Faster R-CNN 기반 작업자 및 기계 상호간섭 범위탐지 모델을 통한 현장 안전사고 예방 시스템 개발

Abstract

건설사업의 안전관리는 건설사업의 진척도와 현장 통제에 큰 영향을 미치고 있다. 세계 각국은 선진적인 기술과 관리방법을 사용하고 있어도 안전사고 발생에 대해 효과적인 개선이 이뤄지지 않고 있다. 따라서 기존 건설 산업의 안전관리 기법에 새로운 신기술을 접목해야할 필요성이 있다. 본 연구는 머신러닝 시각 검출 알고리즘을 적용하여 건설 현장 작업자와 기계의 상호 간섭범위를 인식하고 위치 관계에 따라 경보를 울림으로써 안전사고 발생을 줄이기 위한 것이다. 본 연구는 머신러닝이 안전관리에 적용된 선행연구를 고찰하여 논문의 이론적 토대로서 활용하였다. 이론적 배경에 따라 Faster R-CNN 알고리즘을 활용한 형장안전관리 필요성을 도출하였다. 작업자와 기계의 간섭 범위를 탐지하기 위해 기존의 이미지 인식기술 및 Faster R-CNN 알고리즘을 바탕으로 작업자와 기계 상호 간섭 범위를 분석하는 모델을 구축하였다. 이 모델은 객체 검출 알고리즘과 공간 관계 정의를 결합한다. 공사현장의 기계와 작업자를 정확히 감지하고 공간의 위치 관계를 정의하면 위험 행위를 식별할 수 있다. 그리고 공사현장의 환경적 특징과 이미지 특징을 결합하여 본 연구에 적합한 모니터링 네트워크의 모델을 구축하였다. 머신러닝 기반의 Faster R-CNN 알고리즘은 시공 영상에서 기계와 작업자를 검출하여 공사현장의 시각 검출 데이터를 얻는다. 이들 영상에서 기계와 작업자의 위치 관계를 판단하는 세 가지 공간 개념을 정의한다. 공사현장에서 감지된 기계와 작업자의 위치정보를 결합하고 시각화한 것이다. 본 연구 결과를 바탕으로 제안된 시스템이 공사현장의 안전관리에 적용됨을 확인하였다. 인식속도가 빠르고 정확성이 더 높은 자동화 모니터링 방법 적용은 공사현장의 안전관리 수준을 높이는 데 도움이 될 것으로 기대한다.