Naukowcy Opracowali System Monitorowania Zachowań Ryzykownych w Fabrykach

Naukowcy z Uniwersytetu Waszyngtonu opracowali nowy system, który jest w stanie monitorować pracowników fabryk i magazynów oraz ostrzegać ich o zachowaniach ryzykownych w czasie rzeczywistym. Nowy system opiera się na uczeniu maszynowym, aby to osiągnąć.

Według Bureau of Labor Statistics odnotowano około 350 000 przypadków, w których pracownicy musieli wziąć urlop z powodu urazów mięśni, nerwów, ścięgien lub stawów. Pracownicy z największą liczbą przypadków to ci, którzy pracowali w fabrykach i magazynach.

Te przypadki są zwykle zaburzeniami układu mięśniowo-szkieletowego, które występują, gdy ludzie wykonują pewne czynności, które powodują obciążenie ciała. Naukowcy szukali sposobu, aby wykryć te zachowania, aby pracownicy byli bardziej świadomi.

Algorytm nowego systemu dzieli pewne zadania, takie jak podnoszenie skrzynek z wysokich półek i przenoszenie obiektów, na poszczególne akcje. Następnie obliczany jest wynik ryzyka dla każdej z nich.

Ashis Banerjee, asystent profesora na wydziale inżynierii przemysłowej i systemów oraz mechaniki na UW, jest jednym z głównych autorów.

“Obecnie pracownicy mogą wykonać samoocenę, wypełniając tabelę z codziennymi zadaniami, aby oszacować, jak ryzykowne są ich działania”, powiedziała. “Ale to zajmuje czas, i trudno ludziom zobaczyć, jak to bezpośrednio przynosi im korzyści. Teraz zautomatyzowaliśmy cały ten proces. Nasz plan jest taki, aby umieścić go w aplikacji na smartfonie, aby pracownicy mogli nawet monitorować siebie i otrzymywać natychmiastowe informacje zwrotne”.

Bieżące samooceny opierają się na migawkach zadań wykonywanych przez pracowników. Pozycja każdego stawu jest oceniana, a następnie wszystkie są sumowane, aby określić wynik ryzyka. Ten nowy algorytm sprawi, że wszystko będzie znacznie prostsze, ponieważ może ocenić całą akcję, a nie tylko poszczególne ruchy.

Zespół przetestował algorytm, używając zestawu danych z 20 filmów trwających po 3 minuty, na których ludzie wykonują 17 różnych czynności. Są to czynności powszechne w magazynach i fabrykach.

“Jednym z zadań, które kazaliśmy ludziom wykonać, było podniesienie skrzynki z regału i umieszczenie jej na stole”, powiedział pierwszy autor Behnoosh Parsa, doktorant na wydziale mechaniki na UW. “Chcieliśmy uchwycić różne scenariusze, więc czasami musieli oni rozciągać ramiona, skręcać ciało lub schylać się, aby coś podnieść”.

Naukowcy użyli kamery Microsoft (MSFT ) Kinect, aby utrwalić zestaw danych, a następnie nagrali filmy 3D. Następnie określili, co działo się ze stawami osób wykonujących te czynności.

Algorytm najpierw był w stanie określić wynik ryzyka dla każdej klatki filmu. Ostatecznie był w stanie określić, kiedy zadanie się rozpoczyna i kończy, aby mógł przydzielić wynik ryzyka dla całej akcji.

Następnym krokiem zespołu jest opracowanie aplikacji, którą mogliby używać pracownicy fabryk i magazynów. Chcą, aby była w stanie wykrywać i ostrzegać przed umiarkowanie ryzykownymi i wysoko ryzykownymi akcjami.

W długiej perspektywie liczą na to, że roboty będą mogły być używane w tych fabrykach i magazynach, wykorzystując algorytm, aby pomóc utrzymać pracowników w bezpieczeństwie.

“Fabryki i magazyny używały automatyzacji przez kilka dekad. Teraz, gdy ludzie zaczynają pracować w środowiskach, w których używa się robotów, mamy unikalną okazję, aby podzielić pracę w taki sposób, aby roboty wykonywały zadania ryzykowne”, powiedział Banerjee. “Roboty i ludzie mogliby współpracować aktywnie, gdzie robot mógłby powiedzieć: ‘Widzę, że podnosisz te ciężkie obiekty z górnej półki i myślę, że robisz to często. Pozwól, że ci pomogę'”.

Badanie zostało opublikowane w IEEE Robotics and Automation Letters 26 czerwca, a zostanie przedstawione na konferencji IEEE International Conference on Automation Science and Engineering w Vancouver, Kolumbia Brytyjska 23 sierpnia.