Az Egyesült Államok Munkaügyi Minisztériuma szerint munkahelyi sérülések költség évi becslések szerint 161.5 milliárd dollár. A nagy- és kiskereskedelemben (WRT). Az Egyesült Államokban 2020-ban végzett tanulmány megállapította, hogy zuhatag a nem halálos sérülések 33%-át tette ki, így ez a megelőzhető legtöbb ok munkahelyi nem halálos sérülések. Ezen túlmenően az esések voltak a megelőzhető halálos munkahelyi sérülések harmadik leggyakoribb oka, 21%.
Az Országos Munkahelyi Biztonsági és Egészségügyi Intézet szerint (NIOSH), olyan tényezők, amelyek munkahelyi sérülésekhez vezethetnek, a következők:
- Munkahelyi tényezők – Csúszós felület, laza padlóburkolatok, dobozok vagy konténerek által akadályozott látás, rossz világítás, járófelületek karbantartásának hiánya.
- Munkaszervezési tényezők – Magas munkatempó, amely a dolgozók rohanását okozhatja, olyan zsíros vagy folyékony anyagok kezelésével járó feladatok, amelyek csúszóssá tehetik a felületeket.
- Egyéni tényezők – Az életkor, a dolgozó fáradtsága és rossz látása befolyásolhatja a látást és az egyensúlyt, a nem megfelelő lábbeli pedig elbotlást vagy elcsúszást okozhat.
A legtöbb WRT létesítménynek azonban nehézséget okoz annak biztosítása, hogy az alkalmazottak és az ügyfelek is betartsák az összes egészségügyi és biztonsági protokollt. A probléma fokozódik nagy sűrűségű környezetben, intenzív emberforgalom mellett. A vezetők innovatív módszereket alkalmaznak a WRT üzletek hagyományos megoldásainak kiegészítésére.
A mesterséges intelligencia (AI), a dolgok internete (IoT) és a gépi tanulás (ML) együtt észleli, elemzi, figyelmezteti és megelőzi a munkahelyi veszélyeket. A munkahelyi biztonság jelentősen javul a valós idejű válaszok segítségével.
Számítógépes látás
A számítógépes látás a képek és videók digitális bemeneteit használja fel, hogy a számítógép számára jelentőségteljes információkat nyerjen ki. A számítógép ezután elemzi az információkat a hibák észlelése érdekében.
Lásd: Változás (AI szolgáltató) és Keymakr Inc. Inc. (adat-annotációs szolgáltató) együttműködött az MI-vel a megcsúszások, botlások és esések megelőzésében a meglévő CCTV kamerák segítségével Asda (szupermarket lánc az Egyesült Királyságban) üzletekben. A Keymakr SaaS platformja felhatalmazza a SeeChange-t SpillDetect eszköz a kiömlött folyadékok automatikus észlelésére. A rendszer ezután értesítést küld a személyzetnek a veszély helyéről.
Michael Abramov, a Keylabs, a Keymakr Saas platformjának vezérigazgatója szerint „Az MI felhasználható a balesetek azonnali észlelésére, amint azok bekövetkeznek, és az AI-alapú intelligens pénztárrendszerek kiküszöbölhetik az emberi hiba tényezőt. Az AI megvalósítása megmentheti a vásárlókat és a vállalkozások tulajdonosait az ilyen veszélyektől.”
Abramov azt mondja, hogy a mesterséges intelligencia nem szenved fáradtságtól, és megállás nélkül képes figyelni.
„A termékek helyzete a polcokon (és figyelmeztetés a veszélyes elhelyezésre) A padlók állapota (és jelentse az esetleges eseményeket (kiömlött termékek, polcokról leesett termékek)). Ez még nem minden, mivel a mesterséges intelligencia felügyeleti rendszerei az egész üzletet felügyelhetik, betekintést nyújtva a vásárlók viselkedésébe és megelőzve a lopásokat.”
relEYEble A megoldások számítógépes látási szolgáltatásokat kínálnak, és a meglévő kamerákkal integrálva érzékelik az üzletben a legnagyobb forgalmú területeket, és figyelik a helyiségek hozzáférését. Ez a funkció segít csökkenteni a túlzsúfoltság és az épületek korlátozott be- és kijárata által okozott sérüléseket vészhelyzet esetén.
A tűzérzékelő rendszerek válaszideje hagyományosan 3-5 perc a tűz észlelése után. Ez az idő döntő jelentőségű lehet, különösen nagy és gyorsan terjedő tüzeknél, csökkentve a tűzoltási reakcióidőt. A számítógépes látás körülbelül 50 méteres távolságból képes észlelni a tüzet, és 10-15 másodpercen belül riasztást ad. PA rendszerhez csatlakoztatva a rendszer azonnali bejelentést tud tenni, megadva a tűz pontos helyét és a legjobb kilépési útvonalat.
