營建生產作業行為及累積性職業傷害整合自動辨識系統

Motion-Sensing Identification System for Construction Operation and Cumulative Occupational Hazard

楊廷曄

體感感測器 ； 營建自動化 ； 生產作業評估 ； 生產力 ； 體感姿態分析 ； Kinect ； Construction Automation ； Productivity ； Posture Analysis ； Motion-Sensing

交通大學土木工程系所學位論文

2016年

碩士

曾仁杰

繁體中文

在營建管理中，對於生產力的評估，取決於營建工人的單位成本效益，即營建工人的基礎生產力。在營建產業相關研究中，對於基礎生產力的評估有許多不同的方法，如傳統的現場工作抽樣、工地效率評估及短時效率評估法、近年來常用的DEA資料包絡分析與Thomas基準分析法，各種方法的主要目的是評估基準生產力效率值，評估生產力的差異，或確認生產力的變異情況，皆不是針對生產過程作量測。若能利用電腦以自動化的方式，獲得即時性的生產作業行為辨識結果，將可取得客觀量化的生產力評估基準。 有鑒於近年來影像感應技術的進步，透過光學體感器即可進行影像動態追蹤，體感器可藉由拍攝人體之動作，追蹤人體關節骨架，並將其擴展至人因作業領域，應用於生產作業行為辨識中。 本研究承接團隊中另一位成員，何家瑋(2015)的累積性職業傷害評估系統，在系統演算法規則作延伸，建立生產作業行為辨識系統，針對營造業較常見之施工作業，如鋼筋綁紮、模板組立、讀圖溝通、搬運作業、砌磚作業、磁磚鋪貼，以實驗的方式利用體感器取得數據，分析其辨識率及準確率的結果，並將其與累積性職業傷害評估系統整合，建立自動化動作捕捉系統。

In construction management, we use per unit cost-effective, the based productivity of construction workers to evaluate the productivity. There are several evaluation methods to assess the based productivity in construction industry-related research. For examples, the traditional field sampling, construction site efficiency assessment and short-time efficiency assessment method, DEA data envelopment analysis and benchmark analysis Thomas which are popular recently. The main purpose of all the methods above are for assessment of efficiency values of the reference productivity and the differences in productivity, and confirm the variation of productivity. Not for the measurement of production process. If we can use an automated way by computer to get the recognition result of production operations behavior instantly, we will be able to obtain objective and quantitative assessment of productivity benchmarks. In view of the recent advances in image sensor technology, the dynamic images can be traced through the optical sensor body. For instance, the optical sensor body can track the body's joints and skeleton action by capturing the images. And then extend this to operations identified in production behaviors. This study is to undertake the Evaluation System for Cumulative Occupational Hazard of Posture from another member of our team, Chia-Wei Ho (2015). We extend the rules of system algorithms to build Identification System for Construction Operation, which is helpful to common construction work of construction industry. Such as rebar installation, Installation and removal of formworks , image communication, transport operation, bricklaying operation, and tile paving. We use optical sensor body to obtain experimental data, and analyze the results of its recognition rate and accuracy rate. Then integrate this with Evaluation System for Cumulative Occupational Hazard of Posture to create an automated motion capture system.

