| 研究課題/領域番号 |
17K06967
|
|---|
| 研究種目 |
基盤研究(C)
|
| 配分区分 | 基金 |
|---|
| 応募区分 | 一般 |
|---|
| 研究分野 |
船舶海洋工学
|
|---|
| 研究機関 | 九州大学 |
|---|
研究代表者 |
田中 太氏 九州大学, 工学研究院, 准教授 (70432854)
|
|---|
| 研究期間 (年度) |
2017-04-01 – 2020-03-31
|
| 研究課題ステータス |
完了 (2019年度)
|
| 配分額 *注記 |
4,680千円 (直接経費: 3,600千円、間接経費: 1,080千円)
2019年度: 1,820千円 (直接経費: 1,400千円、間接経費: 420千円)
2018年度: 1,170千円 (直接経費: 900千円、間接経費: 270千円)
2017年度: 1,690千円 (直接経費: 1,300千円、間接経費: 390千円)
|
|---|
| キーワード | 生産システム / 労働安全 / 作業観測 / リスクアセスメント / モニタリング / 画像解析 / ディープラーニング / ディープニューラルネットワーク / 船舶工学 |
|---|
| 研究成果の概要 |
造船所における作業の状況は現場の作業長などの経験により管理されている。場所では作業区、時間では一日単位など粗い単位で管理されており、定量的な把握が十分でない場合が多い。作業観測シートやビデオカメラを用いた目視による作業観測が行われていることが多い。目視による観測は時間・負担がかかることが課題である。本研究では、ディープ・ラーニングによる画像識別を用いて、作業観測の自動化手法を検討した。はじめに、教示画像データの構築法を検討した。次に、作業観測の自動化の適用例として、造船所の構内道路における作業者、車両の移動軌跡の観測とリスクアセスメントへの適用について検討した。
|
| 研究成果の学術的意義や社会的意義 |
造船所の労働安全の管理者やスタッフは災害の事後対処に翻弄されており、リスクアセスメントによる災害の事前対処への転換が課題である。さらに生産効率の改善も求められている。建造工程では作業者の状態は現場の作業長等の経験で管理され、定量的な把握が十分でない場合が多く、作業のボトルネックが顕在化しにくい。従来の造船所での作業観測は作業観測シートやビデオ画像を用いた目視観測が行われている。目視観測は時間・負担が課題であった。ディープ・ラーニングを用いた画像識別による作業観測の自動化はモニタリングやリスクアセスメントの普及を大きく推進する。教示データの構築法の検討はディープ・ラーニングの導入を推進する。
|
