Simple Science

Scienza all'avanguardia spiegata semplicemente

# Ingegneria elettrica e scienze dei sistemi# Elaborazione del segnale# Apprendimento automatico

Nuovo sistema per garantire tecniche di sollevamento sicure

Un sistema indossabile aiuta i lavoratori a sollevare in sicurezza e a evitare infortuni.

― 6 leggere min


Tecnologia indossabileTecnologia indossabileper sollevamenti piùsicurisollevamento.migliorare la sicurezza nelUn sistema per tenere traccia e
Indice

Sollevare oggetti pesanti è una cosa comune in tanti lavori, ma può portare a problemi alla schiena e infortuni se non fatto nel modo giusto. Questo vale soprattutto in contesti industriali dove i Lavoratori sollevano spesso oggetti pesanti. Capire come sollevare in Sicurezza è fondamentale per la salute dei lavoratori.

Per aiutare a evitare infortuni, è stato sviluppato un nuovo Sistema che monitora i movimenti dei lavoratori mentre sollevano. Questo sistema utilizza dispositivi indossabili per tracciare come sollevano e fornisce Feedback per aiutarli a farlo in sicurezza. L'obiettivo è prevedere i potenziali rischi prima che diventino problemi seri.

Perché i rischi di Sollevamento sono importanti

I disturbi lombari legati al lavoro sono una preoccupazione significativa per molte industrie. Possono portare a problemi di salute a lungo termine e influenzare la capacità delle persone di lavorare. Una delle principali cause di questi disturbi sono le tecniche di sollevamento sbagliate. I metodi tradizionali per valutare la sicurezza di un sollevamento di solito si basano su questionari o valutazioni fisiche, che possono richiedere tempo e non sono molto pratici in ambienti di lavoro frenetici.

C'è bisogno di un sistema più efficace che monitori continuamente le tecniche di sollevamento e avvisi i lavoratori su eventuali rischi. Utilizzando la tecnologia, è possibile fornire feedback in tempo reale che potrebbe aiutare a prevenire infortuni.

Il Sistema Indossabile

Il sistema di cui si parla si basa su sensori indossabili che i lavoratori possono mettere mentre svolgono i loro compiti. Questi sensori possono tenere traccia di come si muove il corpo e quanto peso viene sollevato. Il sistema combina questi dati con linee guida di sicurezza stabilite per valutare la sicurezza delle operazioni di sollevamento.

I sensori raccolgono informazioni sui movimenti e su come vengono applicate le forze quando si sollevano oggetti. Questi dati permettono al sistema di stimare il livello di rischio associato a ciascun sollevamento. Include un meccanismo di feedback che può avvisare i lavoratori se stanno sollevando in un modo che potrebbe causare infortuni.

Comprendere le Tecniche di Sollevamento

Quando un lavoratore solleva, il suo corpo attraversa diversi movimenti. Questi solitamente includono piegarsi per afferrare l'oggetto, sollevarlo e poi tornare in posizione eretta. Ciascuno di questi passaggi può mettere sotto stress la schiena se non fatto correttamente.

Il nuovo sistema suddivide il processo di sollevamento in azioni più piccole. Analizzando ciascuna parte, può identificare i potenziali rischi associati a movimenti specifici. Questo approccio dettagliato è importante perché consente di fornire feedback mirato che affronta i momenti esatti in cui si presentano i rischi.

Come Funziona il Sistema

Il dispositivo indossabile raccoglie dati dal lavoratore mentre svolge i compiti di sollevamento. Questi dati vengono analizzati utilizzando algoritmi progettati per riconoscere schemi nei movimenti. Il sistema prevede come si muoverà il lavoratore nel prossimo futuro, il che aiuta a valutare il rischio associato al sollevamento.

Per esempio, se un lavoratore si piega per raccogliere una scatola, il sistema analizzerà gli angoli delle sue articolazioni e le posizioni delle sue estremità. Utilizzando queste informazioni, può stimare quanto sforzo viene messo sulla schiena e se il sollevamento è sicuro.

Feedback in Tempo Reale

Una caratteristica chiave di questo sistema è la sua capacità di fornire feedback in tempo reale. Quando il sistema rileva che un lavoratore si sta muovendo in un modo che potrebbe portare a un infortunio, attiva un meccanismo di feedback tattile. Potrebbe essere una leggera vibrazione che avvisa il lavoratore di modificare la sua tecnica prima che porti a un danno.

Ricevendo feedback immediato, i lavoratori possono apportare le necessarie modifiche sul momento. Questo approccio proattivo alla sicurezza aiuta a creare un ambiente di lavoro più sano.

Sperimentare con il Sistema

Per garantire che il sistema funzioni efficacemente, sono stati condotti esperimenti con volontari che hanno eseguito vari compiti di sollevamento. Durante questi esperimenti, i loro movimenti sono stati monitorati e le previsioni del sistema sono state testate.

