• Proceedings of the Korean Society of Computer Information Conference
• /
• 2019.01a
• /
• pp.57-58
• /
• 2019

본 논문에서는 앞서 진행한 연구들과 딥러닝을 이용한 고소작업자 행동 모니터링 논문에 이어 작업자 위험 행동분류 시스템을 개선할 수 있는 연구 결과를 비교, 설명한다. 이번 연구에서는 작업자의 행동에 따른 고도계 센서의 데이터를 추가로 수집하여 작업자의 더 다양한 행동을 분류하고 위험 행동 패턴 분석을 위한 방향을 제시한다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2018.01a
• /
• pp.51-52
• /
• 2018

산업 현장에서 작업자의 잘못된 작업행동으로 인한 안전사고가 꾸준히 발생하고 있다. 현재는 관리자가 육안으로 작업자의 위험행동 여부를 관리하고 있지만, 모든 작업자를 관리자 한명이 관리하기에는 현실적으로 어려움이 있다. 본 논문에서는 이 문제를 해결하기 위해 고소 작업자의 안전벨트에 IoT 장치를 부착하여 행동 데이터를 클라우드에 업로드하고, 딥러닝을 통해 작업자 위험행동 여부를 분석한다. 분석한 결과를 관리자가 쉽게 모니터링 할 수 있도록 하여, 안전사고를 예방하도록 하는 시스템을 설계하였다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2019.07a
• /
• pp.247-248
• /
• 2019

본 논문에서는 블루투스 비콘을 이용해 고소 작업장 등의 위험지역에서 작업자 추적 및 확인과 안전 벨트고리를 체결했는지 여부와 작업자의 행동에 따른 데이터를 추가로 수집하여 작업자의 행동 패턴을 분석하였다. IoT 국제 표준인 oneM2M을 기반으로 IoT Device와 Application을 연결하는 중간 매개체로 모비우스 플랫폼을 사용해 시스템을 구축하였다. 또한, 본 연구팀의 선행 연구에서 작업자 위험 행동분류 시스템을 개선할 수 있는 연구 결과를 비교하였다.

• Proceedings of the Korean Society of Disaster Information Conference
• /
• 2022.10a
• /
• pp.211-212
• /
• 2022

본 연구에서는 경기도 일대 2곳의 대형 아파트 현장의 외국인 작업자 165부의 유효 설문지를 바탕으로 외국인 작업자들의 습관적 행위, 공격성, 상황회피, 심리불안 요인이 위험행동과 안전사고 위험지수에 미치는 영향 관계를 가설검증을 통해 습관적 행위, 공격성, 상황회피 및 심리불안 요인은 위험행동에 영향을 미치는 것으로 나타났으며, 습관적 행위 요인은 안전사고 위험지수에도 영향을 주는 것으로 나타났다. 하지만 공격성, 상황회피, 심리불안 요인은 안전사고 위험지수에 유의한 영향을 미치지 않는 것으로 나타났다. 그러나 위험작업 행동은 안전사고 위험지수에 유의한 영향을 미치는 것으로 나타나 개인적인 성향과 연관이 있는 습관적 행위, 공격성, 상황회피 및 심리불안의 상태가 위험작업으로 발전할 수 있고, 이러한 위험작업행동은 안전사고로 이어질 수 있는 결과를 알 수 있었다. 따라서 외국인 건설현장 작업자의 증가로 인한 안전사고의 증가 문제는 외국인 작업자 때문이기 보다는 외국인 작업자 개인의 성향에 초점을 둘 필요성이 있다고 판단되며, 각 사업장에 직접 투입된 외국인근로자의 성향분석과 그에 따른 개선방안을 도출하면 사고를 줄일 수 있을 것으로 생각된다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2020.01a
• /
• pp.63-64
• /
• 2020

본 논문에서는 딥러닝을 이용한 작업자 위험 행동 모니터링 선행 연구에 기반해, 엣지 컴퓨팅 기반 딥러닝을 사용하여 클라우드에 대한 의존성 문제를 해결하였다. 작업자는 IoT 안전벨트와 영상 전송 안전모를 통해 정보를 수집, 처리한다. 또한 LSTM 방식에서 개량된 필터를 통한 FFNN 딥러닝 방법을 사용하여 작업자 위험 행동 패턴 분석을 하며 선행 연구의 작업자 행동 모니터링 시스템을 엣지 컴퓨팅 기반 위에서 구현하였다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2017.07a
• /
• pp.259-260
• /
• 2017

