헤딩 4: 현장의 실제 위험 지적사항 분석
본 연구실에서는 건설 재해의 심각성을 해결하기 위해, 주요 4차 산업 핵심기술을 융합하여 기존과는 다른 방법으로 건설현장의 위험을 효율적으로 관리할 수 있는 시스템을 개발하고자 한다. 영상 및 사진 데이터와 딥러닝 기반의 정보 생성·시각화 기술을 활용하여 현장의 위험 요소들을 자동으로 인식하고 통제 및 관리함으로써 현장 관리자 및 작업자의 시각과 지능을 보조할 수 있는 “시각지능기반 건설안전관리시스템” 개발을 통해 건설산업의 재해를 예방하고자 한다.
헤딩 5: 이미지 매칭 및 증강현실 기반 안전가시설 점검 및 통제 알고리즘 개발
- 비계 설치 작업, 비계 위에서 이동 시 안전고리가 체결되지 않은 상태 등을 분석하여 위험요인을 분석함.
- 특히, 작업발판이 설치되지 않은 상태에서 안전고리까지 체결하지 않은 작업자들이 작업을 하고 있는 경우
- 사고 발생위험이 가장 큰 것으로 분석되었음.
- 비계 해체 작업 전 비계의 연결부 또는 접속부의 풀림상태를 점검한 후 작업을 진행하고,
- 안전대 부착설비 설치 및 안전고리 착용 후 작업을 했었다면
- 이러한 사고를 예방할 수 있었을 것으로 분석됨.
헤딩 6: 딥러닝 기반 위험 판별 알고리즘 개발
KOSHA에서 제정한 안전보건규칙 중 비계 설치 및 해체 작업, 비계 위에서의 작업 시 안전고리 체결을 사례로 선정하여 관련된 법규를 분석함. 분석된 법규 및 기준에 대한 내용은 사업주의 주도하에 지켜질 수 있도록 규제하고 있음.
이미지를 인식하기 위해 작업을 세분화하여 이미지에서 인식해야 하는 요소를 분석하고 법규 검토를 통해 얻은 정보를 활용하여 이미지 인식 요소를 프로세스에 따라 분석하여, 프로세스를 활용하여 안전고리 체결에 대한 이미지 상에서 인식해야 할 대상의 순서 정립이 가능함.