• 한국재난정보학회 논문집
• /
• 제18권1호
• /
• pp.154-162
• /
• 2022

연구목적: 건설현장 안전관리를 인적 역량 중심에서 첨단기술인 AIoT와 Mobile 기술을 활용한 시스템 중심의 관리체계로의 전환을 위한 건설현장 안전관리 활성화 방안을 마련하고자 한다. 연구방법: AIoT와 Mobile 기술을 활용한 건설현장 안전관리 모니터링 시스템이 건설현장의 유효성에 대하여 공동주택현장의 골조공종에 종사하고 있는 작업자를 대상으로 가상휀스, 화재감시, 안전모 미착용 인식 3개의 알고리즘을 적용하여 실험을 실시 하였다. 연구결과: 실험대상 근로자는 215명, 가상휀스 침입은 7.61명으로 불안전 행동 발생율은 실험대상 인원 대비 3.5%, 화재감지는 0.16건으로 실험대상 대비 불안전 행동 발생율이 0.07% 나타났으며, 안전모 미착용 인지는 월 평균 안전모 미착용은 8.79명으로 실험대상 대비 불안전 행동 발생율 4.05% 나타났다. 결론: AIoT와 Mobile 기술을 활용한 건설현장 안전관리 모니터링 시스템이 건설현장에 유효한 영향을 미치는 것으로 나타났다.

• 융합신호처리학회논문지
• /
• 제20권2호
• /
• pp.91-98
• /
• 2019

해상과 같이 고립된 장소에서 발생하는 작업자의 사고는 일반적인 건설 사고와는 달리 통신의 제한 등의 문제로 구조에 어려움이 따른다. 또한 CCTV의 부재로 인한 사고 현장의 수색에 어려움이 생긴다. 이러한 문제점을 개선하기 위해 이 논문에서는 작업 현장에서 필수적으로 착용해야 하는 안전모에 IoT 기술을 접목한 장치를 제안한다. 제안 장치는 기존의 안전모에 심박센서, 체온 센서, 가속도 센서 및 카메라 센서를 부착하여 설계 및 구현하며, 사용자 및 관제 센터에서 작업자의 상태를 모니터링 할 수 있게 한다. 또한 작업자에게 비정상적인 생체 신호나 낙상이 발생하면 영상을 관제센터로 전송한다. 제안 시스템을 활용하면 작업자의 상태를 실시간으로 확인할 수 있으므로 작업자의 사고에 대해 빠른 대처를 할 수 있는 장점을 가진다.

• 센서학회지
• /
• 제31권6호
• /
• pp.433-440
• /
• 2022

Recently, owing to global warming, average summer temperatures are increasing and the number of hot days is increasing is increasing, which leads to an increase in heat stroke. In particular, outdoor workers directly exposed to the heat are at higher risk of heat stroke; therefore, preventing heat-related illnesses and managing safety have become important. Although various wearable devices have been developed to prevent heat stroke for outdoor workers, applying various sensors to the safety helmets that workers must wear is an excellent alternative. In this study, we developed a smart helmet that measures various vital signs of the wearer such as body temperature, heart rate, and sweat rate; external environmental signals such as temperature and humidity; and movement signals of the wearer such as roll and pitch angles. The smart helmet can acquire the various data by connecting with a smartphone application. Environmental data can check the status of heat wave advisory, and the individual vital signs can monitor the health of workers. In addition, we developed an algorithm that classifies the risk of heat-related illness as normal and abnormal by inputting a set of vital signs of the wearer using a support vector machine technique, which is a machine learning technique that allows for rapid binary classification with high reliability. Furthermore, the classified results suggest that the safety manager can supervise the prevention of heat stroke by receiving feedback from the control system.

• 융합신호처리학회논문지
• /
• 제23권3호
• /
• pp.150-159
• /
• 2022

본 논문은 실시간 영상 분석을 통해서 산업현장에서 활동하는 여러 근로자의 영상 객체를 추출해 내고, 추출된 이미지로 부터 개별 영상 분석을 통해 헬멧의 착용 여부와 낙상 사고 여부를 확인하는 방법을 구현한다. 근로자의 영상 객체를 탐지하기 위해서 딥러닝 기반 컴퓨터 비전 모델인 YOLO를 사용하였으며, 추출된 이미지를 이용하여 헬멧의 착용여부를 판단하기 위해 따로 5,000장의 다양한 헬멧 학습 데이터 이미지를 만들어서 사용하였다. 또한, 낙상사고 여부를 판단하기 위해서 Mediapipe의 Pose 실시간 신체추적 알고리즘을 사용하여 머리의 위치를 확인하고 움직이는 속도를 계산하여 쓰러짐 여부를 판단하였다. 결과에 신뢰성을 주기위한 방법으로 YOLO의 바운딩 박스의 크기를 구하여 객체의 자세를 유추하는 방법을 추가하고 구현하였다. 최종적으로 관리자에게 알림 서비스를 위하여 텔레그램 API Bot과 Firebase DB 서버를 구현하였다.

• 대한임베디드공학회논문지
• /
• 제17권3호
• /
• pp.167-175
• /
• 2022

With the recent expansion of electric kickboards and bicycle sharing services, more and more people use them. In addition, the rapid growth of the delivery business due to the COVID-19 has significantly increased the use of two-wheeled vehicles and personal mobility. As the accident rate increases, the rule related to the two-wheeled vehicles is changed to 'mandatory helmets for kickboards and single-person transportation' and was revised to prevent boarding itself without driver's license. In this paper, we propose a wearable smart safety equipment, called SafetyHelmet, that can keep helmet-wearing duty and lower the accident rate with the communication between helmets and mobile devices. To make this function available, we propose a safe driving assistance function by notifying the driver when an object that interferes with driving such as persons or other vehicles are detected by applying the YOLO v5 object detection algorithm. Therefore it is intended to provide a safer driving assistance by reducing the failure rate to identify dangers while driving single-person transportation.

