YOLO-v4를 활용한 작업장의 위험 객체와 작업자 간 거리 예측 모델의 구현

Implentation of a Model for Predicting the Distance between Hazardous Objects and Workers in the Workplace using YOLO-v4

산업재해로 인한 사망사고와 함께 시민재해로 인한 사망사고 발생 등이 사회적 문제로 지적됨에 따라 작업장에서 발생하는 중대재해 처벌 등에 관한 법률이 제정되어 시민의 안전권 보장과 중대재해를 사전에 방지하기 위한 노력이 요구되는 실정이다. 본 논문에서는 지게차와 같은 중장비에 작업자가 치이는 경우와 관련해 거리 예측 모델을 제안한다. 데이터는 실제 지게차와 작업자가 배회하는 환경을 CCTV로 직접 촬영한 영상을 사용했으며 유클리디안 거리 기반으로 진행하였다. 산업 현장에서 데이터 셋을 직접 구축해 YOLO-v4를 학습하고 이를 통해 거리를 예측하여 위험한 상황인지 판정하는 모델을 구현하여 종합 위험 상황 판단 모델의 기초 자료로 활용할 수 있을 것으로 사료된다.

As fatal accidents due to industrial accidents and deaths due to civil accidents were pointed out as social problems, the Act on Punishment of Serious Accidents Occurred in the Workplace was enacted to ensure the safety of citizens and to prevent serious accidents in advance. Effort is required. In this paper, we propose a distance prediction model in relation to the case where an operator is hit by heavy equipment such as a forklift. For the data, actual forklift trucks and workers roaming environments were directly captured by CCTV, and it was conducted based on the Euclidean distance. It is thought that it will be possible to learn YOLO-v4 by directly building a data-set at the industrial site, and then implement a model that predicts the distance and determines whether it is a dangerous situation, which can be used as basic data for a comprehensive risk situation judgment model.