Einsatz eines textilbasierten Assistenzsystems zur Analyse von körperlich anstrengenden Arbeitsprozessen

Abstract

Die Überwachung, Identifizierung und Bewertung von ergonomisch kritischen Situationen ermöglichen die Verbesserung der Arbeitsabläufe in Arbeitsprozessen mit hoher menschlicher Beteiligung. Ergonomie ist eine wesentliche Komponente der Prozessgestaltung und da ergonomische Fehlhaltungen in physisch anspruchsvollen Berufen zu einem erhöhten Krankenstand beitragen, ist die Entwicklung neuer Lösungen für manuelle Arbeitstätigkeiten im Rahmen der Arbeit 4.0 erforderlich. Das Projekt PREFLOW entwickelt ein intelligentes Assistenzsystem, welches Prozessinformationen und ergonomisch kritische Situationen für Beschäftigte in physisch anspruchsvollen Berufen identifiziert und durch präventive Maßnahmen entgegenwirkt. Mit Hilfe einer vernetzten Infrastruktur von Sensoren erhebt das Assistenzsystem Daten, die für eine ergonomiebasierte Prozesserkennung und -prognose notwendig sind, um die Verhaltensprävention bei kritischen Körperhaltungen und ungünstigen oder fehleranfälligen Prozessdurchführungen der Beschäftigten zu ermöglichen. Dieser neuartige Ansatz basiert auf einem leichten, kostengünstigen Sensoranzug und einem Machine-Learning-Ansatz und eignet sich besonders für kleine und mittlere Unternehmen, die typischerweise über begrenzte wirtschaftliche Ressourcen verfügen.