基于AlphaPose与REBA的手工搬运作业姿势风险评估方法

为有效预防职业性肌肉骨骼疾患(WMSDs),提出基于计算机视觉技术与快速全身评估(REBA)结合的作业姿势评估方法,以手工搬运作业为例,通过人体姿态识别AlphaPose模型检测作业姿势,利用提取的各关节点空间位置信息计算身体各部位关节角度;利用SG滤波法处理身体遮挡、光线等对数据的影响,有效保留数据变化信息的同时消除数据突变;根据身体关节角度范围与危害程度对应关系自动评判作业姿势的风险大小。研究结果表明:作业姿势评估方法可通过采集的视频数据自动评估搬运作业的姿势危险性,降低WMSDs风险,通过分析不同下蹲取物姿势风险,可论证作业姿势评估方法的可行性,为及时改善搬运作业中的不安全动作提供参考。

基于DNN的作业姿势评估方法及应用

为有效预防工人肌肉骨骼疾病,提出基于深度神经网络（DNN）的作业姿势评估方法。利用人体关节点估计DNN模型,检测现场视频中工人的身体姿势;通过提取的骨骼关节点的空间位置,计算不同身体部位的姿势角度,并依据快速全身评估法（REBA）中的身体姿势角度与危害程度的关系,自动评估工人作业姿势的风险水平;以建筑工人典型施工作业姿势为例,验证该方法的有效性和实用性。结果表明：该方法能够克服身体遮挡、设备分辨率、光照条件等影响,准确检测关节点的位置;可自动连续评估工人的作业姿势,评估效率较高。

基于模糊逻辑的快速全身评估方法优化研究

工作相关肌肉骨骼疾患(work-related musculo skeletal disorders,WMSDs)指职业人群在工作中由于不良姿势、长期受力及重复操作等不良工效学因素而导致或加重的肌肉、肌腱、骨骼、软骨、韧带和神经等运动器官的损伤,它包括从轻微、短暂损伤到不可逆、能力丧失性伤害所有形式的健康-疾病状态[1]。WMSDs不仅导致工人缺勤、劳动效率下降,而且对企业和医疗机构产生负担,减少WMSDs发病率已逐渐成为当前各领域研究的热点。

考虑人因的单元设施布局优化设计方法

为了在单元设施布局过程中考虑人因学因素,引入快速全身评估法对单元中手工搬运作业的人体职业性肌肉骨骼损伤风险进行了量化分析,并结合物流因素提出了考虑人因的单元设施布局优化模型。为了提高优化效率和精度,采用简化的粒子群算法对模型进行求解。以某军工企业数控加工单元为实例,利用该模型进行单元设施布局优化设计,并利用Delmia软件的人因模块进行仿真,验证了在设施布局设计时综合考虑人因和物流因素,不仅可以提高生产系统的整体效率、降低工人手工搬运作业的人体肌肉骨骼累积损伤风险,更有利于实现人与制造资源的互联及制造过程的人性化。