Da tidligere Scania-intrapreneur Jonas Svanholm så statistikkerne over, hvor tilbøjelige lastbilchauffører var til ulykker og arbejdsrelaterede skader, besluttede han og hans team at påtage sig udfordringen med at gøre sådanne arbejdspladser sikrere for alle professionelle ved at gøre den sikkerhedsvest, som chaufførerne er forpligtet til at bære uden for køretøjet, til noget smartere og mere hjælpsomt i farlige situationer.

Det at være professionel lastbilchauffør topper listen over de farligste arbejdsmiljøer, både i Sverige og globalt; ud af 404 fatale arbejdsulykker udgjorde lastbilchauffører 66 dødsfald i perioden 2011-2020 ifølge Arbejdstilsynet.

tinyML og faldregistrering

Behovet for forbundet sikkerhed strækker sig langt ud over lastbilchauffører, og det store antal medarbejdere i farlige erhverv blev drivkraften bag etableringen af Swanholm Technology AB, med en mission om at tilbyde forbundne sikkerhedsprodukter til udsatte fagfolk. Hovedformålet er meget ligetil: at gøre slutbrugeren sikrere og give ejerne indsigt i, hvordan man opbygger et sikrere arbejdsmiljø i tæt samarbejde med virksomheder for at finde nye forretningsmodeller og nye produkter at sælge.

Dette mål var ikke uden udfordringer, da vi skulle introducere et nyt sikkerhedslag uden at tilføje yderligere opgaver eller ting, som brugeren skulle medbringe.

Lastbilchauffører oplever ofte lange arbejdsdage, regelmæssigt med potentielt stressende situationer samt krævende vejrforhold, og det var afgørende at arbejde ud fra den platform, de allerede havde. Vesten skal overholde EN 471 klasse 2 sikkerhedsstandarden, også når den er udstyret med smart teknologi, og blive til Alert Vest. Det er overflødigt at sige, at spørgsmålene var mange, og en masse praktisk arbejde skulle udføres for at nå det produktsortiment, som Swanholm i dag tilbyder markedet, med et salg på over 100 enheder og med drift i 5 europæiske lande.

Der skulle løses nogle praktiske problemer med en sådan enhed, hvilket lagde grundlaget for en ny, udvidet type sikkerhedsprodukt. Dette rejste en række praktiske spørgsmål såsom;

• Hvordan bruges en sikkerhedsvest i dag, hvad er dens egentlige formål?
• Hvilke sensorer er centrale, hvor placeres sensorer bedst for optimal aflæsning?
• Hvordan integreres elektronik bedst i stof og syning?
• Hvor ofte skal brugeren genoplade de indlejrede lithiumbatterier?
• Hvad er den bedste måde at forbinde den smarte vest til en smartphone eller endda en tablet?
• Hvordan ville enheden modstå års snavs, regn og almindelig slitage?
• Kan elektronikken nemt afmonteres, når vesten skal vaskes?
• Vil medarbejdere føle sig overvåget, selvom vesten kun alarmerer sin position via smartphonen, når faldalarmen udløses?

Denne produktlinje blev udviklet i tæt samarbejde med vestproducenter, embedded-ingeniører, transport- og byggefirmaer og vigtigst af alt slutbrugerne selv. Parallelt med disse interviews og workshops skulle softwaren til registrering af farlige fald udvikles og trænes, og det var her, Jonas Svanholm kontaktede teamet hos Imagimob for at forklare slutbrugernes behov og ønsker, og dermed give den opgave, der igangsatte en række udviklingsiterationscyklusser, som førte til det endelige produkt og markedsintroduktionen i 2020.

For at vende tilbage til teorierne om at detektere et fald hos en person; selve faldet registreres som en split-sekund begivenhed; der starter som regel med en lille ændring i bevægelsens vektor, efterfulgt af millisekunder med tilsyneladende vægtløshed, og derefter en pludselig, større ændringsrate i den resulterende accelerationsvektor, hvilket er karakteristisk for et sandt fald.

