所有文章 > 正文

如何预测工人动作的危险性?华盛顿大学开发的应用程序告诉你!

作者: Jansfer

时间: 2019-08-21 16:45

华盛顿大学(University of Washington)的研究人员利用机器学习开发了一个新系统,可以实时监控工厂和仓库工人的活动,并及时告知他们所做行为的危险性。该算法先将一系列活动(例如从高架子上取下盒子,把它搬到桌子上,再把它放在桌子上)划分为单独的动作,然后再计算评估每个动作的人体工程学风险。

annotation 2019-08-21 161959.jpg

图|端到端自动化人体工程学风险预测系统(图片来源:华盛顿大学)

根据美国劳工统计局(U.S. Bureau of Labor Statistics)的数据,2017年有近35万名工人因肌肉、神经、韧带或肌腱受伤而请病假。这种情况大多发生于在工厂和仓库工作的工人身上。

当人们工作姿势笨拙或总执行重复任务时,就会引发肌肉骨骼疾病。随着时间的推移,这些行为会给身体带来压力。因此,为了保证员工在工作时的健康和安全,尽量减少危险动作十分重要。

华盛顿大学(University of Washington)的研究人员利用机器学习开发了一个新系统,可以实时监控工厂和仓库工人的活动,并及时告知他们所做行为的危险性。该算法先将一系列活动(例如从高架子上取下盒子,把它搬到桌子上,再把它放在桌子上)划分为单独的动作,然后再计算评估每个动作的人体工程学风险。

该团队于6月26日在《电气电子工程师学会机器人和自动化快报》(IEEE Robotics and Automation Letters)上发表了其研究成果,并将于8月23日在不列颠哥伦比亚省温哥华举行的IEEE自动化科学与工程国际会议(IEEE International Conference on Automation Science and Engineering )上展示其研究成果。

“现在工人可以使用这一系统进行自我评估,通过在桌子上填写日常任务,就能评估他们的活动有多大风险。但是这很费时,人们很难看到这对他们有什么直接的好处。现在我们已经将整个流程完全自动化了,我们的计划是将其添加在智能手机应用程序中,这样工人可以实时监控自己,并获得即时反馈。”该研究的主要作者、华盛顿大学的工业与系统工程兼机械工程系的助理教授Ashis Banerjee说。

对于这些自我评估,人们当前使用正在执行的任务的快照获得,快照中每个关节根据其对应的位置得到一个分数,所有分数的总和决定了该姿势的风险程度。但工作人员通常会针对特定任务做出一系列动作,研究人员希望该算法能够计算整个动作的总分,进而判断风险程度。

相比之下,视频比拍照更加准确,但它需要一种新的算法来计算分数。为了训练和测试该算法,该团队创建了一个数据集,包含了20个时长三分钟的视频,分别是员工在仓库或工厂内进行的17种活动。

该研究第一作者华盛顿大学机械工程博士Behnoosh Parsa 表示:“我们让人们做的其中一个任务就是从架子上拿起一个盒子放在桌子上。由于我们想捕捉不同的动作场景,所以有时候工人不得不伸展手臂、扭动身体或弯腰捡东西。”

研究人员使用微软Kinect摄像头捕获了这些数据集,该摄像头录制了3D视频,帮助他们在每项任务中绘制出参与者关节动作的细节。

使用Kinect数据,该算法需要先学会计算每个视频帧的风险评分,然后通过进一步确定任务开始和结束的时间,再计算整个动作的风险评分。

该算法将数据集中的三个动作标记为危险行为:从高架上拿起一个盒子,将盒子或杆放在高架子上。

现在,该团队正在开发一个应用程序,工厂工人和主管可以利用该应用程序实时监控各自日常行为的风险。该应用程序将针对中等风险的操作提供警告,并对高风险操作发出警报。

最终,研究人员希望仓库或工厂中的机器人能应用该算法来帮助保证工人的安全。为了了解算法在实验仓库中的运行情况,研究人员让一个机器人监控两名参与者,他们执行相同的动作,在每次活动结束后的3s内,机器人都会在显示屏上显示风险评估分数。

“工厂和仓库近几十年来一直使用自动化。但现在开始,我们有机会让机器人帮忙分担工作,从事人类能力范围外危险的工作。机器人和人类可以积极合作,机器人也会说,‘我看到你从顶层架子上拾起这些重物,我想你可能一直这样做,那让我来帮你。’”Ashis Banerjee教授说。

参考:https://www.sciencedaily.com/releases/2019/08/190819164332.htm

DOI: 10.1109/LRA.2019.2925305

[关于转载]:本文为“AMiner”官网文章。转载本文请联系原作者获取授权,转载仅限全文转载并保留文章标题及内容,不得删改、添加内容绕开原创保护,且文章开头必须注明:转自“AMiner”官网。谢谢您的合作。

二维码 扫码微信阅读
推荐阅读 更多