작업자 활동 디지털화를 위한 유사자세 군집화에 대한 연구

Abstract

제조 시스템은 사람-기계 협업 공정을 포함한 다양한 불확실한 요인에 의해 영향을 받기 에 설계, 운영 및 개선 활동에 이산 사건 모의실험(discrete event simulation, DES)이 사용 된다. 정보기술이 발전하면서 모션 캡처와 같은 가상현실(virtual reality, VR) 기술을 활용해 작업자와 DES의 실시간 상호작용, 설계 및 통합과 같은 연구가 진행되고 있다. 본 논문에서는 활동을 수행하는 작업자의 자세 데이터를 동작 단위로 디지털화 하는 방법 을 소개한다. 활동은 작업 대상의 상태를 바꾸기 위해 수행하는 일련의 자세로 구성된다. 동 작은 활동의 일부분으로써 유사한 자세로 구성되며, 시뮬레이션에 입력되는 이벤트가 된다. 이러한 디지털화를 통해 작업자의 활동이 어떠한 동작들로 구성 되는지 시뮬레이션에 반영하 는 데 도움이 될 것으로 기대한다. 제안하는 방법은 작업자의 자세 표현을 위한 특징 추출, 작업 내 대표자세 생성, 유사자 세 군집화, 군집의 점수 측정을 통한 군집의 분할로 구성된다. 알고리즘의 실험에는 자동차 조립 공정의 일부를 모방한 예시 작업을 사용하였는데, 낮은 성능을 보여 알고리즘을 개선하 는 것이 향후 연구과제이다.|Discrete event simulation(DES) is used in design, operation, and improvement activities because manufacturing systems are affected by a variety of uncertain factors, including human-machine interaction processes. As information technology develops, research such as realtime interaction, design, and integration of workers and DES is being conducted using virtual reality (VR) technologies such as motion capture. This paper introduces a method of digitizing posture data of workers performing activities (Action) in units of motion. Action consists of a series of postures performed to change the state of the objects related to the task. The motion consists of a similar posture as part of the activity and becomes an event input to the simulation. Through this digitalization, it is expected that it will help to reflect in the simulation what actions the worker's activities consist of. The proposed method consists of extraction of features for workers' posture expression, generation of representative posture in the task, clustering of similar postures, and segmentation of the clusters through scoring each segmented cluster. In the experiment of the algorithm, an example task imitating part of the automobile assembly process was used, and improving performance with a low accuracy of about 62.7% remains as further research.