ANA LINNET QUINTANILLA OLVERA

ANÁLISIS ERGONÓMICO UTILIZANDO SENSORES RGB-D
Autores: Quintanilla Olvera, Ana Linnet, Rangel Butanda, Francisco
Javier, UNIDEG SABES
RESUMEN
En este trabajo se presenta un sistema
para el análisis de posturas humanas, a
partir de un sensor RGB-D. El área de
aplicación de este proyecto es
enfocado a la ergonomía laboral
mediante el seguimiento de las
extremidades de la persona, utilizando
como base el Sistema de Análisis de
Posturas de Trabajo Ovako (OWAS por
sus siglas en inglés Ovako Working
Posture Analysing System) [1].
INTRODUCCIÓN
La palabra ergonomía se deriva de las
palabras griegas “ergon”, que significa
trabajo, y “nomos” que significa leyes;
por lo tanto, ergonomía significa
“leyes del trabajo”. En agosto del año
2000, la Asociación Internacional de
Ergonomía (IEA) definió a la ergonomía
como:
la
disciplina
científica
concerniente con el estudio de las
interacciones entre los humanos y otros
elementos de un sistema, así como la
profesión que aplica la teoría,
principios, datos y métodos al diseño,
en orden de optimizar el bienestar
humano
y
el
desempeño
general del sistema [2].
Este proyecto está enfocado a las
aplicaciones relacionadas con los
desórdenes
músculo-esqueléticos
(DMEs o MSDs por sus siglas en inglés
musculoskeletal disorder), debido a que
se ha encontrado que uno de los
grandes retos en sectores industriales
e incluso en oficinas de todo el mundo,
es el riesgo de que sus trabajadores
desarrollen DMEs. Este tipo de
desórdenes afectan nervios, tejidos,
articulaciones y estructuras de soporte,
como el disco intervertebral [3].
Los DMEs resultan principalmente de
tareas físicamente exigentes en lugares
de trabajo o posturas prolongadas.
Dado que la mayoría de los adultos
en edad productiva, llegan a pasar gran
parte de su día en el trabajo, oficinas o
industrias, en años recientes se ha
introducido una nueva ciencia que se
encarga de mejorar la eficiencia y
efectividad de la producción [4].
El método aquí propuesto permite
estimar posturas y movimientos, con
buena precisión y de una forma más
natural, debido a que, mediante
sensores RGBD (en este caso Kinect),
es posible diferenciar a las personas
del fondo.
OBJETIVO
Diseñar, analizar e implementar un
programa que permita realizar de
forma automatizada la evaluación
ergonómica de trabajadores mediante
el análisis de posturas en tiempo real,
utilizando un sensor RGB-D.
MATERIALES Y MÉTODOS
El cuerpo humano puede ser estudiado
biomecánicamente, ya que esta
ciencia evalúa la efectividad en las
aplicaciones de las fuerzas. Para
obtener un rendimiento máximo por
parte de los operarios, se necesita
reducir la tensión para las personas y
maximizar la eficiencia del sistema
productivo.
Para llevar a cabo la implementación
del sistema dedicado al análisis de
posturas humanas enfocado en el área
laboral, se parte de los conceptos y
datos básicos de ergonomía. Al igual
que en las maquinas, para evaluar la
eficiencia del humano, se realiza el
análisis de sus capacidades y
limitaciones, de esta forma se
identifican las actividades ergonómicas
perjudiciales para el trabajador.
Los métodos ergonómicos están
basados en una serie de normas las
cuales determinan el riesgo de las
posturas de acuerdo al rango de
ángulos recomendados para evitar
problemas músculo-esquelético.
Hay diversos métodos ergonómicos
entre los que encontramos: RULA,
8to. Verano Estatal de Investigación
CONSEJO DE CIENCIA Y TECNOLOGÍA DEL ESTADO DE GUANAJUATO
ANÁLISIS ERGONÓMICO UTILIZANDO SENSORES RGB-D
Autores: Quintanilla Olvera, Ana Linnet, Rangel Butanda, Francisco
Javier, UNIDEG SABES
OWAS, REBA, LEST, EPR, entre otros.
Siendo el método OWAS el que se
aborda en este proyecto.
El método OWAS se basa en el análisis
de 4 principales elementos, los cuales
son: brazos, piernas, espalada y carga
levantada, cada uno de los anteriores
se evalúa independientemente a las
demás posturas y cada una de éstas se
le asigna un código numérico.
La Figura 1 indica los 3 diferentes
niveles en los cuales los brazos se
pueden clasificar dependiendo de su
posición.
