• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2019년도 제59차 동계학술대회논문집 27권1호
• /
• 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.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2018년도 제57차 동계학술대회논문집 26권1호
• /
• 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.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2019년도 제60차 하계학술대회논문집 27권2호
• /
• 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.

• 한국재난정보학회:학술대회논문집
• /
• 한국재난정보학회 2022년 정기학술대회 논문집
• /
• 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.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2020년도 제61차 동계학술대회논문집 28권1호
• /
• 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.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2017년도 제56차 하계학술대회논문집 25권2호
• /
• 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.

• 한국가스학회지
• /
• 제25권2호
• /
• pp.52-63
• /
• 2021

제조업 작업자들에 대한 위험행동 요인의 분석은 효과적인 휴먼에러 예방과 효율적인 안전관리제도의 시스템화를 가능하게 한다. 본 연구는 작업자들의 작업심리, 작업환경, 작업일탈 요인이 위험행동의도에 미치는 영향과 이러한 위험행동의도가 위험행동에 미치는 영향의 관계를, 중소 제조업 중 제조가공업 작업자 80명을 대상으로, 설문조사를 중심으로 분석하였다. 결과를 살펴보면, 작업심리와 작업일탈은 위험행동의도에 영향을 미치는 것으로 나타났으나, 직무만족과 작업부하에 해당하는 작업환경요인은 위험행동의도에 영향을 미치지 않는 것으로 나타났다. 동료들과의 관계, 업무의 만족 내지는 불만족 정도, 작업자가 느끼는 직무의 중요성 정도와 많은 작업량을 소화하기 위한 시간의 촉박함 등이 의도적인 위험 작업 유발에는 영향을 미치지 않지만, 위험행동에는 영향을 미치는 것으로 나타나, 의도성이 결여된 상태에서 작업환경요인은 위험행동을 수반하는 것으로 나타났다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2004년도 춘계학술대회 학술발표 논문집 제14권 제1호
• /
• 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.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2018년도 제58차 하계학술대회논문집 26권2호
• /
• 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.

• 한국건설관리학회논문집
• /
• 제18권2호
• /
• pp.38-48
• /
• 2017

건설재해의 직접적인 원인은 작업자의 불안전한 행동과 작업장의 불안전한 상태로 분류할 수 있다. 그러나 작업자의 불안전한 행동의 원인은 불안전한 상태에 비해 상대적으로 발견이 어렵다. 왜냐하면 불안전한 행동은 개인의 인지과정을 거쳐 순식간에 발생하기 때문이다. 따라서 작업자 인지과정모델을 통해 불안전한 행동의 원인을 밝히고 그 관리방안을 밝히는 것이 본 연구의 목적이다. 작업자의 인지과정모델을 개발하기 위해 피드백 관계를 규명하기에 알맞은 시스템 다이내믹스 방법론을 사용하였다. 개발된 인지과정모델은 작업자가 위험을 인식하지 못하는 그 상황 자체의 위험성에 대하여 강조하였으며 작업자가 위험을 인식 하였더라도 불안전한 행동을 할 수 있음을 나타냈다. 또한 불안전한 행동이 바로 사고로 이어지지 않는다는 습관은 작업자의 안전에 대한 부정적 태도인 태도로 이어진다는 점에 대해서도 규명하였다. 이러한 분석은 건설현장의 안전관리자가 작업자의 인지상태를 관리하는데 도움이 될 것이다.