Vědci vyvinuli systém pro monitorování rizikového chování ve fabrikách

Vědci z Univerzity ve Washingtonu vyvinuli nový systém, který je schopen monitorovat dělníky ve fabrikách a skladech a varovat je před rizikovým chováním v reálném čase. Tento nový systém využívá strojové učení k dosažení tohoto cíle.

Podle Úřadu statistiky práce USA bylo zaznamenáno asi 350 000 případů, kdy dělníci museli vzít volno kvůli zraněním svalů, nervů, vazů nebo šlach. Dělníci s nejvyšším počtem případů byli ti, kteří pracovali ve fabrikách a skladech.

Tyto případy jsou obvykle muskuloskeletální poruchy, které vznikají, když lidé vykonávají určité úkoly, které způsobují namáhání těla. Tyto vědci hledali způsob, jak detekovat toto chování, aby dělníci mohli být více informováni.

Algoritmus nového systému rozděluje určité úkoly, jako je zvedání beden z vysokých polic a přenášení předmětů, na jednotlivé akce. Poté se vypočítá riziko pro každou akci.

Ashis Banerjee, asistent profesora na katedře průmyslového a systémového inženýrství a mechanického inženýrství na UW, je jedním z hlavních autorů.

“V současné době mohou dělníci provádět samo-hodnocení, kde vyplňují tabulku svých denních úkolů, aby odhadli, jak rizikové jsou jejich činnosti,” řekla. “Ale to je časově náročné a je těžké pro lidi vidět, jak jim to přímo prospívá. Nyní jsme celý proces plně automatizovali. Naším cílem je umístit jej do aplikace pro chytré telefony, aby dělníci mohli sami monitorovat a získat okamžitou zpětnou vazbu.”

Tyto současné samo-hodnocení se spoléhají na snímky úkolů, které jsou prováděny. Položka každého kloubu se ohodnotí a všechny se sečtou, aby se určilo riziko. Tento nový algoritmus to bude mnohem jednodušší, protože bude schopen ohodnotit celou akci najednou.

Tým otestoval algoritmus pomocí datové sady se 20 třímínusovými videi lidí, kteří vykonávali 17 aktivit. Tyto aktivity jsou běžné ve skladech a fabrikách.

“Jedním z úkolů, které jsme lidem dali, bylo zvednout bednu z regálu a položit ji na stůl,” řekl první autor Behnoosh Parsa, doktorand mechanického inženýrství na UW. “Chtěli jsme zachytit různé scénáře, takže někdy museli lidé natáhnout ruce, otočit těla nebo se ohnout, aby něco zvedli.”

Vědci poté použili kameru Microsoft (MSFT ) Kinect k zachycení datové sady a zaznamenali 3D videa. Poté určili, co se dělo s klouby lidí během úkolů.

Algoritmus byl nejprve schopen určit rizika pro každou video-snímku. Nakonec byl schopen určit, kdy úkol začal a skončil, a mohl poskytnout riziko pro celou akci.

Dalším krokem týmu je vývoj aplikace, kterou mohou používat dělníci a dozorci ve fabrikách. Chtějí, aby byla schopna detekovat a varovat před středně rizikovými a vysoce rizikovými akcemi.

V dlouhodobém horizontu doufají, že roboti budou moci být použiti ve fabrikách a že algoritmus bude moci pomoci udržet dělníky v bezpečí.

“Fabriky a sklady používají automatizaci již několik desetiletí. Nyní, když lidé začínají pracovat v prostředích, kde se používají roboti, máme jedinečnou příležitost rozdělit práci tak, aby roboti vykonávali rizikové úkoly,” řekl Banerjee. “Roboti a lidé by mohli mít aktivní spolupráci, kde robot může říci: ‘Vidím, že zvedáte těžké předměty z horní police a myslím, že to děláte často. Dejte mi, abych vám pomohl.'”

Výzkum byl zveřejněn v IEEE Robotics and Automation Letters dne 26. června a bude prezentován na Mezinárodní konferenci o automatizaci a inženýrství ve Vancouveru, Britská Kolumbie, dne 23. srpna.