[논문]영상분석기법을 활용한 토공 장비 및 작업자간 아차사고식별 방법론

임태경; 최병윤; 이동은

doi:10.6106/kjcem.2019.20.4.069

영상분석기법을 활용한 토공 장비 및 작업자간 아차사고식별 방법론
Methodology for Near-miss Identification between Earthwork Equipment and Workers using Image Analysis 원문보기

한국건설관리학회논문집 = Korean journal of construction engineering and management, v.20 no.4, 2019년, pp.69 - 76

임태경 (경북대학교 지능형건설자동화 연구센터) , 최병윤 (경북대학교 건설환경에너지공학부) , 이동은

초록
AI-Helper

본 연구는 토사운반작업이 실행되는 현장에 충돌위험구역을 설정하고 작업자의 불안전한 행동을 아차사고수준에서 식별하는 영상분석 방법론을 제시한다. 컴퓨터 비전기술을 건설안전관리에 활용하는 데 있어 큰 걸림돌이 되어 온 위험발생 이벤트를 연구자가 원하는 시나리오대로 재현하기 용이하도록 게임엔진을 활용하는 방법을 제시한다. 본 연구는 기존 연구들이 불안전한 조건을 결정론적으로 가정하는 접근방식과 달리, 현장여건에 따라 위험구역이 변화되는 상황을 현실적으로 반영하는 방법을 제시한다. 본 방법론은 선행연구들이 간과한 불안전한 조건과 행동을 구분하는 방법을 제시하고 사고가 발생되는 인과관계를 반영하였다. 사례연구는 덤프트럭에 의해 제공된 불안전한 조건하에서 작업자의 불안전한 행동을 아차사고 수준에서 관측하는 방법과 중점관리 대상이 되는 위험구역을 결정하는 방법을 규명하였다.

Abstract ▼ AI-Helper

This paper presents a method that identifies the unsafe behaviors at the level of near-misses using image analysis. The method establishes potential collision hazardous area in earthmoving operation. It is implemented using a game engine to reproduce the dangerous events that have been accepted as major difficulty in utilizing computer vision technology to support construction safety management. The method keeps realistically track of the ever-changing hazardous area by reflecting the volatile field conditions. The method opens a way to distinguish unsafe conditions and unsafe behaviors that have been overlooked in previous studies, and reflects the causal relationship which causes an accident. The case study demonstrate how to identify the unsafe behavior of a worker exposed to an unsafe area created by dump trucks at the level of near-misses and to determine the hazardous areas.

주제어

표/그림 (6)

그림 Fig. 1. Construction Site Survey
그림 Fig. 2. A virtual model of earthmoving work using UGE
그림 Fig. 3. The result of difference image and blob analysis
그림 Fig. 4. Truck identification
그림 Fig. 5. Truck route and hazardous boundary
그림 Fig. 6. Identification of worker's near-miss

