멀티 모달 기반 산업 현장 실시간 통합 안전 모니터링 시스템 연구
산업 현장의 안전사고를 예방하기 위해서는 각 현장의 특성과 위험 요소에 맞춘 최적화된 모니터링 시스템이 요구된다. 본 연구는 엣지 컴퓨팅과 영상 인식 AI, 그리고 다중 IoT 센서 융합 기술을 바탕으로, 특성이 상이한 두 가지 산업 환경에 각각 대응하는 맞춤형 실시간 안전 모니터링 시스템을 설계하고 구현한다. 첫째, 수평적 이동이 주를 이루는 공장 환경을 위해 카메라 투영 기법과 객체 탐지 기술을 결합한 모니터링 시스템을 제안한다. YOLO와 TensorRT 최적화를 통해 다수의 CCTV 영상을 병렬 처리하며, 카메라 내부 파라미터와 투영 행렬을 이용해 실제 크기를 반영한 그리드를 자동 생성하여 지게차와 작업자 간의 근접 위험을 정밀하게 분석한다. 탐지된 위험 상황은 LoRa 기반 무선 통신을 통해 알람 장치를 즉시 작동시켜 작업자에게 전달되며, 실제 공장 환경 실험을 통해 빠른 경고 지연 시간과 높은 통신 안정성을 검증하였다. 둘째, 수직적 이동이 이루어지는 산업용 리프트 환경에서 영상 분석과 다중 센서를 융합한 안전 관리 시스템을 제안한다. YOLO-Pose를 활용하여 내부 작업자의 상태를 분석하고, IMU 센서를 결합해 리프트의 이상 진동 및 비정상적인 기울기 등 물리적 위험을 실시간으로 감지한다. 또한, UHF RFID 기술을 도입하여 작업자의 출입 권한과 현장 인원 현황을 정확히 파악함으로써 보안과 안전을 동시에 확보하는 구조를 마련한다. 결과적으로, 본 연구는 독립적으로 운영되는 두 시스템의 설계 및 성능 평가를 통해, 제안하는 기술 프레임워크가 특성이 다른 두 현장에서 각각의 복잡한 위험 요소를 효과적으로 감지하고 예방할 수 있음을 입증한다.
학위연월 : 2026년 9월
E-mail : wwww1542@pusan.ac.kr
지도교수 : 유영환 교수님
키워드 : 객체 탐지, 실시간 위험 분석