IoT 기술 기반 보행자 안전 알고리즘 개발 평가

Abstract

항만은 중장비에 의한 컨테이너 화물의 양적하 작업이 끊임없이 이루어지는 곳으로, 각종 소음과 높게 적재되어 있는 컨테이너와 장비로 인해 항만 근로자 안전사고가 빈번히 발생하는 곳이다. 특히 다른 일반적인 산업 환경과 비교했을 때 각종 소음과 높게 적재되어 있는 컨테이너와 장비로 인해 근로자들의 정상적인 의사소통이 어렵고, 적절한 시야 확보가 힘들어 항만 근로자 안전사고가 빈번히 발생하고 있다. 이에 따라 본 연구에서는 항만 근로자 안전사고를 예방하기 위한 사고위험 감지 및 평가 알고리즘을 개발하는 것을 목적으로 하며, 이를 위한 주요 내용은 크게 세 가지로 구성된다. 첫 번째로 기초 알고리즘 개발을 위해 항만 사고 기초통계 및 대표 사고케이스 분석과 항만 장비 기초특성 분석을 진행하였다. 두 번째로 문헌고찰 및 항만 현장조사를 통해 장비-근로자 충돌 사고위험 감지 기술과 컨테이너 작업구역 접근감지 기술에 대한 기초 알고리즘을 개발하였다. 마지막으로 개발된 알고리즘의 실제 항만에서의 실효성 검증 및 항만 현장에 맞는 알고리즘 고도화를 위해 미시적 교통류 시뮬레이션(VISSIM)을 활용한 가상 네트워크 검증, GIS 환경 기반 시뮬레이션 검증, 그리고 부산 BPT 테스트베드 검증을 진행하였다. 미시적 교통류 시뮬레이션(VISSIM)을 활용한 가상 네트워크 검증 결과, 근로자-장비 충돌 사고위험 감지 알고리즘 정확도는 정보 수집 주기에 따라 72.2~88.8%로 도출되었고, 컨테이너 작업구역 접근감지 알고리즘 시뮬레이션 검증은 정보 수집 주기와 오차 범위에 따라 감지 정확도가 80.1~96.5%, 오차율이 3.5~19.9%로 도출되었다. 근로자-장비 충돌 사고위험 감지 알고리즘 정확도는 정보 수집 주기가 감소할 경우 위험 상황을 일반 상황으로 감지하는 비율이 급격하게 상승했으며, 컨테이너 작업구역 접근감지 알고리즘은 정보 수집 주기가 짧아짐에 따라 정확도는 소폭 상승했으나, 위치오차가 커짐에 따라 정확도는 12.3~15.7%까지 감소하는 것으로 나타났다. GIS 환경 기반 시뮬레이션 검증 결과, 모든 시나리오에서 사고위험 감지 정확도가 100% 정확하게 판단되는 것으로 나타났다. 부산 BPT 테스트베드 검증 결과, 사고 위험 감지 정확도는 100%, 사고위험도 수준 추정 성공률은 97%로 도출되었는데, 이는 현장에서 발생한 위치 오차 및 통신 딜레이 때문인 것으로 판단된다. 본 연구는 최근 산업현장에서의 활용도가 확대되고 있는 IoT 디바이스와 실시간 위치정보 기술을 활용한 기술로서, 향후 이를 응용한 Connected 안전관리 및 제어기술로서 발전할 수 있으며 유관분야에 다양한 솔루션을 제공할 수 있을 것으로 기대된다. 그리고 향후 항만과 유사한 작업 환경과 미래 자율주행환경에서 차량과 보행자 간 안전사고 예방 기술 개발 시 참고 및 가이드라인을 제공할 수 있을 것으로 판단된다. 또한 항만에서의 안전사고로 인해 발생하는 항만기능 저하 또는 마비를 사전에 예방하여 국가적, 지역적, 산업계의 경제적 손실 저감을 도모할 수 있으며, 항만 근로자의 안전성 향상에 중요한 역할을 할 수 있을 것으로 판단된다. 마지막으로 본 연구는 사람중심의 능동적 기술로 보행자 중심의 교통 환경에서 보행자 교통안전대책을 계획하는데 중요한 역할을 할 것으로 기대되며, 교통 및 산업 현장으로의 IoT 기술 및 실시간 예측기술로 스마트 안전관리 시스템 산업의 성장에 기여할 수 있을 것으로 기대된다.| A port is a place where container cargo is constantly loaded and unloaded by heavy equipment, and safety accidents of port workers occur frequently due to various noises and high-loaded containers and equipment. In particular, compared to other general industrial environments, various noise and high-load containers and equipment make it difficult for workers to communicate normally, and it is difficult to secure an appropriate view, resulting in frequent safety accidents for port workers. Accordingly, this study aims to develop an accident risk detection and evaluation algorithm to prevent safety accidents for port workers, and the main contents for this are largely composed of three. First, for the development of basic algorithms, basic statistics of port accidents, representative accident cases, and basic characteristics of port equipment were analyzed. Second, through literature review and port field surveys, basic algorithms for equipment-worker collision risk detection technology and container work area access detection technology were developed. Finally, virtual network verification using microscopic traffic flow simulation (VISSIM), GIS environment-based simulation verification, and Busan BPT test-bed verification were performed to verify the effectiveness of the developed algorithm at the actual port and upgrade the algorithm for the port site. As a result of virtual network verification using microscopic traffic flow simulation (VISSIM), the accuracy of the worker-equipment collision risk detection algorithm was derived at 72.2-88.8% according to the information collection cycle. In the simulation of the container work area approach detection algorithm, the detection accuracy was 80.1 to 96.5% and the error rate was 3.5 to 19.9% according to the information collection cycle and error range. The accuracy of the worker-equipment crash risk detection algorithm increased sharply when the information collection cycle decreased, and the accuracy of the container work area approach detection algorithm increased slightly as the information collection cycle decreased to 12.3~15.7%. As a result of GIS environment-based simulation verification, it is shown that the accident risk detection accuracy is judged 100% accurately in all scenarios. As a result of Busan BPT test bed verification, the accident risk detection accuracy was 100% and the accident risk level estimation success rate was 97%, which is believed to be due to location errors and communication delays at the site. This study is a technology that utilizes IoT devices and real-time location information technology, which has recently been expanded in industrial sites, and it can develop into a connected safety management and control technology and provide various solutions to related fields with various solutions. In addition, it is believed that reference and guidelines can be provided when developing safety accident prevention technologies between vehicles and pedestrians in a work environment similar to ports in the future and an autonomous driving environment in the future. In addition, it is believed that it can play an important role in improving the safety of port workers by preventing deterioration or paralysis of port functions caused by safety accidents at ports in advance. Finally, this study is expected to play an important role in planning pedestrian traffic safety measures in a pedestrian-centered traffic environment, and IoT technology and real-time prediction technology to traffic and industrial sites can contribute to the growth of the smart safety management system industry.