ウェアラブルセンサーが工場労働者の疲労をリアルタイムで監視

製造業の負傷率はどの業界の中でも最も高く、多くの場合、労働者の身体的および精神的疲労レベルが高いことが原因です。現場を改善するために、研究者らは機械学習を活用して労働者の身体的緊張や疲労の兆候を監視するウェアラブルセンサーのシステムを設計した。そうすることで、彼らは新しいデバイスが事故や怪我の防止に役立つことを望んでいます。

この設計については、ノースウェスタン大学のチームが発表した研究論文で詳しく説明されています。 PNAS ネクサス。疲労と身体的健康を測定するために、研究者らは、着用者の胴体と腕に配置された 6 つのウェアラブル センサーの相互接続アレイを開発しました。これらは、関節の動きを測定するための 2 台の深度カメラと、動きの強度、繰り返し、時間の経過とともに低下する強度を分析するための HD ウェブカメラと組み合わせられました。これらのデバイスを有効にすると、心拍数、皮膚温度、移動パターンが継続的に監視されます。しかし、広く受け入れられている普遍的な疲労度のバイオマーカー指標が存在しないことを考慮して、研究者らは着用者の自己申告による0〜10のスケールで知覚される運動レベルに依存し、それを機械学習モデルに入力しました。研究者らによると、このモデルはトレーニング後、ユーザーの疲労レベルをリアルタイムで予測するために使用され、過去の研究よりも「対象者の身体状態をより微妙に理解」できるようになったという。

「リアルタイム疲労予測のための新技術の導入は、作業スケジュールを最適化し、適応的な作業/休憩サイクルを導入することで、製造業に革命をもたらす可能性を秘めています。 [while also] 決定論的なバイオマーカーの欠如の問題に対処する」と研究チームは論文に書いている。

システムをテストするために、グループは 18 歳から 56 歳までの 43 人の参加者を募集し、ワイヤー ハーネスと複合シートのレイアップという 2 つの困難な製造作業を模倣するように指示しました。ただし、これらのシナリオでは、ボランティアは、通常勤務の終わりまでに感じる疲労レベルを早送りするために、40ポンドもの重さの加重ベストも着用しました。そこから、研究者たちはセンサーの読み取り値と機械学習プログラムの予測を監視しました。研究者らは、センサーを（余分な重量を除いて）実験室環境の外に持ち出し、2 つの工場拠点で実際の製造業の従業員に提供したところ、システムが使いやすく、目立たないことが評価されました。

[Related: BMW puts humanoid robots in South Carolina factory.]

研究結果によると、すぐに得られる成果の1つは、疲労に関する「真に意味のあるフィードバック」には、運動を「連続変数」として見る必要があるということが確認されたことだ。既存の方法論の多くは、個人を疲労しているか疲労していないかのどちらかに分類しているが、これは先制的な安全対策を実施する上では十分に役に立たない、と彼らは書いている。

さらに、体は人それぞれ異なるため、疲労の身体指標の最適な組み合わせは、年齢、性別、体重などの要因に応じて個人によって異なります。ただし、2 つの製造作業中には、依然としていくつかの普遍的な傾向が観察されました。たとえば、運動の最も顕著な兆候の 1 つは、ユーザーの利き腕ではない方の腕で測定された疲労レベルでわかります。別の指標は、胸部センサーを使用して作業者の歩行動作の強度を測定することによって見つけることができます。心拍数の増加、体温の上昇、発汗などの疲労の一般的な兆候をセンサーで記録することも、運動量を評価するためのモデリングに情報を提供するのに役立ちました。

研究者らは、自社と同様のセンサーシステムが、工場での肉体労働の疲労をリアルタイムでより正確かつ役立つモニターに提供できることを期待している。これを支援するために、彼らはメソッドの設計をオープンアクセス資料としてオンラインで利用できるようにしました。

しかし、テクノロジーは、その監督者が許可した範囲内でのみ役に立ちます。このため、チームは、製造会社がこれらのデバイスを使用する際には倫理的かつ責任ある基準を遵守することが重要であることを認識しました。

「この研究を通じての私たちの包括的な目標は、アクティブなフィードバックを通じて労働者の安全を確保し、リスクを軽減し、オペレーターに権限を与えることですが、このようなシステムを実際の職場環境に導入する場合には、倫理的および法的考慮事項が必要であることを認識しています」と研究者らは書いている。 「製造現場での肉体的疲労を予測する取り組みを含め、継続的な技術進歩が導入に関する建設的な議論を促すことを期待しています。」