| 논문명 |
REBA 평가 도구 기반 작업자의 자세 분석 자동화 제안 / Automated Posture Analysis Proposal Based on REBA Evaluation Tool |
| 수록사항 |
대한건축학회논문집, Vol.40 No.3 (2024-03) |
| 주제어 |
행동 인식; 직업관련 근골격계 질환; 인공지능; 티처블 머신 ; Action Recognition; Work-related Musculo-skeletal Disorders; Artificial Intelligence; Teachable Machine |
| 요약1 |
건설업계에서는 근로자의 안전을 위해 컴퓨터 비전을 활용한 현장관리 및 분석 연구가 점차 증가하고 있다. 안전모 착용, 안전고리 체결 확인, 중장비 거동 자동 인식 등 컴퓨터 비전을 활용하고 있다. 그러나 근골격계 질환이 발생하는 자세에 대한 직접적인 연구는 상대적으로 미흡하다. 건설현장은 공정별로 각기 다른 전문인력과 장비가 투입되는 노동집약적 산업이다. 건설근로자의 근골격계 질환 발생을 줄이고 근로자의 안전을 보호하기 위해서는 지속적인 관리와 모니터링이 중요하다. 그러나 공사현장은 규모가 크고 공정에 따라 업무가 달라 관리자들이 관리하기 어렵다. 따라서 본 연구에서는 REBA를 기반으로 위험자세를 정의하고 Posenet을 이용하여 관절의 핵심 포인트를 추출하였다. 위의 자료를 바탕으로 Teachable Machine을 사용하는 작업자의 태도를 분류하는 모델을 제안하였다. 제안된 모델은 각각의 위험 자세를 인식하는 정확도가 높은 것으로 나타났다. |
| 요약2 |
In the construction industry, there is a gradual increase in the application of computer vision for field management and safety analysis of
workers. Computer vision is employed for tasks like monitoring the use of safety helmets, verifying the fastening of safety rings, and
automatically recognizing the behavior of heavy equipment. However, research specifically addressing the postures leading to musculoskeletal
disorders is relatively limited. The construction site, being labor-intensive and involving various professionals and equipment in each process,
requires continuous management and monitoring to minimize musculoskeletal diseases among workers and ensure their safety. Managing such
a large construction site with diverse tasks for each process poses challenges for effective oversight. In this study, risk postures were defined
based on REBA, and key joint points were identified using Posenet. Using this data, a model was developed to classify workers' postures
using Teachable Machine, demonstrating high accuracy in recognizing different risk postures |