1. [3] Ibbs, William, Nguyen, Long D., and Lee, Seulkee, (2007), “Quantified impacts of project change.” ASCE Journal of Professional Issues in Engineering Education and Practice. Volume 133, Pages 45-52.
   連結：
2. [8] Winch, Graham and Carr, Brid, (2001), “Benchmarking on-site productivity in France and the UK: a CALIBRE approach”, Construction Management and Economics, 19-6, Pages 577 –590.
   連結：
3. [9] Hsieh, Ting-Ya, (1998), “Impact of Subcontracting on Site Productivity: Lessons Learned in Taiwan,” Journal of Construction Engineering and Management, Volume 124, No.2.
   連結：
4. Linda Denehy and Adam L. Bryant, (2011), "Validity of the Microsoft Kinect for assessment of postural control,"Gait & Posture, Volume 36, Issue 3, July 2012, Pages 372–377.
   連結：
5. [15] R.A.Earnshaw，J.A. Vince & H. Jones, (1995) , "Virtual Reality Applications" ,London:Academic Press
   連結：
6. [16] Stone, E.E. and Skubic, M., (2011) , "Passive in-home measurement of stride-to-stride gait variability comparing vision and Kinect sensing, " Engineering in Medicine and Biology Society,EMBC, 2011 Annual International Conference of the IEEE, Boston,MA, , Pages 6491 - 6494.
   連結：
7. [18] Karhu, Osmo, Pekka Kansi, and Iikka Kuorinka. , (1977), "Correcting working postures in industry: a practical method for analysis." Applied ergonomics 8.4: 199-201.
   連結：
8. [19] Luigi Gallo, Alessio Pierluigi Placitelli and Mario Ciampi, (2011) , "Controller-freeexploration of medical image data experiencing the Kinect, " Computer-BasedMedical Systems (CBMS), 24th International Symposium on, Bristol, 27-30, Pages 1 - 6.
   連結：
9. [20] Edward H. Shortliffe,(1974) , “A rule-based computer program for advising physicians regarding antimicrobial therapy selection”, Proceeding ACM '74 Proceedings of the 1974 annual ACM conference - Volume 2, , Pages 739-739.
   連結：
10. [21] Sovarong and Costas, (1997), “A general equipment diagnostic system and its application on photolithographic sequences”, IEEE Transactions on Semiconductor Manufacturing Volume 10, Issue: 3, Page329 - 343.
    連結：
11. [22] Georg N. Duda, (1997),”Internal forces and moments in the femur during walking”, Journal of Biomechanics Volume 30, Issue 9, Pages 933-941.
    連結：
12. [23] Chen-Fu Chien,Shi-Lin Chen and Yih-Shin Lin,(2002) ,”Using Bayesian network for fault location on distribution feeder” IEEE Transactions on Power Delivery Volume 17 , Issue: 3,Page 785 – 793.
    連結：
13. [24] 劉建賢，(2011)，「使用加速度計和陀螺儀的跌倒檢測系統」， 大同大學資訊工程研究所，碩士論文。
    連結：
14. [30] 張紹文，(2009)，「應用人體動作分析於數位人動作之產生」， 國立清華大學工業工程與工程管理研究所，碩士論文。
    連結：
15. [36] 何家瑋，(2015)，「體感姿態辨識應用於營造業姿態性累積職業傷害評估之研究」，國立交通大學土木工程系所，碩士論文。
    連結：
16. [42] 黃弘銘，(2008)，「改進分析營建基準生產力的方法」，國立高雄第一科技大學工程科技研究所，博士論文
    連結：
17. [46] 李正隆，(2004)，「人因工程常用的評估技術及案例探討」，人因工程危害預防技術研討會，經濟部工業局主辦，中華民國工業安全衛生協會執行。
    連結：
18. [48] 陳廷暐，(2011)，「基於體感互動科技發展互動式溝通與情緒感知平台」，元智大學機械工程所，碩士論文。
    連結：
19. [50] 賀育民，(2003)，「高爾夫揮杆動作電腦化學習系統雛形之建構」，義守大學工業工程與管理學系，碩士論文。
    連結：
20. [51] 黃識夫，(2011)，「應用Kinect之人體多姿態辨識」，國立中央大學電機工程研究所，碩士論文。
    連結：
21. [54] 孫培峰，(2014)，「應用Kinect 體感器於肌肉骨骼為害評估」，國立台北科技大學工業工程與管理系，碩士論文。
    連結：
22. [1] Calvey, Timothy T., and Zollinger III, William R., (2003),”Measured mile labor analysis.” AACE International Transactions EST.03.
23. [2] Norfleet, D. A., (2004), “Loss of Learning in Disruption Claims.” AACE International Transactions. CDR.10.
