基于计算机视觉的工程学风险评估工具对真实制造环境的验证

科学领域:

• 工业工程 工业工程 工业工程
• 职业安全 在职业安全.
• 人与计算机的交互

背景情况:

• 工业5.0强调以人为中心的制造业,解决老龄化的劳动力和需要适应性工作条件以预防肌肉骨疾病 (MSDs).
• 传统的人体工程学评估是主观的,不适合动态的工业环境,需要自动化,持续的姿势监测工具.
• 2D RGB Motion Capture (MoCap) 为实时员工姿势分析提供了一个低成本,非侵入性的解决方案.

研究的目的:

• 为了对现有的运动捕捉 (MoCap) 工具进行人体工程学风险评估进行比较.
• 在工业5.0制造环境中评估半自动化,低成本的2D RGB MoCap系统的可行性.
• 评估系统在各种生产线的持续姿势监测和人体工程学风险评估方面的有效性.

主要方法:

• 在文献中提出的MoCap工具用于人体工程学风险评估的基准测试.
• 实施和实验评估一个精选的半自动化,低成本的2D RGB MoCap系统.
• 在各种制造环境中进行实验,以评估系统的适应性和准确性.

主要成果:

• 2D RGB MoCap系统展示了持续监控工人的姿势和人体工程学风险评估的潜力.
• 发现风险评估的准确性取决于特定的环境条件和工作站设置.
• 虽然该系统尚未优化为专家认证,但它在工作场所的安全性和效率方面提供了显著的改进.

结论:

• 半自动化的2D RGB MoCap系统有望提高工业5.0制造业中的人体工程学风险评估.
• 持续的姿势监测可以大大提高工人安全和运营效率.
• 建议进一步研究包括先进的计算技术,如机器学习,以完善评估准确性.