实时自动化人体工程学监控:一个生物灵感系统使用3D计算机视觉

科学领域:

• 职业健康和人体工程学
• 生物医学工程 生物医学工程
• 计算机视觉 计算机视觉

背景情况:

• 与工作相关的肌肉骨疾病 (MSDs) 是一个重要的全球健康问题,目前的评估方法有局限性.
• 现有的人体工程学评估,如快速上肢评估 (RULA),往往是时间点,可能会错过动态风险.
• 生物自身感应通过快速脊柱反循环提供持续的姿势监测.

研究的目的:

• 开发和验证一种持续的实时人体工程学评估系统,其灵感来源于生物自身感知反.
• 克服传统的限制,定期的人体工程学评估方法.
• 将自然的自身感知机制转化为自动化的职业健康技术.

主要方法:

• 整合了无标记3D姿势估计 (MediaPipe整体,30 FPS) 和深度验证 (Orbbec Femto Mega RGB-D摄像头) 的整合.
• 开发一种以自身感知为灵感的警报架构,用于实时风险检测.
• 实验验证,40名参与者执行标准化的起重任务.

主要成果:

• 在动态运动 (62.5%) 和静态休息 (7.5%) 之间的关键姿势风险 (RULA ≥5) 中存在显著差异 (麦克纳马测试p<0.001).
• 该系统表明,风险升高和警报激活之间存在很高的相关性 (95%皮尔森).
• 实现了42.1±8.3毫秒的快速响应延迟,反映了生物启发的反循环速度.

结论:

• 开发的系统证明了职业肌肉骨疾病持续监测的技术可行性.
• 仿生设计为将生物反转化为实际的健康技术提供了一个框架.
• 需要进一步的长期前性研究来确认持续的反是否会降低工作场所伤害的发生率.