 부족하고, 안전관리자마다 실무경험 및 안전 지식에 많은 차이가 존재하는 등 기존의 점검방식으로는 작업자의 불안전한 행동을 판단하기에는 한계가 있다. 따라서 본 연구에서는 작업자의 불안전한 행동을 탐지하기 위해 ...
2021년 산업안전보건공단·고용노동부의 산업재해 현황에 따르면 전체 산업 중 건설업에서 발생한 사망사고는 전체의 50% 이상을 차지하여 높은 비중을 차지하는 것으로 나타났다. 특히, 추락사고는 이 중 60%를 차지할 정도로 가장 심각한 수준을 나타내고 있다. 이에 정부에서는 추락사고를 방지하기 위해 공사금액에 따른 안전관리자 배치 및 안전관리자 배치가 필수가 아닌 중 소규모 현장에서는 안전보건책임자를 선임하여 안전관리를 수행하고 있다. 하지만, 현장 규모대비 안전관리자의 수는 부족하고, 안전관리자마다 실무경험 및 안전 지식에 많은 차이가 존재하는 등 기존의 점검방식으로는 작업자의 불안전한 행동을 판단하기에는 한계가 있다. 따라서 본 연구에서는 작업자의 불안전한 행동을 탐지하기 위해 컴퓨터 비전기술을 활용한 모델 개발을 제안하였다. 제안된 모델은 추락사고가 많이 발생하는 비계 관련 플랫폼인 사다리, 비계에서 작업자의 불안전한 행동을 자동으로 판별하여 작업자의 행동이 불안전한 행동 여부를 탐지하며, 불안전한 행동을 하는 작업자가 탐지되었을 때. 위험 상황이라는 것을 알려주어 추락사고를 방지한다. 불안전한 행동 탐지 모델에 대한 검증으로는 산업안전보건법, 국내외 안전보건공단자료, 현장점검 체크리스트, 사고사례 등을 참조하여 사다리, 비계에서의 불안전한 행동을 도출하여 사다리, 비계에서 발생할 수 있는 작업자의 불안전한 행동을 학습시켜 모델을 테스트하였다. 이를 통해 사다리, 비계 작업에서 작업자가 불안전한 행동을 진행했을 때, 컴퓨터 비전 모델이 작업자의 불안전한 행동을 탐지하는 것을 확인하였다. 제안된 모델은 기존의 안전관리자 중심의 비효율적인 안전관리 방식을 개선하여 사다리, 비계 작업 시 작업자의 불안전한 행동을 컴퓨터 비전 기술을 통해 안전관리의 효율을 높여 궁극적으로 추락사고를 방지할 수 있을 것으로 기대한다.
2021년 산업안전보건공단·고용노동부의 산업재해 현황에 따르면 전체 산업 중 건설업에서 발생한 사망사고는 전체의 50% 이상을 차지하여 높은 비중을 차지하는 것으로 나타났다. 특히, 추락사고는 이 중 60%를 차지할 정도로 가장 심각한 수준을 나타내고 있다. 이에 정부에서는 추락사고를 방지하기 위해 공사금액에 따른 안전관리자 배치 및 안전관리자 배치가 필수가 아닌 중 소규모 현장에서는 안전보건책임자를 선임하여 안전관리를 수행하고 있다. 하지만, 현장 규모대비 안전관리자의 수는 부족하고, 안전관리자마다 실무경험 및 안전 지식에 많은 차이가 존재하는 등 기존의 점검방식으로는 작업자의 불안전한 행동을 판단하기에는 한계가 있다. 따라서 본 연구에서는 작업자의 불안전한 행동을 탐지하기 위해 컴퓨터 비전기술을 활용한 모델 개발을 제안하였다. 제안된 모델은 추락사고가 많이 발생하는 비계 관련 플랫폼인 사다리, 비계에서 작업자의 불안전한 행동을 자동으로 판별하여 작업자의 행동이 불안전한 행동 여부를 탐지하며, 불안전한 행동을 하는 작업자가 탐지되었을 때. 위험 상황이라는 것을 알려주어 추락사고를 방지한다. 불안전한 행동 탐지 모델에 대한 검증으로는 산업안전보건법, 국내외 안전보건공단자료, 현장점검 체크리스트, 사고사례 등을 참조하여 사다리, 비계에서의 불안전한 행동을 도출하여 사다리, 비계에서 발생할 수 있는 작업자의 불안전한 행동을 학습시켜 모델을 테스트하였다. 이를 통해 사다리, 비계 작업에서 작업자가 불안전한 행동을 진행했을 때, 컴퓨터 비전 모델이 작업자의 불안전한 행동을 탐지하는 것을 확인하였다. 제안된 모델은 기존의 안전관리자 중심의 비효율적인 안전관리 방식을 개선하여 사다리, 비계 작업 시 작업자의 불안전한 행동을 컴퓨터 비전 기술을 통해 안전관리의 효율을 높여 궁극적으로 추락사고를 방지할 수 있을 것으로 기대한다.
