Araştırmacılar Fabrikalardaki Riskli Davranışları İzlemek için Bir Sistem Geliştirdiler

Washington Üniversitesi’ndeki araştırmacılar, fabrika ve depo işçilerini izleyerek riskli davranışları hakkında gerçek zamanlı olarak uyarabilen yeni bir sistem geliştirdiler. Yeni sistem, bunu yapmak için makine öğrenimine güveniyor.

Amerikan Çalışma İstatistikleri Bürosu’na göre, kas, sinir, ligament veya tendon yaralanmaları nedeniyle işçilerin izin alma olayları yaklaşık 350.000’dir. En yüksek olay sayısına sahip işçiler, fabrikalarda ve depolarda çalışan işçilerdi.

Bu olaylar genellikle belirli görevleri yaparken vücutta gerilim oluşturan muskuloskeletal bozukluklardır. Araştırmacılar, işçilerin daha fazla farkında olabilmesi için bu davranışları tespit etme yollarını aradılar.

Yeni sistemin algoritması, kutuları yüksek raflardan kaldırma ve nesneleri taşıma gibi belirli görevleri bireysel eylemlere ayırır. Her biri için bir risk puanı hesaplanır.

UW’nin endüstri ve sistem mühendisliği ve mekanik mühendislik bölümlerindeki yardımcı doçent Ashis Banerjee, kıdemli yazarlardan biridir.

“Şu anda işçiler, günlük görevlerini bir tabloda doldurarak faaliyetlerinin ne kadar riskli olduğunu tahmin etmek için kendi kendine değerlendirme yapabilirler” dedi. “Ama bu zaman alıcı ve insanlar bunun onlara nasıl doğrudan fayda sağladığını görmek için zorlanıyor. Şimdi bu tüm süreci tam otomatik hale getirdik. Planımız, işçilerin kendilerini izleyebilmeleri ve anında geri bildirim almaları için bunu bir akıllı telefon uygulamasına koymaktır.”

Mevcut self-değerlendirmeler, görevlerin gerçekleştirildiği anlık görüntülere dayanır. Her bir eklem puanlanır ve risk puanı belirlemek için hepsi toplanır. Bu yeni algoritma, tüm bir eylemi puanlayabilmesi nedeniyle çok daha basit olacaktır.

Araştırmacılar, 20 üç dakikalık video ve 17 faaliyet içeren bir veri kümesi kullanarak algoritmayı test ettiler. Bu faaliyetler, depolar ve fabrikalarda yaygın olarak görülen faaliyetlerdir.

“İnsanlardan bir görev olarak bir kutuyu bir raftan alması ve bir masaya koyması istedik” dedi, ilk yazar ve UW mekanik mühendisliği doktora öğrencisi Behnoosh Parsa. “Farklı senaryoları yakalamak istedik, bu nedenle bazen kollarını germeleri, vücutlarını çevirmeleri veya bir şeyi alabilmek için eğilmeleri gerekiyordu.”

Araştırmacılar, veri kümesini yakalamak için bir Microsoft (MSFT ) Kinect kamera kullandı ve 3D videolar kaydedildi. Daha sonra görevler sırasında kişinin eklemlerinde neler olduğu belirlendi.

Algoritma, her video karesi için risk puanlarını belirleyebildi. Sonunda, bir görevin başladığını ve bittiğini belirleyerek tüm eylemin risk puanını verebildi.

Ekibin sonraki adımı, fabrika işçileri ve denetçilerinin kullanabileceği bir uygulama geliştirmektir. Orta derecede riskli ve yüksek riskli eylemleri tespit edip uyarmasını istedikleri bir uygulama.

Uzun vadede, umuyorlar ki fabrikalarda robotlar kullanılacak ve algoritma işçilerin güvenliğini sağlamada yardımcı olacaktır.

“Fabrikalar ve depolar, birkaç on yıldır otomasyonu kullanıyor” dedi Banerjee. “Şimdi insanlar, robotların kullanıldığı ortamlarda çalışmaya başladıkları için, işleri bölmek için benzersiz bir fırsat var. Robotlar, riskli işleri yapacaklar. Robotlar ve insanlar aktif bir işbirliği içinde olabilirler, bir robot, ‘Gördüm ki üst raftan ağır nesneleri alıyorsun ve bunu sık sık yapıyorsun. Sana yardım edeyim’ diyebilir.”

Araştırma, 26 Haziran’da IEEE Robotics and Automation Letters’da yayımlandı ve 23 Ağustos’ta Vancouver, Britanya Kolumbiyası’ndaki IEEE International Conference on Automation Science and Engineering’de sunulacak.