在一个技术工人短缺和招聘新工人变得越来越困难的社会,在制造业(如汽车工厂)和维修或运输业务中,保持工人的技能水平变得越来越困难。由于对确保生产现场工人的安全和健康的意识不断增强,因此,协助工人预防危险和保持健康被认为是非常重要的。为了保证工人的安全和健康,有必要了解工作期间的体力负荷水平。在传统的方法中,固定摄像机被用来识别工人的活动。然而,由于相机的测量范围有限,在复杂的生产现场或难以消除盲点的外部场所,难以定量、稳定地评估物理负荷。
为了解决这个问题,dki和日立公司开发了一种基于人工智能的新技术,使用可穿戴设备直接测量工人的运动数据,来识别和评估工人身体上的物理负荷。这项基于人工智能的技术是在2017年开发的人工智能技术的基础上发展起来的,该技术通过臂带传感器和眼睛跟踪眼镜收集定量数据,识别工人的活动(如拧紧螺钉),以防止人为错误。日立的工业人类活动识别技术和DFKI的深度学习技术相结合,使这一人工智能技术得以发展。新型人工智能驱动技术的特点如下:
- 直接测量人体各种动作中的身体运动,量化身体负荷的技术
可穿戴设备中的传感器可以直接测量人体30多个部位的运动,以识别人体的基本动作。收集到的数据由人工智能驱动模型进行分析,该模型学会了如何提前估计身体各部位的位置。人工智能技术通过结合身体各个部位的位置来识别特定动作的数据,从而利用基于深度学习的时间序列数据处理技术来量化动作产生的物理负荷。 - 实时估计体力负荷的技术,并向工人展示正确的工作姿势之间的差异
人工智能驱动的模型通过自动比较事先测量到的模型工人的运动数据和工人的每个身体部位的运动数据,识别出导致他们之间显著差异的具体动作和身体部位。因此,它以一种容易的方式向工人表明它对造成较高体力负荷的身体部位的评估。
作为一项实验,这项基于人工智能的技术被应用于拾起重物的动作。实验结果表明,该算法能够实时估计动作的物理负荷的定量值。另外,对于包含不良动作的动作,确认可以提供身体各部位的反馈,比如腰、膝盖的动作与劳模不同。日立和DFKI计划检验在生产现场使用该技术进行安全操作指导的有效性。
日立和DFKI将利用新开发的人工智能驱动技术来协助操作和预防危险行为,以确保工人的安全,管理工人的健康,并改善各种生产场所的工人教育。也,即使这种人工智能技术最初是为工人在制造业和维护或开发企业作为技术载体来衡量和评价人体的运动,它还有望应用于其他行业,如体育或娱乐。此外,日立和DFKI将利用之前开发的人类活动识别AI,通过帮助提高生产力,实现更高效和更安全的工作环境。
来源:德国人工智能研究中心