• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.19 no.3
• /
• pp.724-730
• /
• 2015

The safety-related accident in which the field operators of all sorts of industrial sites don't fasten the seat belt properly and which it generates is the tendency that it increases constantly every year. By sounding the announcement sound in case the operator did not fasten the seat belt and the person seat belt monitoring system proposed in this paper progressed the work the operator fastened the seat belt properly. In addition, at the same time with that, since the administrator monitored the seat belt wearing or no of the operators on a real time basis the safety-related accident which did not wear the safety equipment properly and which it generates was prevented.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2023.11a
• /
• pp.854-855
• /
• 2023

안전벨트 미착용 혹은 통학 차량 미하차로 인한 사고를 방지하기 위해 좌석에 압력 센서와 안전벨트에 센서를 부착하여 착석하지 않은 상태, 안전 벨트 미착용, 안전 벨트 착용으로 3단계로 나누어 탑승자의 상태 정보를 운전석에 위치한 디스플레이에 정보를 표시하여 안전 사고가 발생할 가능성을 줄이고자 한다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2018.01a
• /
• 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.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2020.01a
• /
• 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.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2018.07a
• /
• 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.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2019.01a
• /
• 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.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.14 no.5
• /
• pp.1303-1310
• /
• 2010

Recently, researches related with automative mechanism have been widely studied to increase the driver's safety by continuously monitoring the driver's health condition to prevent driver's drowsiness. This paper describes the design of wearable chest belt for ECG and reflectance pulse oximetry for SpO2 sensors based on wireless sensor network to monitor the driver's healthcare status. ECG, SpO2 and heart rate signals can be transmitted via wireless sensor node to base station connected to the server. Intelligent monitoring system is designed at the server to analyze the SpO2 and ECG signals. HRV (Heart Rate Variability) signals can be obtained by processing the ECG and PPG signals. HRV signals are further analyzed based on time and frequency domain to determine the driver's drowsiness status.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2009.10a
• /
• pp.545-548
• /
• 2009

Recently, researches related to automative mechanism have been widely studied to increase the driver's safety by continuously monitoring the driver's health condition to prevent driver's drowsiness. This paper describes the design of wearable chest belt for ECG and reflectance pulse oximetry for $SpO_2$ sensors based on wireless sensor network to monitor the driver's healthcare status. ECG, $SpO_2$ and heart rate signals can be transmitted via wireless sensor node to base station connected to the server. Intelligent monitoring system is designed at the server to analyze the $SpO_2$ and ECG signals. HRV(Heart Rate Variability) signals can be obtained by processing the ECG and PPG signals. HRV signals are further analyzed based on time and frequency domain to determine the driver's drowsiness status.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2019.07a
• /
• 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.

• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.37 no.8C
• /
• pp.711-720
• /
• 2012

In this paper, we introduce the implementation of driver fatigue monitering system and its result. Input video device is selected commercially available web-cam camera. Haar transform is used to face detection and adopted illumination normalization is used for arbitrary illumination conditions. Facial image through illumination normalization is extracted using Haar face features easily. Eye candidate area through illumination normalization can be reduced by anthropometric measurement and eye detection is performed by PCA and Circle Mask mixture model. This methods achieve robust eye detection on arbitrary illumination changing conditions. Drowsiness state is determined by the level on illumination normalize eye images by a simple calculation. Our system alarms and operates seatbelt on vibration through controller area network(CAN) when the driver's doze level is detected. Our algorithm is implemented with low computation complexity and high recognition rate. We achieve 97% of correct detection rate through in-car environment experiments.