沭阳网首页   |   手机沭阳网   |   网站地图  
您的位置:沭阳网首页 > 科技频道 > 滚动新闻>正文

您的仓库工作符合人体工程学吗?很快,某个应用可能会告诉您

2020-03-12 18:04:10    来源:    我来说两句()
字号:TT

 根据美国劳工统计局的数据,2017年有近35万起因受伤影响肌肉,神经,韧带或肌腱(如腕管综合症)而请病假的事件。在发生事件最多的工人中:在工厂和仓库工作的人。

当人们使用笨拙的姿势或执行重复的任务时,会发生肌肉骨骼疾病。随着时间的流逝,这些行为会对身体产生压力。因此,指出并最小化危险行为对保持工人的健康很重要。

华盛顿大学的研究人员已经使用机器学习来开发新的系统,该系统可以监视工厂和仓库工人,并实时告知他们行为的危险性。该算法将一系列活动划分为单个动作,例如将一个盒子从高架子上抬起,搬到桌子上并放下放进去,然后计算与每个动作相关的风险评分。

该小组于6月26日在IEEE机器人与自动化快报上发表了其研究结果,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上展示这一发现。

“目前,工人可以进行自我评估,将他们的日常任务填在桌子上,以估计他们的活动有多危险,”该公司工业与系统工程和机械工程系的助理教授Ashis Banerjee说。 UW。“但是那很耗时,而且人们很难看到它如何直接给他们带来好处。现在我们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,以便工人甚至可以监控自己并立即获得反馈。”

对于这些自我评估,人们当前使用正在执行的任务的快照。每个关节的位置都得到一个分数,所有分数的总和决定了该姿势的风险。但是工作人员通常针对特定任务执行一系列动作,研究人员希望他们的算法能够计算出整个动作的总体得分。

移至视频更为准确,但它需要一种新的方法来累计分数。为了训练和测试该算法,该团队创建了一个数据集,其中包含20个三分钟的视频,这些视频是人们在仓库或工厂中进行17种活动的人的视频。

威斯康星大学机械工程博士学位的第一作者Behnoosh Parsa说:“我们要做的工作之一就是从架子上拿起一个盒子并将其放在桌子上。” “我们想捕捉不同的场景,因此有时他们不得不伸胳膊,扭转身体或弯腰捡起东西。”

研究人员使用Microsoft Kinect摄像头捕获了他们的数据集,该摄像头记录了3D视频,使他们能够绘制出每个任务期间参与者关节发生的情况。

使用Kinect数据,该算法首先学习了计算每个视频帧的风险评分。然后,它开始确定任务何时开始和结束,以便可以计算整个操作的风险评分。

该算法将数据集中的三个动作标记为危险行为:从高架子上捡起一个盒子,然后将一个盒子或一根杆放在一个高架子上。

现在,团队正在开发一个应用程序,工厂工人和主管可以使用该应用程序实时监视其日常操作的风险。该应用程序将为中等风险的操作提供警告,并为高风险的操作提供警报。

最终,研究人员希望仓库或工厂中的机器人能够使用该算法来帮助保持工人健康。为了了解该算法在一个假设的仓库中的运行情况,研究人员让机器人监控了两名参加相同活动的参与者。每次活动结束后三秒钟内,机器人都会在显示屏上显示分数。

Banerjee说:“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,使机器人从事危险的工作。” “机器人与人之间可以进行积极的协作,机器人可以说:'我看到您正在从最上面的架子上捡起这些重物,我想您可能会做很多次。让我来帮助您。' ”

责任编辑:

相关新闻
    无相关信息