La espalda representa el segundo
dígito del código de postura. Para
establecer el valor del dígito se
determina la posición adoptada, es
decir, si la
posición es derecha,
doblada, con giro o doblada con giro,
tal y como se muestra en la Figura 2.
Figura 1: Niveles de riesgo de las
posiciones de los brazos.
Figura 3: Niveles de riesgo de las piernas.
El cuarto dígito se determina de
acuerdo al rango de cargas, este
método maneja usualmente tres rangos
como se muestran en la tabla 1.
Tabla 1: Niveles de riesgo de acuerdo al
peso de carga.
RESULTADOS
En esta sección se muestran los
resultados
obtenidos
de
la
implementación del algoritmo para
detectar las posturas necesarias para
la evaluación del método OWAS.
Para el análisis de la postura de los
brazos se diseña e implementa un
algoritmo que obtiene las articulaciones
proporcionadas por el Kinect. Como
solo se debe evaluar si uno o ambos
brazos están arriba o abajo, se calcula
la distancia entre dos puntos. En este
caso los dos puntos son las
articulaciones de cada hombro y codo.
En la Figura 4 se muestra las posturas
de los brazos implementadas y
evaluadas de acuerdo al algoritmo,
como se observa el código de los
brazos varía de acuerdo a su posición.
Figura 2: Niveles de riesgo de la espalda.
El tercer dígito y él que más niveles
tiene es el de las piernas dichos niveles
son mostrados en la Figura 3.
Figura 4. Código Brazos
8to. Verano Estatal de Investigación
CONSEJO DE CIENCIA Y TECNOLOGÍA DEL ESTADO DE GUANAJUATO
ANÁLISIS ERGONÓMICO UTILIZANDO SENSORES RGB-D
Autores: Quintanilla Olvera, Ana Linnet, Rangel Butanda, Francisco
Javier, UNIDEG SABES
Para verificar si la espalda esta
derecha o doblada, de forma general
se calcula la distancia entre dos
puntos,
en
este
caso,
estos
serían las articulaciones de la cadera y
del cuello.
Para determinar si la espalda presenta
un giro o no, se propone utilizar
el método matemático para calcular el
ángulo entre cuatro puntos (Brazos y
cadera), en la Figura 5 se muestra la
implementación del algoritmo.
Figura 5. Codigo Espalda
En cuanto las piernas se deben
determinar siete posturas y estas
dependen en su mayoría de la
distribución de los puntos de las rodillas
y pies con respecto la cadera. En la
Figura 6, se muestra la codificación de
acuerdo a la postura.
necesario una serie de pruebas
mediante
diversos
métodos
matemáticos hasta llegar a la óptima
solución, es decir, el manejo de
vectores a partir de cuatro puntos, con
lo que se obtuvo muy buena precisión.
Finalmente, en el caso de las piernas,
debido a que el sensor no está muy
enfocado a ellas y que por las
características del método OWAS la
postura 1(sentado) es muy similar a la
postura 4(cuclillas), se generan algunos
falsos
positivos,
sin
afectar
considerablemente el resultado.
Se concluye que el sensor propuesto
para la evaluación, además de ser de
bajo costo es apropiado para este
método. Se espera seguir trabajando
en esta línea y realizar una interfaz que
analice
todas
las
posturas
implementadas al mismo tiempo, las
codifique de acuerdo a su nivel de
riesgo y emita una recomendación de
acuerdo
al
problema
músculoesquelético que podría desarrollar el
trabajador.
REFERENCIAS BIBLIOGRÁFICAS
[1] A. europea para la seguridad y
salud en el trabajo, “Los trastornos
musculoesqueléticos,
panorama
europeo” Agencia Europea para la
seguridad y salud en el trabajo, pp. 7–
10, 2001.
[2]
“Manual
de
http://ergonomia.com/.
Figura 6. Código Piernas
CONCLUSIONES Y DISCUSIÓN
Este trabajo se enfocó en el análisis e
implementación de las posturas
humanas para la evaluación por medio
del método OWAS.
Se puede observar que en las posturas
de los brazos no existe ningún
problema en la detección. En la
espalda, no hay ningún problema en
detectar si esta derecha o no, pero
para determinar si hay giro fue
ergonomía,”
[3] R. Cucchiara, C. Grana, and A.
Prati,
“Probabilistic
posture
classification
for
human-behavior
analysis.”
IEEE
transactions
on
systems, man and cybernetics, pp. 1–6,
Enero 2005
[4] C. Anderson and J. Briggs, “A study
of the effectiveness of ergonomicallybased functional screening tests and
their relationship to reducing worker
compensation injuries.” 2002.
8to. Verano Estatal de Investigación
CONSEJO DE CIENCIA Y TECNOLOGÍA DEL ESTADO DE GUANAJUATO