研究者は工場でのリスク行為を監視するシステムを開発した

ワシントン大学の研究者は、工場や倉庫の作業者を監視し、リアルタイムでリスク行為について警告することができ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。 

アメリカ労働統計局（U.S. Bureau of Labor Statistics）によると、約35万件の労働者が筋肉、神経、靭帯、腱のけがのため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、人体に負担を与える作業を繰り返すことによって起こ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、これらの行為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、箱を高架から下ろしたり、物体を運んだりするなどの作業を個々の動作に分割し、それぞれの動作に対してリスクスコアを計算します。

ワシントン大学の産業・システム工学および機械工学部の助教授であるアシス・バネルジー（Ashis Banerjee）は、筆頭著者の一人です。

「現在、労働者は自ら日々の作業を表に記入して、自分の活動のリスクを自ら評価することができます」と彼女は述べました。「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得るかを見にくいです。私たちはこのプロセスを完全に自動化しました。スマートフォンのアプリに組み込む計画で、労働者が自分自身を監視し、即時のフィードバックを受け取ることができるようになります」。

現在の自己評価は、作業中のスナップショットに頼っています。各関節の位置がスコア付けされ、すべて加算されて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、1つの動作全体に対してスコアを付けることができるため、より簡単になります。

研究チームは、20本の3分間のビデオで17の作業を実行する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。これらの作業は、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、ラックから箱を取り出してテーブルに置くことでした」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学生、ベヌーシュ・パルサ（Behnoosh Parsa）は述べました。「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、体を捻ったり、物を拾うために屈んだりしました」。

研究者は、MicrosoftのKinectカメラを使用してデータセットを収集し、3Dビデオを録画しました。次に、タスク中の人の関節がどう動いてい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することができました。最終的に、タスクの開始と終了を判断し、全体の動作に対してリスクスコアを付けることができました。

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。中程度のリスクのある動作や高リスクのある動作を検知して警告することができるようにしたいと考えています。

長期的には、ロボットが工場で使用され、アルゴリズムを利用して労働者を安全に保つことができ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導入されています。ロボットと人間が協力して作業する環境が整った今、ロボットがリスクの高い作業を代わりに行うことができるようになりました。ロボットと人間は協力して作業し、ロボットが『あなたは上の棚から重い物を何度も取り出しているようです。私が手伝います』と言うことができます」と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。