기계 학습을 활용하여 현장 안전 향상

Innovate UK가 자금을 지원하는 프로젝트는 기계 학습 기술을 사용하여 실시간으로 위험을 식별하고 경고를 전송함으로써 현장 안전을 향상시키는 것을 목표로 합니다.

기계

[건설] 업계에서는 한 명의 사망자가 너무 많다고 생각합니다.”라고 UWE(University of West England) 부교수 Olugbenga Akinade가 말했습니다. 

그는 현장 사고로 인해 작업 시간이 줄어들고 결과적으로 계약자에게 수익이 발생한다고 덧붙였습니다. 

이것이 지난 수십 년 동안 현장의 건강과 안전을 개선하려는 업계의 원동력이었습니다. 더 엄격한 규정을
준수하고 자세한 회사 지침을 작성하는 것 외에도 해당 부문의 회사는 노력을 돕기 위해 고안된
다양한 유형의 혁신에 투자해 왔습니다. 

UWE의 빅 데이터 기업 및 인공 지능 연구소(Big-Deal)는 건강 및 안전 목적을 위해 건설 산업의 기술 사용을 조사하고 주제에 대한 시장 통찰력을 얻기 위해 주 계약자 Winvic에 접근했습니다. 

그들은 건설 현장 모니터링에 대한 기존의 비전 기반 접근 방식이 현장 보안 및 진행 상황을 보여주는 타임랩스 필름 사용과 같은 영역에만 초점을 맞추고 있음을 발견했습니다. 

이 기술은 안전성을 향상시키기 위해 거의 사용되지 않았습니다.

또한 건강 및 안전 관리자와 요원은 전통적으로 안전 위험을 표시하기 위해 자체 보고 또는 동료의 경고에 의존했습니다. 

기계 사고 예방

Akinade는 “이 접근 방식의 문제는 부상이나 안전 문제를 미리 예방할 수 없다는 것입니다. 

이러한 접근 방식으로 제품을 개발하기 위해 Big-Deal은 Winvic 및 Bristol에 기반을 둔 지능형 비디오 솔루션 제공업체인 One Big Circle과 협력했습니다. 

그들은 처음에 Computer Vision Smart라고 불렀던 자율 지능형 비디오 응답(AIVR) Lookout을 고안했으며
영국의 혁신 기관 Innovate UK로부터 £600,000 Smart Grant를 확보했습니다.

위험 요소가 식별되면 위험 요소에 대한 이미지와 정보가 포함된 푸시 알림이 현장 팀에 전송되어 사고를 유발할 수 있는 행동이나 활동에 신속하게 대응할 수 있습니다. 

AIVR Lookout에는 푸시 알림이 전달되는 두 개의 인터페이스가 있습니다. 하나는 컴퓨터용이고 다른 하나는 모바일 장치용입니다. 

한 Big Circle 제품의 책임자 Sam Low는 이 혁신이 사람뿐 아니라 다양한 유형의 건설 장비와 자재를

선택하기 때문에 “현장 팀의 수호 천사 역할을 한다”고 말합니다. 

Akinade는 카메라가 제공하는 이미지를 통해서만 현장의 물체와 사람을 식별하는 시스템의 능력으로
인해 이 접근 방식은 모든 건설 장비에 센서를 장착하는 것에 비해 덜 방해가 된다고 말합니다. 

그는 AIVR Lookout을 혁신적으로 만드는 것은 “온톨로지 기반 접근 방식”을 사용하여 추적 및 컴퓨팅을 넘어선다는 점이라고 설명합니다. 

온톨로지는 관계 네트워크를 구축하는 것입니다   . 이 경우에는 현장에 있는 다양한 객체와 사람 간의 관계를 나타냅니다. 

safety site

기사 더 보기