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

또한, 트럭 이동경로는 시간에 따라 변할 수 있는 데, 그때마다 펜스를 옮기는 추가 작업이 필요하다. 따라서 본 연구는 영상 분석기술을 활용하여 건설현장에서 충돌사고를 유발하는 불안전한 환경과 불안전한 행동을 모니터링하는 방법론을 제시하여 실효성 있는 안전관리 대책을 마련하고자 한다.
또한, 안전연구의 특성상 영상분석을 위해 위험한 상황을 재현한 영상확보가 필요하나 연구자가 의도적으로 위험한 상황을 연출하는 것은 현실적 어려움이 있어 이 이슈를 근본적으로 해결하는 방법이 필요하다. 따라서 본 연구는 이를 해결하기 위해 경과시간에 수반하여 변화되는 건설현장의 위험구역을 지능적으로 식별하여 불안전한 현장 조건을 정의하며, 해당 위험구역에서 작업자의 불안전한 행동을 규명하는 방법론을 제시한다.
또한, 선행 연구들이 사고 발생의 직접원인이 되는 불안전한 조건과 행동에 대해 명확히 구분하는 방법을 제시하지 못한 부분을 보완하여 제시한 다. 본 연구는 덤프트럭에 의해 제공된 불안전한 조건하에서 작업자의 불안전한 행동을 아차사고 수준에서 관측하는 방법과 중점관리 대상이 되는 최소한의 위험구역을 결정하는 방법의 유효성을 사례연구를 통해 제시하였다.
본 연구는 토사운반작업에 영상분석 기법을 적용하여 불안전한 조건에 해당하는 충돌위험구역을 설정하고 해당 위험구역 내에서 작업자의 불안전한 행동을 아차사고수준에서 식별하는 방법론을 제시한다.컴퓨터 비전기술을 건설안전관리에 활용하는 데 있어 큰걸림돌이 되어 온 위험상황재현 문제를 해결하기 위해 연구 자가 원하는 시나리오대로 재현이 가능한 게임엔진을 활용 하는 방법을 제안하였다.
본 연구의 목적은 충돌이 실제로 발생되는 중대재해가 아니라 불안전한 환경이 제공될 때 작업자들의 불안전한 행동을 무상해 아차사고(near-misses)수준에서 관측하는 방법을 제시하는 것이라는 사실에 유의할 필요가 있다. 아차사 고발생 시점은 작업자가 트럭의 이동경로 상에 트럭이 보이지 않을 때, 충돌위험구역 안으로 접근하거나 통과하는 경우로 가정한다.
상기한 문제들을 해결하기 위해 본 연구는 영상처리 및분석기술을 활용하여 특정 시간대의 충돌위험 구역을 자동 으로 식별하고, 해당 위험구역에서 작업자의 불안전한 행동을 아차사고 수준에서 식별하는 방법을 통해 중점관리 및적극조치(펜스 설치)가 필요한 지역을 식별하여 안전관리자 에게 제공함으로써 작업자들의 불안전한 행동특성을 반영한 최소한의 펜스 설치 지점 정보를 제공한다. 두 번째 이슈를 개선하기 위해, 본 연구는 UGE를 사용한다.
본 연구는 토사운반작업에 영상분석 기법을 적용하여 불안전한 조건에 해당하는 충돌위험구역을 설정하고 해당 위험구역 내에서 작업자의 불안전한 행동을 아차사고수준에서 식별하는 방법론을 제시한다.컴퓨터 비전기술을 건설안전관리에 활용하는 데 있어 큰걸림돌이 되어 온 위험상황재현 문제를 해결하기 위해 연구 자가 원하는 시나리오대로 재현이 가능한 게임엔진을 활용 하는 방법을 제안하였다. 2장 문헌고찰에서 밝힌 바와 같이 기존 연구들이 불안전한 조건을 결정론적으로 가정했던 것과는 달리, 현장여건에 따라 변화되는 위험구역을 현실성 있게 규명하는 방법을 제시한다.
현장안전관리 계획수립은 시공 전에 위험성평가를 통해 잠재적 유해위험 작업들 및 요소들을 식별하고, 이 작업들을 허용가능수준(tolerable risk)으로 관리하는 대책을 마련 하는 것을 목표로 한다. 각 작업의 위험성은 두 가지 변수, 즉 ‘사고발생확률’과 ‘재해심각성’을 정량화하여 평가한다.

가설 설정

본 연구는 트럭의 이동경로 및 작업자의 움직임은 각각 불안전한 환경 및 불안전한 행동으로 가정한다. 충돌사고 발생 메커니즘은 불안전한 환경이 선행되고, 그 곳에서 불안전한 행동이 발생되는 시점으로 정의한다.
본 연구의 목적은 충돌이 실제로 발생되는 중대재해가 아니라 불안전한 환경이 제공될 때 작업자들의 불안전한 행동을 무상해 아차사고(near-misses)수준에서 관측하는 방법을 제시하는 것이라는 사실에 유의할 필요가 있다. 아차사 고발생 시점은 작업자가 트럭의 이동경로 상에 트럭이 보이지 않을 때, 충돌위험구역 안으로 접근하거나 통과하는 경우로 가정한다. 현장조사에 따르면, 작업자들은 편의를 위해 최단경로를 선호하고 있어 위험구역을 인지하고서도 접근하는 경우가 흔한 것으로 확인되었다.

