建設現場での死傷者を減らすには？ 10のAI手法をご紹介します

この記事の結論から始めましょう。AI と機械学習は、ビデオ信号を 24 時間 365 日リアルタイムで分析することで、建設現場での事故、盗難、破壊行為、危険な作業環境を削減しています。同時に、脅威に関する予測的な洞察や情報も得ることができます。

国家設備登録局によれば、建設現場での盗難による損失は年間10億ドルを超えることが多い。最新型の機器、工具、備品は最も頻繁に盗難に遭い、回収が最も困難です。これを具体的に説明すると、盗まれた建設機械のうち回収されるのはわずか 25% で、事故や怪我によって建設業界は毎年推定 130 億ドルの損害を被っています。そのため、建設現場の安全性を向上させる緊急性は非常に高いと言えます。

機械学習による建設現場の安全性の向上

機械学習は、特定の建設現場の具体的な条件、要因、場所、状況に基づいて、それが現場の安全性とリスクの向上につながるかどうか、またどのようにつながるかを分析するのに最適です。将来、建設現場の保護に使用される遠隔監視システムは、機械学習アルゴリズムを利用して履歴データから新しいパターンを発見するようになります。同時に、機械学習に基づく遠隔監視システムも、暗視カメラ、赤外線カメラ、サーマルカメラと組み合わせた IoT センサーを利用して、リアルタイムのデータ ストリームを収集します。

機械学習ベースのリモート監視システムは、過去のビデオ ストリームと画像をリアルタイムのデータ ストリームと組み合わせることで、潜在的な事故、盗難、または危険な動作環境を予測的に識別できます。

AI が建設現場の安全性を向上させる 10 の方法

最近、建物の安全とセキュリティ業界の上級専門家がクラウドに集まり、標準化された機械学習ベースのリモート監視システムについて話し合ったとき、最も貴重な成果の 1 つは、誤報による時間をどれだけ節約できるかということでした。マイアミ、アトランタ、シカゴで進行中の建設プロジェクトを管理するある安全担当ディレクターは、機械学習によって、自分が担当する建設現場での誤報がほぼなくなったと語った。 「私たちのチームは、私たちのビジネスの特定のパターンに基づいて機械学習アルゴリズムを微調整しました。これにより、誤検知の問題が事実上排除され、盗難や侵入の試みをより正確に予測することに集中できるようになりました」と彼は説明した。

電話会議で意見交換した結果に基づいて、AI が建設現場の安全性を向上させる 10 の方法をまとめました。

1. 現場のセキュリティ チームへの依存を減らし、監視を使用して各建設現場を 365 日、24 時間監視します。建物の安全とセキュリティの専門家は皆、これが IoT、デジタル、サーマル、赤外線カメラからのデータを受け入れることができるクラウドベースのリモート監視システムの最も価値のある部分であると述べています。もちろん、常駐のオンサイト セキュリティ チームは依然として不可欠ですが、モデルをトレーニングするためのデータ ストリームを提供するためのリアルタイムの常時監視も非常に重要です。

2. 労働者が個人用保護具 (PPE) を着用しているかどうかを特定することで、職場での怪我や潜在的な賠償訴訟を減らすことができます。機械学習アルゴリズムを活用した高度なパターン マッチング機能により、専門家は、リスクの高い作業や作業エリアの作業者が PPE を着用しているかどうかを識別できます。パンデミックの間も建設現場は稼働を続けているため、多くの場合、CDCの要件に従うために全員がマスクを着用する必要があります。遠隔監視システムにより、一目でマスクを着用していないスタッフが分かります。

3. チェックリスト、ルーチン、その他の手動のセキュリティ監査方法を廃止し、リアルタイム監視に切り替えて、数秒で傾向とグラフ分析を生成します。実務家らは、プロジェクトのある都市がいつ再びロックダウンや隔離措置を実施するかわからないため、現場の建設チームの貴重な時間をいかに節約するかが現在の最大の課題だと語った。機械学習と現場データを組み合わせて直感的なダッシュボードに表示することで、手動ワークフローを 5 倍以上削減できます。

4. 建設現場のリアルタイムの安全性とセキュリティの監視が優れているほど、建設プロセスの柔軟性が高まります。専門家は、建設現場がリアルタイムのセンサーやビデオデータを取得して解釈する能力が強ければ強いほど、建設プロセスの適応性が高まると指摘しています。言い換えれば、初期投資はプロセスの改善を通じて利益をもたらすことになります。

5. スマートタグと重要なイベントのコンテキストヒントをサポートする高度なビデオ分析テクノロジーが登場し、機械学習ベースのリモート監視システムの予測精度がさらに向上します。現在、遠隔監視業界における研究開発費のほとんどは、ビデオの各フレームからより高度なインテリジェントな手がかりを得ることに投資されています。来年には、遠隔監視システムの高度なパターンマッチングと予測精度に関する新しい特許が登場すると予想されます。

6. サイバー脅威と物理的脅威の両方が建設プロジェクトに与える影響をリアルタイムで予測し、特定の一連のイベントにリスク スコアを割り当てるための特定のアルゴリズムを作成します。リモート監視システムの開発において最も興味深いのは、物理的なイベントとネットワーク イベントをどのように相関させるかということです。たとえば、ある建設現場のシステムがサイバー攻撃を受けたとします。この場合、標的の物理システムの監視と予測の精度が向上し、盗難や破壊工作を阻止することができます。

7. 各建設プロジェクトにリスク スコアを付け、機器や資材の盗難の脅威を軽減するために改善が必要な要素を分析します。同時に、関連する盗難データに基づいて機械学習を使用し、窃盗犯が再び襲撃する時期を判断する予測モデルを構築します。そのため、すべてのプロジェクトはビデオデータの記録から始まり、機械学習モデルのトレーニングや将来の盗難の試みの予測に使用できると専門家は述べています。

8. アクセス権を持たない侵入者の現場への活動を特定して追跡することで、産業スパイの脅威を軽減します。建設業界における産業スパイ活動は、特に独自の技術を持つチップ製造工場にとって、数十億ドルの損失をもたらす可能性があります。したがって、建設現場の安全を確保するには、効果的な AI ベースのリモート監視戦略から始める必要があります。

9. 建設資材がいつ、どこで、どのように盗まれたかを調べて、コストを管理し、建設現場をより安全にします。毎年、大規模な建設プロジェクトで使用される資材の 10% ～ 25% が盗まれ、転売されています。盗難の防止は建設プロジェクトの収益性にとって非常に重要であり、そのため実務者は遠隔監視に注目し始めています。

10. 監査人向けにリアルタイムの監査証跡を作成しながら、建設現場が OSHA および関連するコンプライアンス要件に準拠していることを確認します。安全とセキュリティを担当する業界の専門家によると、OSHA監査の準備には数週間、場合によっては数か月の事前作業が必要になることがあるという。リアルタイム監視システムは、要求に応じてレポートを生成できるため、毎年監査準備にかかる数百時間を節約できます。