联系我们

虚拟助手

研究人员已经开发出一种监控工厂风险行为的系统

更新

 on

研究人员 华盛顿大学 已经开发了一种新系统,能够监视工厂和仓库工人并实时警告他们的危险行为。新系统依赖 机器学习 to get this done.  

根据该报告,大约有350,000起因肌肉,神经,韧带或肌腱受伤而请假的工人事件。 美国劳工统计局。发生事件最多的工人是在工厂和仓库工作的工人。  

这些事件通常是肌肉骨骼疾病,发生在人们执行某些会造成身体压力的任务时。这些研究人员正在寻找一种检测这些行为的方法,以便使工人更加了解。 

新系统的算法将某些任务(例如将箱子从高架上抬起并搬运物品)划分为各个动作。然后为每个风险分数计算。

Ashis Banerjee,这两个行业的助理教授&华盛顿大学系统工程和机械工程系的资深作者之一。

“现在,工人可以进行自我评估,将自己的日常工作填在桌子上,以估算其活动的风险,” she said. “But that’耗时,而且’人们很难看到它如何’使他们直接受益。现在,我们已使整个过程完全自动化。我们的计划是将其放入智能手机应用程序中,以便员工甚至可以监控自己并立即获得反馈。”

这些当前的自我评估依赖于正在执行的任务的快照。对每个关节的位置进行评分,并将它们加起来以确定风险评分。这种新算法将使其变得更加简单,因为它能够对整个动作进行评分。 

该团队通过使用一个数据集来测试该算法,该数据集包含20个三分钟录像的17分钟活动人员视频。这些活动在仓库和工厂中司空见惯。 

“我们要执行的任务之一是从架子上拿起一个盒子并将其放在桌子上,”威斯康星大学机械工程博士学位的第一作者Behnoosh Parsa说。“我们想捕捉不同的场景,因此有时他们不得不伸胳膊,扭身体或弯腰捡起东西。”

然后,研究人员使用Microsoft Kinect相机捕获数据集,并记录了3D视频。然后,他们确定了任务期间该人的关节发生了什么。 

该算法首先能够确定每个视频帧的风险评分。最终,它能够判断任务何时开始和完成,从而可以为整个操作提供风险评分。 

团队的下一步是开发这些工厂工人和主管可以使用的应用程序。他们希望它能够检测并警告中等风险的行为和高风险的行为。 

从长远来看,他们希望机器人能够在这些工厂中使用,并利用该算法来帮助确保工人的安全。 

“工厂和仓库使用自动化已有几十年了。现在人们开始在使用机器人的环境中工作,我们有一个独特的机会来分散工作,以便机器人从事危险的工作,” Banerjee said. “机器人和人类可以进行积极的协作,其中机器人可以说,‘我看到您正在从高架上拿起这些重物,我想您可能已经做了很多次了。我来帮你。'”

该研究发表于 IEEE机器人与自动化快报 它将于6月26日发布在 IEEE国际自动化科学与工程会议 8月23日在不列颠哥伦比亚省温哥华举行 

 

亚历克斯·麦克法兰(Alex McFarland)是一位历史学家和新闻工作者,报道了人工智能的最新发展。