According to the Korea Occupational Safety and Health Agency (KOSHA) and the Ministry of Employment and Labor(MOEL), deaths in construction account for more than 50% of the industry total in 2021. In particular, crashes are the most serious, accounting for 60% of them. Accordingly, in order to p...
According to the Korea Occupational Safety and Health Agency (KOSHA) and the Ministry of Employment and Labor(MOEL), deaths in construction account for more than 50% of the industry total in 2021. In particular, crashes are the most serious, accounting for 60% of them. Accordingly, in order to prevent a fall accidents, the government appoints a safety and health manager to conduct safety management at small and medium-sized sites. However, the number of safety managers compared to the size of the site is insufficient, and there are many differences in practical experience and safety knowledge among safety managers, so there are challenges in judging workers' unsafe behavior. Therefore, this study proposed the development of a model using computer vision technology to detect worker's unsafe behavior. The proposed model automatically determines the unsafe behavior of workers during work with ladders and scaffolding, which often cause a lot of falls, and detects whether the behavior of workers is unsafe or not. It informs workers and managers of dangerous situations to prevent fall accidents. To verify the unsafe behavior detection model, a test was conducted by deriving unsafe behavior in ladders and scaffolding by referring to the Occupational Safety and Health Act, domestic and international safety and health corporation data, field inspection checklist, and accident cases. Through this, it was confirmed that the computer vision model detects the worker's unsafe behavior when unsafe acts are performed during ladder and scaffolding work. The proposed model addresses the current issues in inefficient and safety manager-centered monitoring methods. Through computer vision technology, it manages the unsafe behavior of workers when working on ladders and scaffolds to improve the efficiency of safety management and ultimately prevent falls.
According to the Korea Occupational Safety and Health Agency (KOSHA) and the Ministry of Employment and Labor(MOEL), deaths in construction account for more than 50% of the industry total in 2021. In particular, crashes are the most serious, accounting for 60% of them. Accordingly, in order to prevent a fall accidents, the government appoints a safety and health manager to conduct safety management at small and medium-sized sites. However, the number of safety managers compared to the size of the site is insufficient, and there are many differences in practical experience and safety knowledge among safety managers, so there are challenges in judging workers' unsafe behavior. Therefore, this study proposed the development of a model using computer vision technology to detect worker's unsafe behavior. The proposed model automatically determines the unsafe behavior of workers during work with ladders and scaffolding, which often cause a lot of falls, and detects whether the behavior of workers is unsafe or not. It informs workers and managers of dangerous situations to prevent fall accidents. To verify the unsafe behavior detection model, a test was conducted by deriving unsafe behavior in ladders and scaffolding by referring to the Occupational Safety and Health Act, domestic and international safety and health corporation data, field inspection checklist, and accident cases. Through this, it was confirmed that the computer vision model detects the worker's unsafe behavior when unsafe acts are performed during ladder and scaffolding work. The proposed model addresses the current issues in inefficient and safety manager-centered monitoring methods. Through computer vision technology, it manages the unsafe behavior of workers when working on ladders and scaffolds to improve the efficiency of safety management and ultimately prevent falls.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.