연구자들, 공장에서 위험한 행동을 실시간으로 감시하는 시스템 개발

워싱턴 대학교의 연구자들은 공장과 창고 노동자들을 실시간으로 감시하고 위험한 행동을 경고하는 새로운 시스템을 개발했다. 이 시스템은 위험한 행동을 감지하기 위해 기계 학습을 사용한다.

미국 노동 통계국에 따르면, 근육, 신경, 인대, 건염으로 인한 부상의 경우 약 35만 건의 사례가 보고되었다. 가장 높은 사례는 공장과 창고에서 일하는 노동자들이었다.

이러한 사례는 일반적으로 근골격계 질환이라고 하는 것으로, 특정 작업을 수행할 때 신체에 부담을 주는 경우 발생한다. 연구자들은 이러한 행동을 감지하여 노동자들이 더意识할 수 있도록 하기 위해 방법을 찾고 있다.

새로운 시스템의 알고리즘은 상자들을 높은 선반에서 들어 올리고 물건을 운반하는 것과 같은 특정 작업을 개별적인 행동으로 나눈다. 그런 다음 각 행동에 대한 위험 점수를 계산한다.

워싱턴 대학교의 산업 및 시스템 공학 및 기계 공학부의 조교수인 아시스 바네르지는 이 연구의 공동 저자 중 한 명이다.

“현재 노동자들은 일일 작업을 표에 입력하여 활동의 위험성을 평가하는 자가 평가를 수행할 수 있다”고 바네르지는 말했다. “그러나 그것은 시간이 걸리고, 사람들이 그것이 직접적으로 어떻게 도움이 되는지 보는 것이 어렵다. 이제 우리는 이 전체 과정을 완전히 자동화했다. 우리의 계획은 스마트폰 앱에 넣어서 노동자들이 스스로를 감시하고 즉시 피드백을 받을 수 있도록 하는 것이다.”

현재의 자가 평가는 작업을 수행하는 순간의 스냅샷에 의존한다. 각 관절의 위치가 점수화되고, 모두 더해져서 위험 점수를 결정한다. 이 새로운 알고리즘은 행동 전체를 점수화할 수 있으므로 훨씬 더 간단하다.

연구 팀은 20개의 3분짜리 비디오와 17개의 활동을 포함하는 데이터 세트를 사용하여 알고리즘을 테스트했다. 이러한 활동은 공장과 창고에서 일반적으로 수행되는 작업이다.

“우리는 사람들이 랙에서 상자를 들어 올리고 테이블에 놓는 작업을 수행하도록 했다”고 첫 번째 저자이자 워싱턴 대학교 기계 공학 박사 과정 학생인 베누시 파르사(Behnoosh Parsa)는 말했다. “우리는 다양한 시나리오를 캡처하고 싶었으므로 때때로 팔을 뻗거나 몸을 비틀거나 무언가를 집기 위해 구부려야 했다.”

연구자들은 마이크로소프트 키넥트 카메라를 사용하여 데이터 세트를 캡처하고, 3D 비디오를 녹화했다. 그런 다음 작업을 수행하는 동안 사람의 관절이 어떻게 움직이는지 결정했다.

알고리즘은 처음에 각 비디오 프레임에 대한 위험 점수를 결정할 수 있었다. 결국, 작업이 시작되고 끝나는 것을 감지하여 전체 행동에 대한 위험 점수를 제공할 수 있었다.

연구 팀의 다음 단계는 공장 노동자와 감독자가 사용할 수 있는 앱을 개발하는 것이다. 그들은 중간 정도의 위험 행동과 높은 위험 행동을 감지하고 경고할 수 있도록 하려한다.

장기적으로, 그들은 공장에서 로봇을 사용하여 알고리즘을 활용하여 노동자들을 안전하게 유지할 수 있기를 희망한다.

“공장과 창고에서는 수십 년 동안 자동화를 사용해왔다”고 바네르지는 말했다. “로봇이 사용되는 환경에서 사람들이 일하기 시작하면서 우리는 작업을 분할하여 로봇이 위험한 작업을 수행하도록 하는 고유한 기회를 가지고 있다. 로봇과 인간은 활발한 협력을 할 수 있으며, 로봇이 ‘나는 당신이 상단 선반에서 무거운 물건을 집고 있다고 생각하고, 당신이 그것을 많이 하고 있다고 생각한다.让我 도와드리겠습니다’라고 말할 수 있다.”

이 연구는 6월 26일에 IEEE 로보틱스 및 자동화 레터에 발표되었으며, 8월 23일에 밴쿠버에서 열리는 IEEE 자동화 과학 및 공학 국제 회의에서 발표될 예정이다.