제안 방법

컴퓨터 비전기술을 건설안전관리에 활용하는 데 있어 큰걸림돌이 되어 온 위험상황재현 문제를 해결하기 위해 연구 자가 원하는 시나리오대로 재현이 가능한 게임엔진을 활용 하는 방법을 제안하였다. 2장 문헌고찰에서 밝힌 바와 같이 기존 연구들이 불안전한 조건을 결정론적으로 가정했던 것과는 달리, 현장여건에 따라 변화되는 위험구역을 현실성 있게 규명하는 방법을 제시한다. 또한, 선행 연구들이 사고 발생의 직접원인이 되는 불안전한 조건과 행동에 대해 명확히 구분하는 방법을 제시하지 못한 부분을 보완하여 제시한 다.
현장조사 시확인해야 할 사항은 다음과 같다. [Fig. 1]에 제시된 것처럼 현장영상을 촬영하여 장비종류 및 대수, 배차간격, 이동경 로(반입반출 신고 대기장, 상차장, 계근대, 세륜장), 지형특성 및 자재야적상황, 작업자 직무 및 동선, 현장 내 타 직종 작업현황을 조사한다. 그와 동시에 토사운반 작업에 투입되는 장비로 인해 초래되는 불안전한 환경(unsafe conditions) 과 작업자들의 불안전한 행동(unsafe behaviour)을 규명 및정의한다.
각 작업의 위험성은 두 가지 변수, 즉 ‘사고발생확률’과 ‘재해심각성’을 정량화하여 평가한다.
우선 토사운반작업이 수행되는 공사현장을 재현한 UGE 가상 시뮬레이션 환경을 재생하고, 카메라를 스카이뷰로 설정하여 녹화했다. 녹화된 동영상파일(earthmoving.avi)을 Matlab에 호출하여 차영상 알고리즘 및 블럽분석을 사용하여 트럭객체를 식별하였다. [Fig.
그러나 시시각각 변하는 트럭 이동경로를 안전관리자가 확인하고 매 번 안전펜스를 옮기는 것은 비효율적이다. 따라서 본연구는 이들 이슈해결을 목적으로 트럭의 이동경로를 규명 하고, 작업자의 불안전한 행동을 식별하는 용도로 영상분 석기법을 적용한다. 여기서 영상분석의 기초 데이터로 현장 작업영상의 확보가 필수적이나 실제 유해위험 이벤트가 발생하는 순간을 포착한 영상들을 확보하는 것은 어렵고, 데이터 확보를 위해 작업자를 위험한 상황에 의도적으로 노출 시켜 사고를 재현하는 것은 연구윤리에 저촉된다.
작업영상은 UGE가 제공하는 카메라 객체의 위치, 각도, 화각을 조절하여 다양한 뷰로 촬영이 가능하다. 본 연구는 건설자원객체의 식별과 위치좌표 및 거리계산이 용이하도록 작업장의 하늘위에서 내려 다보는 스카이뷰(Sky view)로 촬영한다. 이후 영상처리 및분석과정은 3단계로 진행된다.
(4)처럼 아차사고 (near miss) 발생여부를 판단하는 기준을 제시한다. 본 연구에서 충돌발생거리는 트럭의 이동중심선에서 양쪽경계 25px(1m) 이내지만, 트럭의 회전을 고려하여 20% 할증한 30px을 경계치로 설정한다. 작업자와 위험구역중심선간 최단거리(D)가 30px이하가 되면, 아차사고가 발생한 것으로 판단하고 ‘1’을 할당한다.
본 방법론을 토공현장에서 불안전한 환경과 불안전한 행동을 식별하는 사례에 적용한다. 사례현장은 토사운반 공정이 진행되는 작업이고, UGE를 사용하여 시뮬레이션 모델을 개발하였다. 트럭객체는 현장 내에 지정된 경로를 따라 이동하도록 설계하고, 굴삭기가 있는 지점에서 후진으로 진입하고 일정시간 상차대기 후 출입구를 나가도록 구현했다.
우선 토사운반작업이 수행되는 공사현장을 재현한 UGE 가상 시뮬레이션 환경을 재생하고, 카메라를 스카이뷰로 설정하여 녹화했다. 녹화된 동영상파일(earthmoving.
실제 공사현장에서 트럭이 지나가면 경로정보도 함께 소멸되어 충돌사고로 인한 중대재해를 예방할 수 있는 전략수립 기회도 사라진다. 위치추적 결과는 현장사무소에 설치된 모니터에 제공되는 화면으로 특정 시간대에 현장에 반입되는 트럭의 이동경로를 추적하고 충돌위험구역을 자동으로 식별하여 안전관리에 활용할 수 있는 시각정보를 제공한다. 영상에서 ‘+’ 표시는 각 프레임 상에 식별된 트럭의 도심좌 표로 트럭의 이동경로이자 충돌위험구역의 중심선이다.
제시하는 영상처리기반 충돌사고 모니터링 방법론은 충돌사고가 관심 이벤트이기 때문에 자발적인 움직임이 있는 트럭과 작업자를 영상분석의 주요 객체로 제한한다. 충돌위험구역 식별 및 사고예측을 위해 유니티 게임엔진(Unity game engine: 이하 UGE)을 사용하여 토공공정을 재현하고, 실행화면을 상용 유틸리티를 사용하여 녹화하였다. 매틀랩(Matlab) 영상처리 라이브러리를 사용하여 작업영상을 분석한다.
토사운반 작업에 내재된 불안전 요소를 컴퓨터 비전기 술을 사용하여 분석하기 위해 UGE로 개발한 토사운반 작업 진행상황을 녹화한다. 작업영상은 UGE가 제공하는 카메라 객체의 위치, 각도, 화각을 조절하여 다양한 뷰로 촬영이 가능하다.
사례현장은 토사운반 공정이 진행되는 작업이고, UGE를 사용하여 시뮬레이션 모델을 개발하였다. 트럭객체는 현장 내에 지정된 경로를 따라 이동하도록 설계하고, 굴삭기가 있는 지점에서 후진으로 진입하고 일정시간 상차대기 후 출입구를 나가도록 구현했다. 트럭이 현장에 들어오는 배차시간간격과 상차시간은 랜덤함수를 사용하여 임의의 시간을 부여하였다.
트럭객체는 현장 내에 지정된 경로를 따라 이동하도록 설계하고, 굴삭기가 있는 지점에서 후진으로 진입하고 일정시간 상차대기 후 출입구를 나가도록 구현했다. 트럭이 현장에 들어오는 배차시간간격과 상차시간은 랜덤함수를 사용하여 임의의 시간을 부여하였다. 작업자는 한사람을 배치하고 특정 시점에 트럭의 이동경로를 임의로 통과하도록 코딩했다.

