Các nhà nghiên cứu đã phát triển một hệ thống để theo dõi hành vi nguy hiểm trong các nhà máy

Các nhà nghiên cứu tại University of Washington đã phát triển một hệ thống mới có khả năng theo dõi công nhân trong nhà máy và kho hàng và cảnh báo họ về hành vi nguy hiểm trong thời gian thực. Hệ thống mới này dựa trên học máy để thực hiện việc này.  

Có khoảng 350.000 vụ việc công nhân phải nghỉ việc do chấn thương cơ, dây thần kinh, dây chằng hoặc gân, theo U.S. Bureau of Labor Statistics. Những công nhân có số vụ việc cao nhất là những người làm việc trong nhà máy và kho hàng. 

Những vụ việc này thường là các rối loạn cơ xương khớp xảy ra khi người thực hiện các nhiệm vụ gây áp lực lên cơ thể. Các nhà nghiên cứu này đã tìm cách phát hiện các hành vi này để công nhân có thể nhận thức được hơn. 

Thuật toán của hệ thống mới chia các nhiệm vụ nhất định, chẳng hạn như nâng hộp từ kệ cao và mang vật thể, thành các hành động riêng lẻ. Một điểm số rủi ro sau đó được tính toán cho mỗi hành động.

Ashis Banerjee, giáo sư trợ lý tại cả bộ phận kỹ thuật công nghiệp và hệ thống cũng như bộ phận kỹ thuật cơ khí tại UW, là một trong những tác giả chính.

“Hiện tại, công nhân có thể tự đánh giá nơi họ điền nhiệm vụ hàng ngày vào bảng để ước tính mức độ rủi ro của hoạt động của họ,” cô nói. “Nhưng điều đó tốn thời gian, và khó cho người lao động thấy được lợi ích trực tiếp của nó. Bây giờ chúng tôi đã làm cho toàn bộ quá trình này được tự động hóa hoàn toàn. Kế hoạch của chúng tôi là đưa nó vào ứng dụng điện thoại thông minh để công nhân có thể thậm chí theo dõi bản thân và nhận được phản hồi ngay lập tức.”

Những đánh giá tự hiện tại dựa trên ảnh chụp nhanh của các nhiệm vụ được thực hiện. Vị trí của mỗi khớp được chấm điểm, và tất cả đều được cộng lại để xác định điểm số rủi ro. Thuật toán mới này sẽ làm cho quá trình này trở nên đơn giản hơn vì nó có thể chấm điểm một hành động hoàn chỉnh thay vì từng phần. 

Đội ngũ đã thử nghiệm thuật toán bằng cách sử dụng tập dữ liệu với 20 video 3 phút của người thực hiện 17 hoạt động. Những hoạt động này rất phổ biến trong kho hàng và nhà máy. 

“Một trong những nhiệm vụ chúng tôi yêu cầu mọi người thực hiện là nhặt một hộp từ kệ và đặt nó lên bàn,” said Behnoosh Parsa, sinh viên tiến sĩ kỹ thuật cơ khí tại UW. “Chúng tôi muốn bắt được các kịch bản khác nhau, vì vậy đôi khi họ phải giơ tay, xoay người hoặc cúi xuống để nhặt thứ gì đó.”

Các nhà nghiên cứu sau đó sử dụng camera Microsoft Kinect để thu thập dữ liệu và quay video 3D. Họ sau đó xác định những gì đang xảy ra với các khớp của người trong quá trình thực hiện nhiệm vụ. 

Thuật toán đầu tiên có thể xác định điểm số rủi ro cho mỗi khung hình video. Cuối cùng, nó có thể xác định khi một nhiệm vụ bắt đầu và kết thúc để nó có thể cung cấp điểm số rủi ro cho toàn bộ hành động. 

Bước tiếp theo của đội là phát triển một ứng dụng mà công nhân nhà máy và giám sát viên có thể sử dụng. Họ muốn nó có thể phát hiện và cảnh báo các hành động có rủi ro vừa phải và cao. 

Trong dài hạn, họ hy vọng rằng robot sẽ được sử dụng trong các nhà máy này và sử dụng thuật toán để giúp giữ an toàn cho công nhân. 

“Các nhà máy và kho hàng đã sử dụng tự động hóa trong vài thập kỷ. Bây giờ khi mọi người bắt đầu làm việc trong môi trường mà robot được sử dụng, chúng tôi có cơ hội duy nhất để chia sẻ công việc để robot thực hiện các công việc nguy hiểm,” Banerjee nói. “Robot và con người có thể có sự hợp tác tích cực, nơi robot có thể nói, ‘Tôi thấy bạn đang nhặt các vật thể nặng từ kệ trên cùng và tôi nghĩ bạn có thể làm điều đó nhiều lần. Hãy để tôi giúp bạn.'”

Nghiên cứu được công bố trên IEEE Robotics and Automation Letters vào ngày 26 tháng 6 và sẽ được trình bày tại Hội nghị quốc tế về khoa học và kỹ thuật tự động hóa IEEE tại Vancouver, British Columbia vào ngày 23 tháng 8.