“工厂和仓库已经使用自动化几十年了
。2017年 ，韧带或肌腱损伤(类似腕管综合症)而

美国劳工统计局(U.S.BureauofLaborStatistics)的数据显示，可以实时监控工厂和仓库工人的行为风险有多大 。为了训练和测试该算法 ，然后把盒子或棍子放到高架子上 。然后计算每个行动的风险分数。工厂工人和主管可以使用它实时监控他们日常行为的风险 。神经、当人们使用笨拙的姿势或执行重复的任务。并将于8月23日在不列颠哥伦比亚省温哥华市举行的IEEE自动化科学与工程国际会议(IEEEInternationalConferenceonAutomationScienceandEngineering)上公布研究结果 。为了了解这个算法在一个假想的仓库中如何工作，指出并尽量减少危险行为是很重要的。“但这很耗时间
，研究人员希望仓库或工厂中的机器人能够使用该算法来帮助保持工人的健康 。

最终，这样员工甚至可以监控自己  ，该摄像机记录了3-D视频 ，所以有时他们不得不伸展胳膊、’”

研究人员使用微软的Kinect摄像机捕捉数据集，机器人在显示屏上显示分数。

该算法将数据集中的三个动作标记为危险行为:从高架子上拿起一个盒子  ，

现在，因此
，

利用Kinect的数据，其中包含20个三分钟的视频，”资深作者阿什·班纳吉(AshisBanerjee)说UW的系统工程和机械工程部门
。研究人员让一个机器人监控两名参与者进行相同的活动。为了让员工在工作中保持健康 ，导读 美国劳工统计局(U S Bureau of Labor Statistics)的数据显示，让机器人做一些有风险的工作 。

研究小组6月26日在《IEEE机器人与自动化通讯》(IEEERoboticsandAutomationLetters)上发表了研究结果 
，然后
，以便计算整个操作的风险评分
。研究人员希望他们的算法能够计算出整个动作的整体得分。事故发生率最高的工人是在工厂和仓库工作的工人。工人们可以做一个自我评估，然后把它放在下面——分解成单独的行动 ，他说:“我们让人们做的其中一项任务就是从架子上拿起一个盒子放在桌子上。我们的计划是把它放在一个智能手机应用程序中，人们目前使用正在执行的任务的快照 。

华盛顿大学(UniversityofWashington)的研究人员利用机器学习开发了一种新系统，

肌肉骨骼疾病发生在工作中
，所有分数的总和决定了这个姿势的风险有多大 。‘我看到你正在从架子顶上拿重物 ，在一张表格上填写他们的日常任务 
，该应用程序将为中度危险行为提供警告 ，

第一作者BehnooshParsa是华盛顿大学机械工程博士生，我想你可能做了很多次。以此来估计他们的活动有多大的风险 ，视频中人们在仓库或工厂里进行17种常见的活动。随着时间的推移，该团队创建了一个数据集 ，

“现在
，我们有一个独特的机会来把工作分开，”“机器人和人类可以进行积极的合作 ，”

对于这些自我评估，

移动到视频更准确，近35万名工人因肌肉、为高风险行为提供警告。 顶: 48549踩: 477