Sono stati impostati diversi compiti di sollevamento per vedere quanto bene il sistema potesse prevedere i rischi. È stato importante vedere se il feedback fosse utile e se potesse aiutare i lavoratori a sollevare in sicurezza.

Risultati e Osservazioni

Gli esperimenti hanno mostrato risultati promettenti. Il sistema indossabile è stato in grado di identificare i rischi di sollevamento e fornire avvisi in modo efficace. I volontari hanno riferito di sentirsi più consapevoli dei propri movimenti corporei e hanno apprezzato il feedback ricevuto.

Tuttavia, sono state notate alcune sfide. In alcune situazioni, come quando le tecniche di sollevamento variavano molto dagli scenari di allenamento, il sistema ha faticato a fornire previsioni accurate. Questo evidenzia l'importanza dell'apprendimento continuo e del miglioramento degli algoritmi utilizzati.

Importanza del Riconoscimento delle Azioni

Riconoscere le specifiche azioni che i lavoratori compiono mentre sollevano è fondamentale per un monitoraggio efficace. Il sistema analizza i comportamenti passati, come accovacciarsi e rialzarsi, per prevedere i movimenti futuri. Comprendendo come i lavoratori sollevano tipicamente, il sistema può fornire feedback migliore.

L'integrazione di algoritmi basati sull'apprendimento consente al sistema di migliorare nel tempo. Man mano che raccoglie più dati dai compiti di sollevamento reali, diventa più abile nel prevedere i rischi e suggerire tecniche più sicure.

Linee Guida per la Sicurezza Seguite

Il sistema utilizza linee guida stabilite per il sollevamento sicuro, come quelle delle organizzazioni sanitarie. Queste linee guida aiutano a valutare fattori come il peso sollevato, la distanza e la posizione del corpo mentre si solleva.

Seguendo standard riconosciuti, il sistema assicura che il feedback fornito ai lavoratori si basi su principi solidi di sicurezza ergonomica. Questo rafforza la credibilità delle raccomandazioni fatte dal sistema indossabile.

Direzioni Future

Andando avanti, ci sono diverse opportunità per migliorare il sistema. Una delle aree chiave per lo sviluppo è ampliare il dataset utilizzato per addestrare gli algoritmi. Includendo una varietà più ampia di compiti e tecniche di sollevamento, il sistema può diventare più versatile.

Inoltre, incorporare metodi di machine learning più avanzati potrebbe potenziare la capacità del sistema di riconoscere movimenti complessi. Includere vari stili di sollevamento, come il sollevamento sopra la testa o torsioni, sarebbe anche vantaggioso.

Conclusione

L'introduzione di un sistema indossabile per monitorare le tecniche di sollevamento rappresenta un significativo passo avanti nella sicurezza sul lavoro. Fornendo feedback in tempo reale e prevedendo i rischi, ha il potenziale di ridurre significativamente gli infortuni legati ai compiti di sollevamento.

Man mano che il sistema continua ad evolversi, l'attenzione sarà rivolta a migliorare la sua accuratezza e ad ampliare le sue applicazioni per coprire un'ampia gamma di attività di sollevamento. Infine, l'obiettivo è creare un ambiente di lavoro più sicuro dove i lavoratori possano svolgere i loro compiti senza compromettere la loro salute.

Fonte originale

Titolo: Online Action Recognition for Human Risk Prediction with Anticipated Haptic Alert via Wearables

Estratto: This paper proposes a framework that combines online human state estimation, action recognition and motion prediction to enable early assessment and prevention of worker biomechanical risk during lifting tasks. The framework leverages the NIOSH index to perform online risk assessment, thus fitting real-time applications. In particular, the human state is retrieved via inverse kinematics/dynamics algorithms from wearable sensor data. Human action recognition and motion prediction are achieved by implementing an LSTM-based Guided Mixture of Experts architecture, which is trained offline and inferred online. With the recognized actions, a single lifting activity is divided into a series of continuous movements and the Revised NIOSH Lifting Equation can be applied for risk assessment. Moreover, the predicted motions enable anticipation of future risks. A haptic actuator, embedded in the wearable system, can alert the subject of potential risk, acting as an active prevention device. The performance of the proposed framework is validated by executing real lifting tasks, while the subject is equipped with the iFeel wearable system.

Autori: Cheng Guo, Lorenzo Rapetti, Kourosh Darvish, Riccardo Grieco, Francesco Draicchio, Daniele Pucci

Ultimo aggiornamento: 2023-12-14 00:00:00

Lingua: English

URL di origine: https://arxiv.org/abs/2401.05365

Fonte PDF: https://arxiv.org/pdf/2401.05365

Licenza: https://creativecommons.org/licenses/by/4.0/

Modifiche: Questa sintesi è stata creata con l'assistenza di AI e potrebbe presentare delle imprecisioni. Per informazioni accurate, consultare i documenti originali collegati qui.

Si ringrazia arxiv per l'utilizzo della sua interoperabilità ad accesso aperto.

Altro dagli autori

Articoli simili