Investigadores del Universidad de Washington han desarrollado un nuevo sistema capaz de monitorizar a los trabajadores de fábricas y almacenes y advertirles de comportamientos de riesgo en tiempo real. El nuevo sistema se basa en el aprendizaje automático para hacer esto.
Según el Oficina de Estadísticas Laborales de EE. UU.. Los trabajadores con mayor número de incidentes fueron los que trabajaban en fábricas y almacenes.
Estos incidentes son normalmente trastornos musculoesqueléticos que ocurren cuando las personas realizan ciertas tareas que causan tensión en el cuerpo. Estos investigadores buscaron una manera de detectar estos comportamientos para que los trabajadores puedan ser más conscientes.
El algoritmo del nuevo sistema divide ciertas tareas, como levantar cajas de estantes altos y transportar objetos, en acciones individuales. A continuación, se calcula una puntuación de riesgo para cada uno.
Ashis Banerjee, profesor asistente en los departamentos de ingeniería industrial y de sistemas e ingeniería mecánica de la UW, es uno de los autores principales.
“En este momento los trabajadores pueden hacer una autoevaluación donde completan sus tareas diarias en una tabla para estimar qué tan riesgosas son sus actividades”, dijo. “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 monitorearse a sí mismos y obtener comentarios inmediatos”.
Esas autoevaluaciones actuales se basan en instantáneas de las tareas que se están realizando. Se puntúa la posición de cada articulación y se suman todas para determinar una puntuación de riesgo. Este nuevo algoritmo lo hará mucho más simple, ya que en su lugar puede puntuar una acción completa.
El equipo probó el algoritmo utilizando un conjunto de datos con 20 videos de tres minutos de personas que realizan 17 actividades. Estas actividades son comunes entre almacenes y fábricas.
“Una de las tareas que hicimos fue recoger una caja de un estante y colocarla sobre una mesa”, dijo el primer autor Behnoosh Parsa, estudiante de doctorado en ingeniería mecánica de la UW. “Queríamos capturar diferentes escenarios, por lo que a veces tendrían que estirar los brazos, torcer el cuerpo o agacharse para recoger algo”.
Luego, los investigadores usaron una cámara Microsoft Kinect para capturar el conjunto de datos y se grabaron videos en 3D. Luego determinaron qué estaba pasando con las articulaciones de la persona durante las tareas.
El algoritmo primero pudo determinar los puntajes de riesgo para cada cuadro de video. Eventualmente, pudo saber cuándo comenzó y terminó una tarea para poder dar una puntuación de riesgo para toda la acción.
El siguiente paso del equipo es desarrollar una aplicación que estos trabajadores y supervisores de la fábrica puedan usar. Quieren que sea capaz de detectar y advertir sobre acciones de riesgo moderado y acciones de alto riesgo.
A largo plazo, esperan que los robots puedan usarse en estas fábricas y utilizar el algoritmo para ayudar a mantener seguros a los trabajadores.
“Las fábricas y los almacenes han utilizado la automatización durante varias décadas. Ahora que las personas están comenzando a trabajar en entornos donde se utilizan robots, tenemos una oportunidad única de dividir el trabajo para que los robots realicen los trabajos riesgosos”, dijo Banerjee. “Los robots y los humanos podrían tener una colaboración activa, donde un robot puede decir: ‘Veo que está recogiendo estos objetos pesados del estante superior y creo que puede estar haciendo eso muchas veces. Deja que te ayude.'”
La investigación fue publicada en Letras de robótica y automatización IEEE el 26 de junio, y será presentado en el Conferencia internacional IEEE sobre ciencia e ingeniería de automatización en Vancouver, Columbia Británica el 23 de agosto.