研究者が工場でのリスク行動を監視するシステムを開発

ワシントン大学の研究者は、工場や倉庫での作業員を監視し、リアルタイムでリスク行動について警告する新しいシステムを開発しました。この新しいシステムは、機械学習に頼っています。

米国労働統計局によると、約35万件の労働者が筋肉、神経、靭帯、腱のけがにより休暇を取ったことがあります。事故件数が最も多かったのは、工場や倉庫で働く労働者でした。

これらの事故は、通常、特定の作業によって身体に負担がかかることにより発生する筋骨格系障害です。これらの研究者は、労働者がより注意できるようにこれらの行動を検出する方法を探しました。

新しいシステムのアルゴリズムは、箱を高い棚から持ち上げたり、物体を運んだりするなどの特定の作業を個々の行動に分割し、それぞれの行動にリスクスコアを計算します。

ワシントン大学の産業・システム工学と機械工学の両部門の助教授であるアシス・バネルジーは、先行著者の一人です。

「現在、労働者は自己評価を行うことができます。毎日の作業を表に記入して、活動のリスクを推定します。しかし、それは時間がかかり、労働者が直接どのように利益を受けるかがわかりません。私たちはこのプロセスを完全に自動化しました。スマートフォンアプリに組み込む計画で、労働者が自分自身を監視し、すぐにフィードバックを受け取ることができます。」

現在の自己評価は、作業のスナップショットに依存しています。各関節の位置が評価され、リスクスコアが決定されます。この新しいアルゴリズムは、より簡単に作業全体のスコアを付けることができます。

研究チームは、20本の3分間の動画で17の活動を行うデータセットを使用してアルゴリズムをテストしました。これらの活動は、倉庫や工場で一般的なものです。

「私たちが行ったタスクの1つは、棚から箱を取り出し、机の上に置くことでした。さまざまなシナリオを捉えるために、時には腕を伸ばしたり、体を回したり、物を拾うために腰を曲げたりしました。」と、第一著者であるワシントン大学の機械工学の博士課程の学生であるベヌーシュ・パルサは述べました。

研究者は、Microsoft (MSFT ) Kinectカメラを使用してデータセットをキャプチャし、3Dビデオを記録しました。次に、作業中の人の関節がどうなるかを決定しました。

アルゴリズムは最初に各ビデオフレームのリスクスコアを決定できました。最終的に、タスクの開始と終了を検出して、全体の行動に対するリスクスコアを付けることができました。

研究チームの次のステップは、工場労働者や監督者が使用できるアプリを開発することです。中程度のリスク行動と高リスク行動を検出して警告することを目指しています。

長期的には、ロボットが工場で使用され、アルゴリズムを使用して労働者の安全を確保することを希望しています。

「工場や倉庫では数十年前から自動化が使用されてきました。ロボットが使用されている環境で労働者が作業するようになった今、作業を分担する機会があります。ロボットが危険な作業を行い、人間が安全な作業を行うことができます。ロボットと人間が共同作業を行い、ロボットが『あなたは上の棚から重い物を多く取り出しているようです。手伝います』と言うことができます。」バネルジーは述べました。

この研究は、IEEE Robotics and Automation Lettersに6月26日に掲載され、8月23日にバンクーバーで開催されるIEEE International Conference on Automation Science and Engineeringで発表される予定です。