본 논문에서는 건설 현장이나 발전소 등의 고소 작업이 많은 곳에서 작업하는 근로자의 안전을 확보하기 위해, 클라우드 웹 서비스에 기반에 고소작업자의 행동 데이터를 수집 저장하여 그 데이터를 통해 관리자가 작업자의 행동을 모니터링 하고 위험경고 메시지를 받을 수 있는 시스템을 제안하였다. 작업자가 하는 행동을 관리자가 실시간으로 확인하는 것을 통해 고소 작업산업 현장에서 작업자의 경각심으로 예방이 가능하다.

• Journal of the Korean Institute of Gas
• /
• v.25 no.2
• /
• pp.52-63
• /
• 2021

Analysis of risky behavior factors for workers in the manufacturing industry enables effective human error prevention and systemization of an efficient safety management system. This study examines the relationship between the effects of workers' work psychology, work environment, and work deviation factors on risky behavior intentions and the effects of such risky behavior intentions on risky behaviors. Among the small and medium-sized manufacturing industries, the analysis was focused on a survey of 80 workers in the manufacturing and processing industry. Looking at the results, it was found that work psychology and work deviation had an effect on the intention of risky behavior, but the work environment factors corresponding to job satisfaction and workload did not affect the intention of risky behavior. The relationship with colleagues, the degree of satisfaction or dissatisfaction with the job, the degree of importance of the job that the worker feels, and the tightness of time to digest a large amount of work do not affect intentionally inducing dangerous work, but they do affect risky behavior. In the absence of intention, the work environment factor was found to accompany dangerous behavior.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2004.04a
• /
• pp.85-88
• /
• 2004

본 논문에서는 인공 면역 네트워크와 분류자 시스템을 이용한 자율 분산 로봇 시스템을 제안한다. 시스템에서 각 로봇의 행동은 전역행동과 지역행동으로 구성된다. 전역행동은 작업을 찾고 수행하기 위해 필요한 환경을 조성하는데 필요한 전반적인 행동들을 결정하고, 지역 행동은 작업을 수행할 때 각 로봇들이 어떤 방식으로 동작하는가를 결정한다. 이때 전역 행동은 인공 면역 네트워크를 이용하여 결정되며 작업을 빠른 속도로 탐색하며 탐색한 작업 주위로 적절한 수의 로봇이 집합하도록 한다. 또한 지역 행동은 분류자 시스템을 이용하여 결정되며 작업을 수행하는데 적절한 로봇의 역할을 결정한다.

• Korean Journal of Construction Engineering and Management
• /
• v.18 no.2
• /
• pp.38-48
• /
• 2017

Finding causes of workers' unsafe behaviors is important to prevent construction accidents because 80 percent of accidents occur by workers' unsafe behaviors. In this regard, this research aims to investigate possible reasons of workers' unsafe behaviors based on workers' cognitive process model using System dynamics. This study is based on two ways of workers' cognitive process which are in relation to hazard perception and failure of hazard perception. Based on existing literature, causal loops for workers' cognitive process are developed to explain workers' habituation by staying out of accidents, safety learning by experience, failure of hazard perception, and attitude change by accidents. The interactions between the developed loops provide managerial insights to reduce workers' unsafe behaviors from a safety manager's perspective including increasing the probability of workers' hazard perception through knowledge management, maintaining workers' positive attitude toward safety, and controlling first-line supervisors to eliminate workers' unsafe behavior. The research allows us to better understand the causes and solutions of workers' unsafe behaviors in workers' cognitive perspectives.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2018.07a
• /
• pp.25-26
• /
• 2018

이 논문에서는 고소 작업자의 위험 행동 분석을 위해 딥러닝 기법 중 연속적인 데이터 분석에 적합하며 매우 뛰어난 성능을 보여주는 LSTM 알고리즘을 이용해 모니터링 하는 시스템을 개발하였다. 모델을 위해 학습 데이터는 안전벨트에 자이로센서 등을 부착해서 실험하였다. 시스템은 작업자의 5가지의 행동 패턴을 분석할 수 있으며, 96%의 정확도를 얻었다.