Ergonomikus érzékelők
A kézi feladatok kezeléséből adódó sérüléseket a dolgozók ergonómiai képzése csökkenti. Az optimális mozgást elküldik a dolgozónak az önkorrekcióra, ami utat nyit a viselkedésbeli változáshoz.
Az egyik ilyen cég kínálja ezt a megoldást Soter Analytics. A vállon, a fejhallgatón, a sisakon és/vagy a háton viselt soter eszközök valós időben figyelik a sérülésveszélyt. A kütyük egy mobilalkalmazással párosulva testreszabott coachingot biztosítanak egy adott dolgozónak egy adott feladathoz. Tanulmányok kimutatták, hogy a veszélyes mozgás 30-70%-kal csökken. A menedzserek valós időben is hozzáférhetnek a soter eszközök adataihoz. A vezetők ezután felhasználhatják az adatokat:
- Azonosítsa a veszélyeket.
- A veszély kockázatának szűrése feladat, osztály vagy személy szerint.
- Határozza meg a kiemeltebb területeket, amelyek nagyobb összpontosítást igényelnek.
A Coca-Cola szerint
Prediktív adatok és elemzések
A prediktív analitika a szervezettől származó különféle adatokat használ, és ezeket az adatokat elemzi a lehetséges forgatókönyvek előrejelzéséhez. Az elemzésben összegyűjtött és felhasznált adatok kiváltó okokat, panaszokat és javaslatokat tartalmaznak.
HGS digitális megoldások összegyűjti, elemzi és futtatja a „mi lenne, ha” forgatókönyveket, hogy meghatározza a sérülés okait, és korrekciós intézkedéseket tegyen a probléma enyhítésére. Az adatok programba való bevitele után az eszköz programozás nélkül elemzi az információkat.
Ügykezelő szoftver
i-Sight a HGS Digital Solution-hoz hasonló ügykezelő szoftver. A HGS-től eltérően az I-Sight csak átfogó jelentéseket gyűjt, nyomon követ és biztosít, és ezeket az információkat a munkahelyi sérülések megelőzésére kell felhasználnia. I-Sight nyomon követi és jelenti az eseményeket, mint például:
- balesetek
- Sérülések
- Csúszik és esik
- Halálesetek száma
- Közel hiányzik
- Veszélyes kitettségek
A vezetők az i-Sight műszerfal segítségével nyomon követhetik az incidensjelentéseket és a lehetséges trendeket, hogy azonosítsák azokat a magas kockázatú területeket vagy alkalmazottakat, amelyek sürgős figyelmet igényelnek.
Önfékező kocsik
Autonóm járművek (AV-k) általában az autókhoz kapcsolódnak. Anthony Ireson szerint Európa Fordja, szupermarket kocsik is használhatják a technológiát.
A kocsi ütközés előtti asszisztenssel rendelkezik, amely segít az ügyfeleknek elkerülni a baleseteket vagy csökkenteni az ütközés hatását. A kocsi érzékelői érzékelik az útjában álló embereket és tárgyakat. Az önfékező kocsi automatikusan fékez, ha potenciális ütközést észlel.
Bár a kocsi még prototípus a Ford üzletében, alkalmazása révén a kifutó kocsik a múlté lesznek, csökkentve a balesetek számát.
Robotika
Mérnökök a West Virginia Egyetem robotokat fejlesztenek, hogy megvédjék a dolgozókat a munkahelyi veszélyektől. A robotok észlelik a WRT létesítmények padlófelületén található kockázatokat. A helyzetfelismerés mellett a robotok járhatósági térképeket is biztosítanának, és folyamatosan figyelnék a kockázatokat. Ellentétben más számítógépes látórendszerekkel, amelyek a létesítményben meglévő CCTV kamerákat használnak, a robotokat beépített kamerákkal szerelik fel, hogy csökkentsék a felületi megjelenésből eredő megtévesztést. A robotok a felszínen is hajtanának, hogy jobban felmérjék a csúszásveszélyt.
A robotok fejlesztése három kulcsfontosságú tényezőre összpontosít:
- A robotok munkahelyi működésével kapcsolatos holisztikus kockázatok azonosítása és értékelése.
- Robotok használata egyéb szempontok szerint, például vásárlási útmutatókban.
- A járhatósági térképek és a robotok hatása a munkavállalók sérülésveszélyére.
Forrás: https://www.forbes.com/sites/dennismitzner/2022/12/08/how-new-innovations-are-helping-prevent-retail-injuries/