En 2017 hubo casi 350,000 incidentes de trabajadores que tomaron licencia por enfermedad debido a lesiones que afectan los músculos, nervios, ligamentos o tendones, como el síndrome del túnel carpiano, según la Oficina de Estadísticas Laborales de los EE. UU. Entre los trabajadores con el mayor número deincidentes: personas que trabajan en fábricas y almacenes.
Los trastornos musculoesqueléticos ocurren en el trabajo cuando las personas usan posturas incómodas o realizan tareas repetidas. Estas conductas generan tensión en el cuerpo con el tiempo. Por lo tanto, es importante señalar y minimizar las conductas de riesgo para mantener a los trabajadores saludables en el trabajo.
Los investigadores de la Universidad de Washington han utilizado el aprendizaje automático para desarrollar un nuevo sistema que puede monitorear a los trabajadores de fábricas y almacenes y decirles cuán riesgosos son sus comportamientos en tiempo real. El algoritmo divide una serie de actividades, como levantar uncaja de un estante alto, llevándolo a una mesa y colocándolo en acciones individuales y luego calcula un puntaje de riesgo asociado con cada acción.
El equipo publicó sus resultados el 26 de junio en IEEE Robotics and Automation Letters y presentará los hallazgos el 23 de agosto en la Conferencia Internacional IEEE sobre Ciencia e Ingeniería de Automatización en Vancouver, Columbia Británica.
"En este momento, los trabajadores pueden hacer una autoevaluación donde completan sus tareas diarias en una mesa para estimar qué tan riesgosas son sus actividades", dijo el autor principal Ashis Banerjee, profesor asistente en ingeniería industrial y de sistemas e ingeniería mecánicadepartamentos de la UW ". Pero eso lleva mucho tiempo y es difícil para las personas ver cómo los beneficia directamente. Ahora hemos hecho todo este proceso completamente automatizado. Nuestro plan es ponerlo en una aplicación de teléfono inteligente para que los trabajadores puedan incluso monitorearellos mismos y recibir retroalimentación inmediata "
Para estas autoevaluaciones, las personas actualmente usan una instantánea de una tarea que se está realizando. La posición de cada articulación obtiene un puntaje, y la suma de todos los puntajes determina cuán riesgosa es esa postura. Pero los trabajadores generalmente realizan una serie de movimientospara una tarea específica, y los investigadores querían que su algoritmo pudiera calcular una puntuación general para toda la acción.
Pasar al video es más preciso, pero requiere una nueva forma de sumar los puntajes. Para entrenar y probar el algoritmo, el equipo creó un conjunto de datos que contiene 20 videos de tres minutos de personas que realizan 17 actividades que son comunes en almacenes osuerte.
"Una de las tareas que teníamos que hacer la gente era recoger una caja de un estante y colocarla sobre una mesa", dijo el primer autor Behnoosh Parsa, estudiante de doctorado de ingeniería mecánica de la Universidad de Washington. "Queríamos capturar diferentes escenarios, así que a vecestendrían que estirar los brazos, torcer el cuerpo o doblarse para recoger algo "
Los investigadores capturaron su conjunto de datos utilizando una cámara Microsoft Kinect, que grabó videos en 3D que les permitieron trazar lo que estaba sucediendo en las articulaciones de los participantes durante cada tarea.
Usando los datos de Kinect, el algoritmo primero aprendió a calcular los puntajes de riesgo para cada cuadro de video. Luego progresó a identificar cuándo comenzó y terminó una tarea para poder calcular un puntaje de riesgo para una acción completa.
El algoritmo etiquetó tres acciones en el conjunto de datos como comportamientos riesgosos: levantar una caja de un estante alto y colocar una caja o una barra en un estante alto.
Ahora el equipo está desarrollando una aplicación que los trabajadores de fábrica y los supervisores pueden usar para monitorear en tiempo real los riesgos de sus acciones diarias. La aplicación proporcionará advertencias para acciones de riesgo moderado y alertas para acciones de alto riesgo.
Finalmente, los investigadores quieren que los robots en almacenes o fábricas puedan usar el algoritmo para ayudar a mantener a los trabajadores saludables. Para ver qué tan bien podría funcionar el algoritmo en un depósito hipotético, los investigadores hicieron que un robot supervisara a dos participantes que realizaban las mismas actividades.Dentro de los tres segundos posteriores al final de cada actividad, el robot mostró una puntuación en su pantalla.
"Las fábricas y los almacenes han utilizado la automatización durante varias décadas. Ahora que las personas están comenzando a trabajar en entornos donde se usan robots, tenemos una oportunidad única de dividir el trabajo para que los robots hagan los trabajos riesgosos", dijo Banerjee"Los robots y los humanos podrían tener una colaboración activa, donde un robot puede decir: 'Veo que estás recogiendo estos objetos pesados del estante superior y creo que puedes hacerlo muchas veces. Déjame ayudarte.'"
Fuente de la historia :
Materiales proporcionado por Universidad de Washington . Nota: El contenido puede ser editado por estilo y longitud.
Referencia del diario :
Cita esta página :