研究課題/領域番号 |
21K04218
|
研究種目 |
基盤研究(C)
|
配分区分 | 基金 |
応募区分 | 一般 |
審査区分 |
小区分22010:土木材料、施工および建設マネジメント関連
|
研究機関 | 東京都市大学 |
研究代表者 |
五艘 隆志 東京都市大学, 建築都市デザイン学部, 准教授 (60412441)
|
研究期間 (年度) |
2021-04-01 – 2024-03-31
|
研究課題ステータス |
完了 (2023年度)
|
配分額 *注記 |
4,160千円 (直接経費: 3,200千円、間接経費: 960千円)
2023年度: 780千円 (直接経費: 600千円、間接経費: 180千円)
2022年度: 780千円 (直接経費: 600千円、間接経費: 180千円)
2021年度: 2,600千円 (直接経費: 2,000千円、間接経費: 600千円)
|
キーワード | 建設 / 労働環境 / 生産性 / 歩掛 / 動作分類 / 機械学習 / ワークサンプリング / 加速度情報 / 位置情報 / 時刻情報 |
研究開始時の研究の概要 |
当研究は建設作業員の作業状況や労働環境を明らかにして,生産性データの取得やそれに基づくマネジメント上の改善(設備・導線の是正や,待機状態の抽出・改善などを想定)に資することを目的とする。その基盤として,作業員に装着するセンサーの開発と作業状況の自動判別システム構築がその中心となる。自動判別システムは機械学習を用いるため,教師データ収集としての人手による建設現場のワークサンプリング調査も並行実施される。
|
研究成果の概要 |
本研究では生産性区分の自動分析システムの構築を行った.加速度情報を画像として取り扱い,「作業の有無」や「歩行の有無」などの単純動作5分類を先行して分類したうえで,9つの生産性区分に分類することとした.単純動作については,すべてを検証できたわけではないが,高い水準で判別することができたが,過学習を抑制する工夫が要求されることも判明した.一方で生産性動作区分の分類については,作業員の従事する作業は複雑で複合的な動作であるため高精度とならなかった.ただし,教師データの増加と,システムのチューニングによる精度向上の方向性も併せて示された.
|
研究成果の学術的意義や社会的意義 |
本研究で構築するシステムは,労働環境と生産性に関するデータを一定の精度で継続的に取得し,生産現場における問題点を定性的,定量的に認識し,関係者間で共有して向上策を講じるという当たり前のマネジメントを実現するための基盤である.我が国の建設産業ではこういった取り組みは全くなされておらず,建設現場の支援を得て取り組まれた本研究の成果は現場の生産性向上活動に寄与できるものである.
|