Wie ergonomisch ist Ihr Lager-job? Bald, eine app möglicherweise in der Lage, Ihnen zu sagen

Im Jahr 2017 waren es rund 350.000 Zwischenfällen der Arbeitnehmer krank verlassen wegen Verletzungen, die Auswirkungen auf Muskeln, Nerven, Bänder oder sehnen-wie Karpal-tunnel-Syndrom — nach Angaben des US Bureau of Labor Statistics. Unter den Arbeitern mit der höchsten Zahl von Vorfällen: Menschen, die arbeiten, in Fabriken und Lagerhäuser.

Muskel-Skelett-Erkrankungen am Arbeitsplatz auftreten, wenn die Menschen verwenden, eine ungesunde Körperhaltung oder führen Sie wiederkehrende Aufgaben. Diese Verhaltensweisen generieren, die Belastung auf den Körper im Laufe der Zeit. So ist es wichtig, zu betonen, und minimieren Sie riskante Verhaltensweisen zu halten, die Arbeitnehmer gesund auf der Arbeit.

Forscher an der University of Washington haben gebrauchte Maschine lernen zu entwickeln, ein neues system für die überwachung der Fabrik-und Lagerarbeiter und Ihnen sagen, wie riskant Ihr Verhalten in Echtzeit. Der Algorithmus teilt eine Reihe von Aktivitäten-wie das heben einer Kiste aus einem hohen Regal, trug ihn zu einem Tisch und setzt sich hin-in einzelnen Aktionen, und berechnet dann eine Risiko-score in Verbindung mit jeder einzelnen Aktion.

Das team veröffentlichte seine Ergebnisse 26. Juni in der IEEE Robotics and Automation Buchstaben und präsentieren die Ergebnisse. Aug. 23 auf der IEEE International Conference on Automatisierung Wissenschaft und Technik in Vancouver, British Columbia.

„Jetzt können Arbeitnehmer tun, ein self-assessment, wo Sie das ausfüllen Ihrer täglichen Aufgaben auf einem Tisch, um einzuschätzen, wie riskant Ihre Aktivitäten sind“, sagte senior-Autor Ashis Banerjee, ein Assistent professor im industriellen & systems engineering und mechanical engineering-Abteilungen bei der UW. „Aber das ist zeitaufwendig, und es ist schwer für die Menschen zu sehen, wie es direkt profitieren Sie. Jetzt haben wir diesen ganzen Prozess voll automatisiert. Unser plan ist es in eine smartphone-app, so dass die Arbeitnehmer selbst überwachen sich selbst und unmittelbar ein feedback zu bekommen.“

Für diese self-assessments, Menschen, die derzeit verwenden, um einen snapshot einer Aufgabe durchgeführt wird. Die position von jedem Gelenk bekommt eine Punktzahl, und die Summe aller Ergebnisse, die bestimmt, wie riskant diese pose ist. Aber die Arbeiter in der Regel führen eine Reihe von Bewegungen, die für eine bestimmte Aufgabe, und die Forscher wollten, dass Ihr Algorithmus in der Lage sein zu berechnen, eine Gesamtnote für die gesamte Aktion.

Umzug nach video ist genauer, erfordert aber eine neue Art, addieren Sie die Punktzahlen. Trainieren und testen Sie den Algorithmus, der das team erstellt einen Datensatz mit 20 drei-Minuten-videos von Leuten, die 17 Aktivitäten, die Häufig in Lagerhallen oder Fabriken.

„Eine der Aufgaben, die wir hatten, die Menschen tun war, abholen eine Schachtel vom Regal und Stelle Sie auf einen Tisch,“ sagte ersten Autor Behnoosh Parsa, ein UW-Maschinenbau Doktorand. „Wir wollten verschiedene Szenarien, so dass manchmal müssten Sie Strecken Ihre Arme, drehen Sie Ihren Körper oder bücken, um etwas aufzuheben.“

Die Forscher erfassten Ihre datasets mit einem Microsoft Kinect-Kamera, die aufgenommenen 3D-videos, die Sie erlaubt, die Karte heraus, was geschehen war, die Teilnehmer auf die Gelenke bei jeder Aufgabe.

Mithilfe der Kinect-Daten, der Algorithmus zuerst gelernt, compute-Risiko-scores für jeden video-frame. Dann ging es langsam weiter zu identifizieren, wenn eine Aufgabe gestartet und beendet, so dass es errechnen könnte ein Risiko-score für eine ganze Aktion.

Der Algorithmus beschriftet drei Aktionen in das dataset als riskante Verhaltensweisen: Abholung einer box aus einem hohen Regal, und platzieren Sie entweder ein Feld oder eine Stange auf einem hohen Regal.

Jetzt ist das team eine app zu entwickeln, die Fabrikarbeiter und die Aufsichtsbehörden können zur überwachung in Echtzeit die Risiken Ihrer täglichen Handelns. Die app wird Warnungen für mäßig riskanten Aktionen und Alarme für high-risk-Aktionen.

Schließlich wollen die Forscher Ihre Roboter in lagern oder Fabriken in der Lage sein, um den Algorithmus verwenden zu helfen, halten beschäftigte gesund. Zu sehen, wie gut der Algorithmus funktionieren könnte in einer hypothetischen Lager, mussten die Forscher ein Roboter-monitor zwei Teilnehmer, die die gleichen Aktivitäten. Innerhalb von drei Sekunden nach dem Ende der jeweiligen Tätigkeit, der Roboter zeigte eine Partitur auf seinem display.

„Fabriken und Lagerhallen verwendet automation für mehrere Jahrzehnte. Nun, die Menschen beginnen zu arbeiten, in denen die Roboter eingesetzt werden, haben wir eine einzigartige Möglichkeit, um Aufteilung der Arbeit, so dass die Roboter tun das riskante jobs,“ Banerjee sagte. „Mensch und Roboter hätten eine aktive Zusammenarbeit, wo ein Roboter kann sagen, ‚ich sehe, Sie sind Kommissionierung bis diese schweren Gegenstände aus dem obersten Regal, und ich denke, Sie können tun, eine Menge Zeit. Lassen Sie mich Ihnen helfen.'“