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

• 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
• 来源: https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-21K04218/
• 关键词: ワークサンプリング; 機械学習; 加速度情報; 位置情報; 時刻情報; 労働環境; 生産性

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。

The purpose of this study is to start the project at the beginning of the project. 1. At the end of the day, there will be an increase in the input and output of the project, and 2. The overall analysis of the system will be completed in the first half of the year. The summary will be presented in 2022. For the first time in the future, the information system is designed to be the most effective, and the end of the system integration system is equipped with a real-world network. In this study, the whole system is designed to be used in the first part of the study. the purpose of this study is to improve the performance of the system. At the same time, the simultaneous operation of the two-stage operation is completed, and the operation is completed at the same time, and the temperature, acceleration, temperature and humidity at the end of the terminal are prepared for the location, acceleration, temperature and humidity at the end of the Bluetooth. In the year 2022, all operating systems have been saved and the operation has been carried out in the second half of the year, and the operation has been analyzed in terms of operating efficiency. At the end of the year 2021, the new equipment was used in the field of equipment equipment and equipment equipment. Analyze the time interval settings, and the action zone sets several different settings to improve the precision of the monitoring system. The accuracy of the analysis varies from 7 to 8. The purpose of this study is to determine the accuracy of the analysis. The purpose of this study is to determine the accuracy of the analysis. The purpose of this study is to determine the accuracy of the direct operation, the operation support action, the division precision, the accuracy, the accuracy

项目成果

Development of a program for automatic identification of productivity of construction workers

建筑工人生产力自动识别程序的开发

• 发表时间: 2022
• 作者: Ryuji Kasai;Takashi Goso;Tetsuro Osawa
• 通讯作者: Tetsuro Osawa

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の開発

使用机器学习开发建筑工地工作环境/生产力数据收集和分析系统

• 发表时间: 2022
• 期刊: 舗装
• 作者: 五艘 隆志 ; 武藤 一伸 ; 濱野 満 ; 大澤 徹郎 ; 笠井 琉司
• 通讯作者: 笠井 琉司

事前分類と機械学習の組み合わせによる 生産性区分分類システムの構築

预分类与机器学习相结合构建生产力分类系统

• 发表时间: 2021
• 作者: Nakamura Katsuya;Kobayashi Yoshikazu;Oda Kenichi;Shigemura Satoshi;武居周，野村政宗;大澤 徹郎・五艘 隆志
• 通讯作者: 大澤 徹郎・五艘 隆志

加速度を用いた建設現場作業の自動判別プログラ ムの枠組み構築と実証実験

建筑工地作业加速自动判别程序框架搭建及演示实验

• 发表时间: 2021
• 作者: Shogo Katayama;Yudai Abe;Anna Kuwana;Koji Asami;Masahiro Ishida;Ryuya Ohta;Haruo Kobayashi;大澤 徹郎・五艘 隆志
• 通讯作者: 大澤 徹郎・五艘 隆志