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

Các nhà nghiên cứu tại Đại học Washington đã phát triển một hệ thống mới có khả năng theo dõi và cảnh báo người lao động trong nhà máy và kho hàng về các hành vi rủi ro trong thời gian thực. Hệ thống mới này dựa trên học máy để thực hiện việc này.

Có khoảng 350.000 vụ việc người lao động phải nghỉ việc do chấn thương cơ, dây thần kinh, dây chằng hoặc gân, theo Cục Thống kê Lao động Hoa Kỳ. Những người lao động có số vụ việc cao nhất là những người làm việc trong nhà máy và kho hàng.

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

Thuật toán của hệ thống mới này chia các nhiệm vụ nhất định, chẳng hạn như nâng hộp từ kệ cao và mang vật thể, thành các hành động riêng lẻ. Sau đó, một điểm số rủi ro 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, người lao động có thể tự đánh giá nơi họ điền vào bảng các nhiệm vụ hàng ngày để ước tính mức độ rủi ro của các hoạt động của họ,” cô nói. “Nhưng điều đó tốn thời gian, và khó cho người lao động thấy được lợi ích trực tiếp. Bây giờ chúng tôi đã tự động hóa toàn bộ quá trình này. Kế hoạch của chúng tôi là đưa nó vào một ứng dụng điện thoại thông minh để người lao động có thể theo dõi bản thân và nhận được phản hồi ngay lập tức.”

Những đánh giá tự mình hiện tại dựa trên ảnh chụp nhanh của các nhiệm vụ được thực hiện. Vị trí của mỗi khớp được tính điểm, và tất cả chúng 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 tính điểm cho toàn bộ hành động.

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

“Một trong những nhiệm vụ chúng tôi yêu cầu người lao động thực hiện là nhặt một hộp từ giá đỡ và đặt nó lên bàn,” tác giả đầu tiên Behnoosh Parsa, một sinh viên tiến sĩ kỹ thuật cơ khí tại UW, nói. “Chúng tôi muốn ghi lại 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 máy ảnh Microsoft (MSFT ) Kinect để ghi lại tập dữ liệu, và các video 3D được quay. Họ sau đó xác định những gì đang xảy ra với các khớp của người lao động 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 ngũ nghiên cứu là phát triển một ứng dụng mà người lao động và giám sát viên trong nhà máy có thể sử dụng. Họ muốn nó có thể phát hiện và cảnh báo về các hành động 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 người lao động.

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

Nghiên cứu này đã 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 tại Vancouver, British Columbia vào ngày 23 tháng 8.