Bedre arbejdsmiljø

Det vigtigste nye output er, at metoder til vurdering af muskeltræthed og ergonomi er testet i vores testfaciliteter. Den grundlæggende funktionalitet ift. at beregne RULA- og JASA-score er verificeret, og en software-brugerflade med visualisering af målingerne er implementeret.

Det er undersøgt, hvorvidt softwaren kan køres på tablet. EMG-systemet vil ikke blive afviklet på tablet, da drivere og analyse-software ikke kan installeres på en hensigtsmæssig måde. Derfor afvikles EMG-systemet på laptop. Tabletten vil afvikle softwaren til dataopsamling mhp. beregning af RULA-score, men selve beregningen af RULA-score vil blive foretaget på ekstern server via cloud-løsning.

Dataindsamling til sensorfusion-metoden er ikke færdiggjort og har vist sig at være mere tidskrævende end først antaget pga. kompleksiteten i processen. Denne aktivitet vil derfor strække sig ind i næste periode.

Det vigtigste nye output er, at metoder til vurdering af muskeltræthed og ergonomi, samt arbejdet med sensorfusion ifm. automatisering af mørbradpudsning, er overgået til en testfasen. Her testes udstyret og softwaren i vores testfaciliteter.

Muskeltræthed vurderes med et EMG-sensorsystem gennem bioelektriske målinger af muskelaktivitet i henhold til den standardiserede metode JASA (Joint Analysis of EMG Spectrum and Amplitude). De første test af systemet er gennemført, og mulighederne for at bruge systemet på en tablet er ved at blive undersøgt.

Ergonomi vurderes vha. RULA-score (Rapid Upper Limb Assessment), som beregnes ud fra målinger af nøglepunkter på operatørens krop. Metoden er videreudviklet ved at indføre et 3D-kamera, der gør målingerne mere præcise og robuste. Derudover er der udviklet en grafisk brugerflade til afvikling af softwaren og visualisering af data og beregninger.

Sensorfusion-metoden bruger data fra Creaform med optisk tracking og orientering af værktøjet fra Xsens med en IMU-enhed. Den afprøves på casen om mørbradpudsning. Dataopsamling er påbegyndt og skal bruges til estimering af værktøjets position og orientering ifm. automatisering af processen.

Den næste store aktivitet i projektet er, at arbejdet på måling af muskeltræthed og ergonomi, samt udvikling af sensorfusion til automatisering, fortsætter i testfasen, hvor de hver i sær videreudvikles på baggrund af testresultaterne. Metoderne til måling af muskeltræthed og ergonomi implementeres til brug på tablet for større mobilitet, og en samlet grafisk brugerflade udvikles. Derudover fortsætter arbejdet med at udvikle en algoritme, som kan indlejre informationen fra sensorfusion-data og forudsige værktøjsruten ifm. automatisering af mørbradpudsning.

Det vigtigste nye output er, at metoder til vurdering af muskeltræthed og ergonomi er udviklet. Derudover er implementering af sensor-fusion ifm. alternativ metode til pudsning af mørbrad færdigudviklet. Projektet har også startet en dialog med EHS (Environment Health & Safety) i en slagterivirksomhed om fortolkning og implementering af digitale værktøjer til arbejdsmiljø og flere cases til projektet.

Muskeltræthed vurderes med et EMG-sensorsystem gennem bioelektriske målinger af muskelaktivitet. Vurderingen foretages i henhold til den standardiserede metode JASA (Joint Analysis of EMG Spectrum and Amplitude), som inddeler mønstre i muskelaktiviteten i kategorierne recovery, force increase, force decrease, fatique. Det er særligt sidste kategori, fatique, dvs. muskeltræthed, der er interessant i denne sammenhæng. EMG-systemet er afprøvet, og der er udviklet software til signalbehandlingen.

Ergonomi vurderes vha. kamera og body pose tracking, hvor nøglepunkter på operatørens krop trackes (f.eks. hofte, skulder, albue og håndled). Ud fra disse data kan en RULA-score udregnes, hvor RULA (Rapid Upper Limb Assessment) er en standardiseret metode til vurdering af arbejdspositioner ift. ergonomi. Software til body pose tracking og udregning af RULA-scoren er udviklet.

Sensor fusion-metoden bruger data fra Creaform med optisk tracking og orientering af værktøjet fra Xsens med en IMU-enhed. Kombinationen af de to teknologier giver en meget præcis estimering af værktøjets position og orientering.

Den næste store aktivitet i projektet er, at de tekniske løsninger til vurdering af muskeltræthed og ergonomi skal testes på cases i vores forsøgsrum. Til vurdering af ergonomi skal metoden videreudvikles ved at indføre et 3D kamera, der gør måling mere præcis og robust. Derudover starter arbejdet med at udvikle en algoritme, som kan indlejre informationen fra sensor fusion data og forudsige værktøjsruten ifm. automatisering af mørbradpudsning. Endeligt fortsættes dialogen med EHS om fortolkning og implementering af de digitale værktøjer, og der skal i dette samarbejde findes flere relevante cases til projektet.

Det vigtigste nye output er, at der er udviklet en algoritme til datafusion fra forskellige sensorsystemer til brug ved præcisions-tracking, samt at et sensorsystem til analyse af muskeltræthed er identificeret og indkøbt. Sensorsystemet er et trådløst elektromyografisk sensorsystem (EMG) til bioelektriske målinger af muskelaktivitet. Ud fra muskelaktiviteten er det muligt at udlede information om niveauet af muskelbelastning og muskeludtrætning under arbejdet, og det kan anvendes til analyse af muskel- og skeletbesvær (MSB) samt ensidigt, gentaget arbejde (EGA).

Den AI-baserede software til analyse af operatørens bevægelse er under udvikling. Det tager udgangspunkt i body pose tracking, hvor nøglepunkter på operatørens krop trackes (f.eks. hofte, skulder, albue og håndled). Ud fra disse data kan en RULA-score udregnes, hvor RULA (Rapid Upper Limb Assessment) er en standardiseret metode til vurdering af arbejdspositioner ift. ergonomi.

Der er ligeledes identificeret en case til afprøvning af tracking-udstyr. Casen omhandler pudsning af mørbrød, hvor slagteren afskærer fedt og småkød fra mørbraden efter specifikation. Tracking-systemet skal optage knivens position og orientering under pudsningen, som herefter kan bruges til at vurdere arbejdsbelastningen på operatøren samt til at automatisere opgaven.

Den næste store aktivitet i projektet er at teste trackingsystemet baseret på datafusion til præcisionsmåling af værktøjsbaner på den udvalgte case om pudsning af mørbrad samt at afprøve det nyindkøbte EMG-sensorsystem. Samtidig skal AI-software til body pose tracking færdigudvikles, og implementering af RULA-score skal påbegyndes.