대상 데이터

본 연구의 범위는 건축공사 현장 내 토사운반 작업 중 충돌사고 예방으로 한정한다. 제시하는 영상처리기반 충돌사고 모니터링 방법론은 충돌사고가 관심 이벤트이기 때문에 자발적인 움직임이 있는 트럭과 작업자를 영상분석의 주요 객체로 제한한다.

이론/모형

상기한 문제들을 해결하기 위해 본 연구는 영상처리 및분석기술을 활용하여 특정 시간대의 충돌위험 구역을 자동 으로 식별하고, 해당 위험구역에서 작업자의 불안전한 행동을 아차사고 수준에서 식별하는 방법을 통해 중점관리 및적극조치(펜스 설치)가 필요한 지역을 식별하여 안전관리자 에게 제공함으로써 작업자들의 불안전한 행동특성을 반영한 최소한의 펜스 설치 지점 정보를 제공한다. 두 번째 이슈를 개선하기 위해, 본 연구는 UGE를 사용한다. 건설현장의 생산시스템(토사운반 시스템)을 UGE로 재현하면, 위험 상황을 연구목적에 적합한 시나리오에 맞게 재현하기 용이하고 실제 인간을 대상으로 한 실험이 아니기에 윤리적인 문제에서 자유로울 수 있다.
충돌위험구역 식별 및 사고예측을 위해 유니티 게임엔진(Unity game engine: 이하 UGE)을 사용하여 토공공정을 재현하고, 실행화면을 상용 유틸리티를 사용하여 녹화하였다. 매틀랩(Matlab) 영상처리 라이브러리를 사용하여 작업영상을 분석한다. 영상분석에서 객체식별(object detection)은 차영상(difference image) 알고리즘을 사용하고, 위치추적(object tracking)은 블럽분석(blob analysis) 알고리즘을 사용한다.
매틀랩(Matlab) 영상처리 라이브러리를 사용하여 작업영상을 분석한다. 영상분석에서 객체식별(object detection)은 차영상(difference image) 알고리즘을 사용하고, 위치추적(object tracking)은 블럽분석(blob analysis) 알고리즘을 사용한다.
(1) 자원객체 식별(Object detection), (2) 위치추적(Object tracking) 및 (3) 충돌사고 판단(Collision determination) 과정을 거친다. 영상분석은 매틀랩(MATLAB)이 제공하는 Computer Vision 라이브러 리를 사용하며, 구체적인 영상처리과정은 다음과 같다.
차영상 알고리즘을 통해 변환된 이진영상(Binary image) 에서 관심객체 영역만을 분리(Segmentation)하기 위해 매틀랩이 제공하는 블럽분석(Blob analysis) 라이브러리 (Vision.BlobAnalysis)를 활용한다. 블럽분석을 실행하면 이진영상에서 픽셀값이 1로 연결된 덩어리(blob, 같은 색상영역)를 구분하고, 해당 블럽의 특성치(area, centroid, bounding box)를 계산해서 반환한다.