24. [4] Park, H.S.; Thomas, S. R., and Tucker, R. L., (2005), “Benchmarking of Construction Productivity,” Journal of Construction Engineering and Management, Volume 131, No. 7.
25. [5] Thomas, H. R., Riley D. R., and Sanvido, V. E., (1999), “Loss of labor productivity due to delivery methods and weather” ASCE Journal of Construction Engineering and Management, Volume 125, No. 1, Pages 39-46.
26. [6] Thomas, H. R., Maloney, W. F., Smith, G. R., Sanders, S. R., Horner, R. M. W., and Handa, V. K., (1990) , “ Modeling Construction Labor Productivity”, Journal of Construction Engineering and Management, ASCE, Volume 116, No. 4, Pages 705-726.
27. [7] Thomas, H. R., and Zavrski, Ivica, (1999), “Construction baseline productivity: theory and practice”, ASCE Journal of Construction Engineering and Management, Volume 125, No. 5, Pages 295-303.
28. [10] Maloney, W. F., (1990), “Framework for analysis of performance,” Journal of Construction Engineering and Management, ASCE, Volume 116, No. 3.
29. [11] Haas, C. T., Borcherding, J. D., Allmon E., and Goodrum, P. M., (1999), “U.S. Construction Labor Productivity Trends, 1970–1998,” A Report of Center for Construction Industry Studies The University of Texas at Austin, Report N0. 7.
30. [12] L. Xia, C. Chen and J. K. Aggarwal, (2011) , “Human Detection Using Depth Information by Kinect,” Computer Vision and Pattern Recognition Workshops (CVPRW), 2011,IEEE Computer Society Conference on, Colorado Springs, CO, 20-25,Pages 15‐22.
31. [13] Pratik Chattopadhyay, Aditi Roy, Shamik Sural and Jayanta Mukhopadhyay, (2014) , "Pose Depth Volume extraction from RGB-D streams for frontal gait recognition, " Journal of Visual Communication and Image Representation, Volume 25, Issue 1, Pages 53–63.
32. [14] Ross A. Clark, Yong-Hao Pua, Karine Fortin, Callan Ritchie, Kate E. Webster,
33. [17] Stone, E.E. and Skubic, M, (2011),"Evaluation of an Inexpensive Depth Camera for Passive In Home Fall Risk Assessment," Pervasive Computing Technologies for Healthcare (PervasiveHealth), 2011 5th International Conference on, Dublin, 23-26, Pages 71 - 77.
34. [25] 許榮方，(2004)，「建築構造課程-營建生產力」，南榮科技大學，上課教材。
35. [26] 吳彥良，(2004)，「3D 反光球在 VR CAVE 中的互動」，國立交通大學建築研究所，碩士論文。
36. [27] 羅仁宏，2002。「3D人體資料的運用-建立自動化裁剪系統」，國立清華大學工業工程與工程管理研究所，碩士論文。
37. [28] 郭富強，2003。「3D數位人體模型實體化」，國立清華大學工業工程與工程管理研究所，碩士論文。
38. [29] 劉哲綱，(2003)，「3D人體模型之動態評估」，國立清華大學工業工程與工程管理研究所，碩士論文。
39. [31] 廖欣怡，(2004)，「作業面高度對於勞工上肢重複性作業之生理負荷評估」，朝陽科技大學工業工程與管理所，碩士論文。
40. [32] 高超群，(2006)，「人工智慧－現代方法(第二版) 」， ISBN：9861544038，全華科技繁體中文出版社。
41. [33] 羅貴杰，(2011)，「營建生產力的量測技術- DEA 與Thomas兩種方法之比較 」，國立高雄第一科技大學營建工程所，碩士論文。
42. [34] 李宗穎，(2008)，「具有熱穩定筒狀抗微振裝置之設計與研究」，國立交通大學土木工程學系，碩士論文。
43. [35] 張鎧麟，(2008)，「可攜式速度感測系統設計與製作」，逢甲大學自動控制工程學系，專題論文。
44. [37] 彭雲宏、毛犖，(1995)，「集合住宅施工自動化個案研究-系統模版技術發展策略」，研究計畫，內政部建築研究所籌備處。
45. [38] 彭雲宏，1999，「建築工程系統模版自動化技術之推廣及應用」，內政部建築研究所產業自動化十年計畫。
46. [39] 劉福勳，(2001)，「營建管理概論」，平面書籍，漢天下出版社。
47. [40] 潘儀聰,田方治，(2013)，「重複性肌肉骨骼傷病預防技術指引研究」，行政院勞工委員會，勞安所研究報告。
48. [41] 內政部營建署，http://www.cpami.gov.tw/ 。
49. [43] 劉福勳，(2004)，「工地效率評估法在營建業之應用實例」，研究計畫報告。
50. [44] 劉福勳、蕭文魁、李昌明、莊龍勝、周勁言、周蕙怡、黃世耕，(2004)，「營建生產力之現況與展望」，產學合作研究計畫。
51. [45] 巫智弘，(2005)，「人工搬運作業之生物力學模式建立與評估」，朝陽科技大學工業工程與管理系，碩士論文。
52. [47] 陳盈鈞，(2009)，「應用決策樹分類配合多個加速度計於運動訓練之研究」，國立嘉義大學資訊工程所，碩士論文。
53. [49] 曹祖聖，(2011)，「Kinect應用程式開發入門」，Microsoft Developer Network，
54. MSDN邊學邊做教學介紹文。
55. [52] 廖秀鈺，(2011)，「應用Kinect for Xbox 360 訓練高齡者平衡能力之研究」，國立雲林科技大學工業設計系碩士班，碩士論文。
56. [53] 潘儀聰,田方治，行政院勞工委員會，(2014)，「運用動態感測技術建立勞工上肢MSD 危害評估研究」。