I ricercatori hanno sviluppato un sistema per monitorare i comportamenti a rischio nelle fabbriche

I ricercatori dell’Università di Washington hanno sviluppato un nuovo sistema in grado di monitorare i lavoratori di fabbrica e magazzino e avvertirli di comportamenti a rischio in tempo reale. Il nuovo sistema si basa sull’apprendimento automatico per raggiungere questo obiettivo.

Ci sono stati circa 350.000 incidenti di lavoratori che hanno preso tempo libero a causa di infortuni muscolari, nervosi, legamentosi o tendinei, secondo il Bureau of Labor Statistics degli Stati Uniti. I lavoratori con il numero più alto di incidenti sono stati quelli che lavoravano in fabbriche e magazzini.

Questi incidenti sono normalmente disturbi muscoloscheletrici che si verificano quando le persone eseguono determinati compiti che causano stress sul corpo. I ricercatori hanno cercato un modo per rilevare questi comportamenti in modo che i lavoratori possano essere più consapevoli.

L’algoritmo del nuovo sistema divide determinati compiti, come sollevare scatole da scaffali alti e trasportare oggetti, in azioni individuali. Un punteggio di rischio viene quindi calcolato per ciascuna azione.

Ashis Banerjee, professore assistente sia nel dipartimento di ingegneria industriale e dei sistemi che in quello di ingegneria meccanica alla UW, è uno degli autori principali.

“Attualmente i lavoratori possono eseguire un’autovalutazione dove compilano le loro attività quotidiane in una tabella per stimare quanto sono a rischio le loro attività”, ha detto. “Ma questo è tempo-consuming e è difficile per le persone vedere come ciò li beneficia direttamente. Ora abbiamo reso tutto questo processo completamente automatizzato. Il nostro piano è di metterlo in un’applicazione per smartphone in modo che i lavoratori possano anche monitorare se stessi e ricevere feedback immediato.”

Le autovalutazioni attuali si basano su istantanee di attività in corso. La posizione di ogni articolazione viene valutata e tutte vengono aggiunte per determinare un punteggio di rischio. Questo nuovo algoritmo renderà tutto molto più semplice in quanto sarà in grado di valutare un’intera azione invece di una singola istantanea.

Il team ha testato l’algoritmo utilizzando un set di dati con 20 video di tre minuti di persone che eseguivano 17 attività. Queste attività sono comuni tra i magazzini e le fabbriche.

“Una delle attività che abbiamo fatto eseguire alle persone è stata quella di raccogliere una scatola da un rack e posarla su un tavolo”, ha detto Behnoosh Parsa, studente di dottorato in ingegneria meccanica alla UW. “Volevamo catturare diversi scenari, quindi a volte dovevano allungare le braccia, torcere i corpi o chinarsi per raccogliere qualcosa.”

I ricercatori hanno quindi utilizzato una telecamera Microsoft (MSFT ) Kinect per catturare il set di dati e hanno registrato video in 3D. Hanno quindi determinato cosa stava accadendo alle articolazioni delle persone durante le attività.

L’algoritmo è stato in grado di determinare i punteggi di rischio per ogni frame del video. Alla fine, è stato in grado di dire quando un’attività è iniziata e terminata in modo da poter fornire un punteggio di rischio per l’intera azione.

Il prossimo passo del team è lo sviluppo di un’applicazione che i lavoratori di fabbrica e i supervisori possano utilizzare. Vogliono che sia in grado di rilevare e avvertire di azioni a rischio moderato e alto.

A lungo termine, sperano che i robot possano essere utilizzati in queste fabbriche e utilizzare l’algoritmo per aiutare a mantenere i lavoratori al sicuro.

“Le fabbriche e i magazzini hanno utilizzato l’automazione per diverse decine di anni. Ora che le persone stanno iniziando a lavorare in ambienti in cui vengono utilizzati i robot, abbiamo un’opportunità unica di dividere il lavoro in modo che i robot eseguano i compiti a rischio”, ha detto Banerjee. “I robot e gli esseri umani potrebbero collaborare attivamente, dove un robot può dire: ‘Vedo che stai raccogliendo questi oggetti pesanti dalla mensola superiore e credo che tu lo stia facendo molte volte. Lascia che ti aiuti.'”

La ricerca è stata pubblicata su IEEE Robotics and Automation Letters il 26 giugno e sarà presentata alla Conferenza internazionale IEEE su scienza e ingegneria dell’automazione a Vancouver, Columbia Britannica, il 23 agosto.