Application of Artificial Intelligence for Detecting Worker Safety Harness Usage During Work at Height to Enhance Safety Risk Management

In diesem Kapitel wird die entscheidende Rolle der künstlichen Intelligenz bei der Verbesserung der Sicherheit der Arbeitnehmer bei Bauaufgaben in großer Höhe untersucht. Sie konzentriert sich auf die Anwendung des YOLOv11-Algorithmus zur Echtzeiterkennung der Benutzung von Sicherheitsgurten, ein entscheidender Aspekt bei der Vermeidung von Unfällen im Zusammenhang mit Stürzen. Die Studie stellt ein umfassendes methodisches Rahmenwerk vor, das die Sammlung von Datensätzen, Modellschulungen und Validierung umfasst, um die Genauigkeit und Zuverlässigkeit des Erkennungssystems sicherzustellen. Eine Fallstudie, die an einem Stahlbauprojekt in Vietnam durchgeführt wurde, zeigt die Effektivität des Modells und erreicht eine mittlere durchschnittliche Genauigkeit (MAP) von 73,7%. In diesem Kapitel werden auch die Herausforderungen und Grenzen des aktuellen Modells diskutiert, wie etwa die Auswirkungen der Bildqualität und komplexer Hintergründe auf die Erkennungsgenauigkeit. Abschließend wird das Potenzial von KI-basierten Systemen zur Verbesserung des Sicherheitsrisikomanagements in der Bauindustrie hervorgehoben und zukünftige Forschungsrichtungen vorgeschlagen, einschließlich vergleichender Analysen mit anderen Objekterkennungsmodellen.