機械学習を用いた建設現場の労働環境・生産性データ収集分析システム構築

利用机器学习构建建筑工地劳动环境/生产力数据采集和分析系统

基本信息

批准号：
21K04218
负责人：
五艘隆志
金额：
$ 2.66万
依托单位：
Tokyo City University
依托单位国家：
日本
项目类别：
Grant-in-Aid for Scientific Research (C)
财政年份：
2021
资助国家：
日本
起止时间：
2021-04-01 至 2024-03-31
项目状态：
已结题

项目摘要

本研究における2つの開発項目，①センサーを付加した端末のハードウェアおよび入出力ソフトウェア開発と，②センサーから得られたデータを自動的に統合・分析するソフトウェア開発について2022年度の実施概要を述べる。開発①の将来的な実用化を想定した最終形態は，各センサーを一体化した端末をヘルメットに装着するか埋め込む形をイメージしているが，本研究での開発段階ではセンサーとデータロガーがハード的あるいはソフト的に一体となったものを開発することを目指している。現段階では開発②と同時並行的な開発プロセスにあり，スマートフォンをデータロガーとし，市販センサーをBluetoothで接続した簡易型の端末を準備して位置，加速度，温湿度等のデータを取得している。2022年度は各センサーから取得・保存したデータを開発②にて使用するためのデータ変換と統合アプリの開発・運用を行い，分析作業の効率化が図られた。開発②として，2021年度末に新たに構築したシステム（機械学習を活用した事前判別フェーズとルールベースの生産性区分判別フェーズに分けたシステム）を用いて，大学構内における試験的データ取得と舗装工事現場におけるデータ取得を行った。分析における時間間隔の設定や，動作区分の設定を種々変更しながら精度向上を図っているところである。現状では，「歩行」や「姿勢」などの細分化された区分の分析精度は7割～8割程度の精度を有するが，本研究で目的とする「直接生産動作」「補助支援動作」「作業支援動作」の3区分や，さらに詳細化した9区分での精度は3割～4割にとどまる状況にある。

我们将概述2022年这项研究的两个开发项目：（1）开发配备传感器的终端的硬件和输入/输出软件，以及（2）开发自动集成和分析从传感器获得的数据的软件。最终的开发形式①，设想为未来的实际使用，设想有一个终端，将每个传感器连接到或嵌入头盔中，但在本研究的开发阶段，传感器和数据记录器尚未配备我们的目标是开发物理和软件方面集成的东西。现阶段，我们正与开发②并行开发，使用智能手机作为数据记录器，并准备一个简单的终端，通过蓝牙连接商用传感器来获取位置、加速度、温度和湿度等数据。 2022年度，为了提高分析工作的效率，我们致力于数据转换以及用于开发②的集成应用程序的开发和运营，该应用程序用于从每个传感器获取和保存的数据。作为开发②，我们将在2021年底使用新建的系统（该系统分为使用机器学习的预先确定阶段和基于规则的生产力分类阶段）来获取实验数据并进行大学铺垫工作数据是在现场获取的。我们目前正在努力通过对分析中的时间间隔设置和动作分类设置进行各种更改来提高准确性。目前，“步态”、“姿势”等细分类别的分析准确率在70%~80%左右，但“步态”、“姿势”等细分类别的分析准确率在70%~80%左右“工作支持动作”的3个类别和9个更详细的类别目前的准确度只有30%到40%。