• International Journal of Safety
• /
• 제10권1호
• /
• pp.36-40
• /
• 2011

Personnel maintaining or repairing the railway tracks or signaling facilities around tracks may experience the sensory disorder when doing maintenance works at the trackside of railway for long time. In this case personnel maintaining at the trackside may collide with the train since they cannot recognize the approach of motor-car although it approaches to the vicinity of maintenance workplace because of the sensory block phenomenon occurred due to their long hours of continued monotonous maintenance work. In order to prevent such motor-car accidents that may occur because railway track workers are unable to recognize the approaching train, the safety alarm equipment is developed to make the approaching motor-car send radio signals and bidirectional detection mechanism between approaching train and trackside personnel. It shows the possibility of utilization in various forms of safety equipment for workers only to the safety helmet to be worn by the maintenance workers while using the configuration of transmitting/receiving sides. In the paper it is represented new alarm equipment, which is the bone-anchored speaker-based safety helmet to be worn by the maintenance workers.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2018년도 추계학술대회
• /
• pp.497-498
• /
• 2018

화재 현장은 정전과 연기와 유독가스로 인해 열영상카메라 및 제논탐조등으로도 전방 가시거리 1m를 확보하기 힘든 것이 현실이다. 화재현장의 연기입자를 분석해보면, 파장 $5{\mu}m$ 이하의 흰색 연기일지라도, 가시거리가 1미터 이상이 되면 기존의 열영상 카메라 등을 이용할 경우 전방시야 확보가 어렵다. 입자 파장 $5{\mu}m$ 이상의 검은 연기에는 화학소재와 가스, 물분자가 섞여 있어 단일 센서가 아닌 다양한 센서를 이용한 공간투과 센서 기술이 필요하다. 전방 안전시야 확보를 위해 연기투과 및 공간정보 가시화를 위한 라이다 센싱 기술이 필요하다. 본 논문에서는 32bit CPU코어 및 주변회로를 갖춘 정보처리 시스템의 인터페이스를 설계하였다. 또한 라이다 센서와의 인터페이스를 구현하고 이를 시뮬레이션 하였으며 이를 통해 향후 휴먼 증강 소방헬멧의 정보처리 시스템을 구현 가능한 인터페이스를 제공하였다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2022년도 제65차 동계학술대회논문집 30권1호
• /
• pp.277-278
• /
• 2022

최근 전동킥보드 보급이 이루어지면서 이와 관련된 교통사고가 증가하고 있다. 이에 따라 전동킥보드 주행 시 헬멧 착용을 의무화하는 도로교통법 개정안이 시행되고 있지만, 물리적으로 대부분 현장에서 단속이 어렵다. 본 논문에서는 딥러닝 영상인식 기술을 활용한 객체검출(object detection) 모델인 YOLOv4를 기반으로 전동킥보드 사용자의 헬멧 미착용 검출시스템을 제안하였다. 이를 통해 전동킥보드 주행 시 헬멧 착용 여부를 효율적으로 단속하는데 활용 할 수 있을 것으로 기대한다.

• 한국건축시공학회지
• /
• 제23권1호
• /
• pp.81-92
• /
• 2023

According to the 2020 industrial accident reports of the Ministry of Employment and Labor, the number of fatal accidents in the construction industry over the past 5 years has been higher than in other industries. Of these more than 50% of fatal accidents are initially caused by fall accidents. The central government is intensively managing falling/jamming protection device and the use of personal protective equipment to eradicate the inappropriate factors disrupting safety at construction sites. In addition, although efforts have been made to prevent safety accidents with the proposal of the Special Act on Construction Safety, fatalities on construction sites are constantly occurring. Therefore, this study developed a model that automatically detects the wearing state of the worker's safety helmet and belt using computer vision technology. In considerations of conditions occurring at construction sites, we suggest an optimization method, which has been verified in terms of the accuracy and operation speed of the proposed model. As a result, it is possible to improve the efficiency of inspection and patrol by construction site managers, which is expected to contribute to reinforcing competency of safety management.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2021년도 추계학술대회
• /
• pp.201-204
• /
• 2021

최근 전동 킥보드 사용량이 크게 늘었으나, 다른 이동수단 대비 낮은 안정성과 사용자들의 헬멧 착용에 대한 인식 부족으로 인해 사고의 위험성이 큰 상황이다. 이에 대하여 정부는 헬멧 착용을 강제하는 법률을 제정하였으나, 경찰력의 한계에 따른 단속 미비로 여전히 헬멧 착용율은 낮다. 본 연구는 YOLO v3 알고리즘을 통해 학습시킨 딥러닝 모델을 활용하여 도로 상황을 촬영한 동영상 내에서 헬멧 착용자와 미착용자를 구분하고 미착용자 탐지 시 알람을 제공하는 시스템을 제시한다. 기존 YOLO 알고리즘 및 신경망을 적용하되, 전동 킥보드 데이터를 새로 수집하고 클래스를 구분하여 학습시켰다. 소수의 탐지 및 분류 오류를 보정하기 위해, 히스토그램 간 유사도를 측정해 최종적으로 객체를 추적 및 확정하고, 객체에 대한 헬멧 착용 여부를 통계적으로 확인한다.