智慧型手機應用於工地墜落前兆感測之研究

Abstract

我國每年之重大職災案件，一半以上發生於營造業；根據民國81至87年統計資料，營造業職業災害四成以上為墜落。意即僅墜落災害便佔據我國重大職業災害五分之一強。因此若能降低墜落即可大幅減少重大職災案件，有鑑於此，本研究開發一防墜監測技術，達到方便使用、低成本、即時之防墜前兆感測系統。 工地墜落發生多為疲勞、睡眠不足、飲酒、精神不集中等原因所造成，墜落發生前會有不平衡和異常極速運動情形產生。因此只要感測這些異常運動行為，便能適時提供當事者及工地管理者警示訊息及預防墜落之功能。 運用資訊科技之工地安全監控系統，為重要的墜落防止技術之一。近年來智慧型手機普及率越趨提高，本研究所開發之系統可安裝於智慧型手機；施工人員僅需在工作前啟動本系統，程式便即時運算配戴者運動情形，即時給予警示；工地監控者則可同時監控所有配戴儀器者之運動情形，若發生墜落前兆便可快速且適度的調派工作。 本系統經實驗驗證，將受測者分為四種精神狀態：正常、睡眠不足、疲勞及喝酒狀態，分別利用三種演算法判斷墜落前兆，SVMA：利用加速度判斷，被最多研究採用、SVMg：利用轉動慣量判斷，極少研究採用、SVMt：利用SVMA時間差判斷，為本研究創新提出。結果SVMA在四種狀態中皆有最低之誤差，為最適合本研究之演算法；SVMg在四種狀態中判斷誤差皆最大；SVMt在正常及喝酒狀態下判斷誤差與SVMA一樣優異，但在睡眠不足及疲勞狀態下判斷誤差則略高。 本研究首創將智慧型手機運用於工地防墜監控，著重於工地防墜實際應用；利用智慧型手機，而非多數研究採用之裸體加速度計（accelerometer）或陀螺儀（gyroscope），便於一般使用者使用；創新墜落前兆感測演算法，可於墜落前提早產生警示；利用模擬工地施工驗證本系統，針對工地防墜監控設計參數等。皆相較其他研究更適用於工地防墜之監控。

Anti-falling precursors sensing system which can achieve conveniently using, low cost and betimes. It usually happens at an unbalance and abnormal high speed situation, if we could sense these abnormal behaviors, the alert message will be sent and the falling will be prevented. The subjects are separated to four mental statuses: normal, lack of sleep, fatigue, and drinking and the falling precursors determines by three algorithms. Finally, SVMA is the best algorithm of the research because it has the minimum errors among four mental statuses. SVMg has the maximum errors in judgment among four mental statuses; the errors in judgment of SVMt is as good as SVMA in normal and drinking statuses; but the errors in judgment is increased in lack of sleep and fatigue statuses. To sum up, this research initiates to take smart phone into construction site anti-falling monitoring. It is different between accelerometer and gyroscope adopted by many researches. The new falling precursor sensing algorithm can send warning message before falling. Using simulated construction site to prove this system and get designing data of construction site anti-falling precursor monitoring.