성능/효과

영상분석결과 굴삭기 뒤편에 있던 작업자(‘+’표시)가 위쪽으로 이동하면서 트럭의 위험경계구역을 가로지르는 영상이 식별된다. 아차사고 판단 알고리즘을 적용한 결과, 작업자가 최초로 위험구역에 접촉한 시점 (D=30px)은 1247프레임이고, 위험구간 중심선을 통과한 시점은 1253프레임(frame)이며, 해당 좌표는 x=394, y=97로 규명되었다. 현장에서 불안전한 환경을 불가피하게 제공할 수밖에 없다면, 그 대안으로 작업자들이 불안전한 환경에

후속연구

안전사고 연구는 다양한 위험상황을 재현한 영상을 확보 하는 것을 전제하기 때문에 본 연구에서 제시한 게임엔진을 활용한 방법론은 관련 연구부야에 데이터 수집노력을 절감 시켜 줄 것으로 기대된다. 또한, 공사 현장의 다양한 위험상 황을 가상 환경에 재현하고 공사 전에 위험성을 객관적으로 평가하여 안전대책 수립 및 관련 작업자 교육에 유용할 것으로 기대된다.
안전사고 연구는 다양한 위험상황을 재현한 영상을 확보 하는 것을 전제하기 때문에 본 연구에서 제시한 게임엔진을 활용한 방법론은 관련 연구부야에 데이터 수집노력을 절감 시켜 줄 것으로 기대된다. 또한, 공사 현장의 다양한 위험상 황을 가상 환경에 재현하고 공사 전에 위험성을 객관적으로 평가하여 안전대책 수립 및 관련 작업자 교육에 유용할 것으로 기대된다.

질의응답

핵심어	질문	논문에서 추출한 답변
	영상처리의 진행과정은?	이후 영상처리 및분석과정은 3단계로 진행된다. (1) 자원객체 식별(Object detection), (2) 위치추적(Object tracking) 및 (3) 충돌사고 판단(Collision determination) 과정을 거친다. 영상분석은 매틀랩(MATLAB)이 제공하는 Computer Vision 라이브러 리를 사용하며, 구체적인 영상처리과정은 다음과 같다.
	현장안전관리 계획수립의 목표는?	현장안전관리 계획수립은 시공 전에 위험성평가를 통해 잠재적 유해위험 작업들 및 요소들을 식별하고, 이 작업들을 허용가능수준(tolerable risk)으로 관리하는 대책을 마련 하는 것을 목표로 한다. 각 작업의 위험성은 두 가지 변수, 즉 ‘사고발생확률’과 ‘재해심각성’을 정량화하여 평가한다.
	컴퓨터 비전 기술을 활용한 불안전한 조건 및 행동을 규명하는 연구들은 크게 무엇으로 구분되는가?	컴퓨터 비전 기술을 활용하여 불안전한 조건 및 행동을 규명하는 연구들은 크게 장면 기반 위험분석(Scene-based risk identification), 위치기반 위험분석(Location based risk identification), 동작기반 위험분석(Action-based risk identification)으로 구분된다. 첫째, 장면 기반 위험분석은한 프레임 단위(정지 영상)로 위험요인을 식별하는 기술이 며, 안전모 착용여부(Du et al.

LOADING...

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증