Исследователи из Вашингтонского университета использовали машинное обучение для разработки системы, которая контролирует работников фабрики и склада и в реальном времени сообщает им, насколько рискованно их поведение.
По данным Бюро статистики труда США, в 2017 году было около 350 000 случаев, когда работники брали больничный из-за травм, связанных с мышцами, нервами, связками или сухожилиями. Среди работников с наибольшим количеством происшествий: люди, которые работают на фабриках и складах. Нарушения опорно-двигательного аппарата случаются на работе, когда люди используют неудобные позы или многократно выполняют одни и те же задачи. Такое поведение в течении долгого времени создает нагрузку на организм. Поэтому важно указать и минимизировать рискованное поведение, чтобы работники оставались здоровыми.
Исследователи из Вашингтонского университета использовали машинное обучение для разработки новой системы, которая может отслеживать работников фабрики и склада и сообщать им в реальном времени, насколько рискованно их поведение. Алгоритм разделяет ряд действий - например, поднятие ящика с высокой полки, перенесение его на стол и складывание - на отдельные действия, а затем вычисляет оценку риска, связанную с каждым действием. Команда опубликовала свои результаты 26 июня в IEEE Robotics and Automation Letters.
«В настоящее время работники могут проводить самооценку, выполняя ежедневные задачи за столом, чтобы оценить, насколько рискованна их деятельность», - говорит старший автор Ашис Банерджи, доцент кафедр промышленной и системотехники а также машиностроения в Вашингтонском университете. «Но это отнимает много времени, и людям трудно понять, как это непосредственно приносит им пользу. Теперь мы сделали весь этот процесс полностью автоматизированным. Наш план состоит в том, чтобы поместить все это в приложение для смартфона, чтобы работники могли контролировать себя и получать немедленную обратную связь».
На рисунку: манипулируемые объекты; рука робота с установленной камерой; человек; отображаемый результат
Чтобы проверить, насколько хорошо алгоритм может работать на складе, у исследователей был робот (белая рука), отслеживающий участников, выполняющих действия в условиях, подобных складу. В течение трех секунд после окончания каждого действия робот показывал счет на своем дисплее (справа). Предоставлено Parsa et al. / IEEE Robotics and Automation Letters / Вашингтонский университет
Для этих самооценок люди в настоящее время используют снимок выполняемой задачи. Положение каждого сустава получает оценку, а сумма всех оценок определяет, насколько рискованна эта поза. Но рабочие обычно выполняют ряд движений для конкретной задачи, и исследователи хотели, чтобы их алгоритм мог вычислить общий балл за все действие.
Переход к видео более точен, но требует нового способа суммирования баллов. Для обучения и тестирования алгоритма команда создала файл, содержащий 20 трехминутных видео о людях, выполняющих 17 видов деятельности, которые распространены на складах или фабриках.
«Одной из задач, которую мы поручили выполнить, было взять коробку со стойки и поставить ее на стол», - сказал первый автор Бехнош Парса, аспирант кафедры машиностроения Вашингтонского университета. «Мы хотели запечатлеть разные сценарии, поэтому иногда им приходилось вытягивать руки, изгибать тела или наклоняться, чтобы что-то поднять».
Свои видео исследователи сняли с помощью камеры Microsoft Kinect, которая записывала трехмерные видео, которые отображали, что происходило с суставами участников во время каждого задания. Используя данные Kinect, сначала алгоритм научился вычислять оценки риска для каждого видеокадра. Затем он перешел к определению, когда задача начиналась и заканчивалась, чтобы можно было рассчитать оценку риска для всего действия. Алгоритм пометил три действия как рискованное поведение: поднятие ящика с высокой полки и размещение ящика или стержня на высокую полку.
Сейчас команда разрабатывает приложение, которое фабричные рабочие и руководители могут использовать в режиме реального времени для мониторинга рисков своих ежедневных действий. Приложение будет предоставлять предупреждения для действий с умеренной степенью риска и сигнал тревоги для действий с высокой степенью риска.
Со временем, исследователи хотят, чтобы роботы на складах или фабриках могли использовать этот алгоритм для поддержания здоровья работников. Чтобы увидеть, насколько хорошо алгоритм может работать на гипотетическом складе, у исследователей был робот, который наблюдал за двумя участниками, выполняющими одинаковые действия. В течение трех секунд после окончания каждого действия робот показывал счет на своем дисплее.
«Фабрики и склады используют автоматизацию уже несколько десятилетий. Теперь, когда люди начинают работать в условиях, где используются роботы, у нас есть уникальная возможность разделить работу таким образом, чтобы роботы выполняли рискованные задания», - сказал Банерджи. «Роботы и люди могут активно сотрудничать, и робот может сказать: «Я вижу, что ты берешь эти тяжелые предметы с верхней полки, и я думаю, ты делаешь это неоднократно. Давай я тебе помогу.»»