Ved at bruge en sikkerhedsvest som platform viste nakken sig at være en god placering af sensoren for at få ensartede målinger, mens alt andet som batterier og den indlejrede computer kan placeres på den ene eller begge sider for vægtsymmetri. Inden for maskinlæring er der de traditionelle trin, der skal følges, som hver især påvirker effektiviteten og nøjagtigheden af den resulterende model.

tinyML og datasæt

Maskinlæringsprojekter starter med at indsamle data på den ene eller anden måde, og inden for mange anvendelsesområder er der åbne datasæt tilgængelige til træning. I specifikke applikationer, hvor det kan være svært at finde et datasæt, der dækker det præcise anvendelsestilfælde, skal der derfor indsamles yderligere træningsdata. Dette blev gjort ved hjælp af et Bluetooth-forbundet accelerometer med samtidig videooptagelse. Videooptagelsen, selvom den ikke blev brugt i sig selv i den endelige applikation, muliggør mærkning af data både i realtid og i postproduktion ved hjælp af Imagimob mobile capture-appen til Android.

Som et samvittighedsfuldt team har Imagimob-teamet udført et stort antal øvelser og tests på parkeringspladsen ved Swanholm Technology's kontorer og på forskellige kundelokationer i flere lande.

At falde ud af en lastbils førersæde, fra bagenden af den under aflæsning, glide på jorden, falde ned i en grøft langs vejen; mulighederne for at falde er næsten uendelige, og det er vigtigt at dække så mange tilfælde som muligt.

Sensoren der bruges til dette produkt er Bosch BMI-160, som indeholder både 3-akset accelerometer og 3-akset gyroskop i en lille formfaktor. Den håndterer accelerationer op til ±16 g, og dens strømforbrug er 180 µA for accelerometret i fuld drift og 3 µA i dvaletilstand, hvilket gør den til en god kandidat til indlejrede applikationer, når den drives af batterier.

Efter dataindsamling og mærkning genereres modellen og trænes efterfulgt af verificering ved hjælp af testdata. Det er en smart måde at sige, at der er dele af træningsdataene, som AI'en ikke har set før, hvor dens forudsigelser sammenlignes med den faktiske sandhed.

En falsk positiv – registrering af et fald, som ikke sker – er i det mindste irriterende og fører efterhånden til en "Peter og ulven"-effekt, hvor ingen længere reagerer på alarmer fra et dårligt konstrueret system. Et reelt fald, der forbliver uopdaget, er betydeligt værre og kræver kun én falsk negativ registrering for at skabe mistillid og alvorlige konsekvenser for den pågældende person.

Naturligvis behøver en bruger ikke at være en enlig arbejder for at have gavn af at bruge den forbundne sikkerhedsvest. Mange andre grupper af professionelle arbejdstagere bærer vesten i dag, byggepladser, lagerbygninger, vejrværkere, dokarbejdere osv.

En af Swanholms nuværende kunder havde en hændelse, før deres medarbejdere blev udstyret med de smarte veste. Det var en meget uheldig begivenhed, som fandt sted på en byggeplads midt i en teamoperation med masser af mennesker i nærheden; en af hjullæsseoperatørerne bliver svimmel og falder over 2 meters højde fra sit køretøj, og efter at han lander bevidstløs, tager det de andre en hel time at indse hans situation, da han lå bag et af de store hjul. Så selv når man arbejder sammen, er det godt at kunne overvåge alle løbende i tilfælde af pludselige hændelser.

Langtfra alle fald, snublen eller hop resulterer faktisk i alvorlige skader. Derfor er enheden udstyret med en timer, der starter lige når et fald registreres, hvilket giver brugeren mulighed for at nulstille vesten i en tidsbegrænset periode, hvor der høres en række advarselssignaler. Først efter typisk 30 sekunder udstedes en egentlig alarm, der sender meddelelser til kolleger, ledelse og/eller sikkerhedspersonale. Hvis der sker en faktisk ulykke, behøver brugeren ikke gøre noget, eller kan måske ikke gøre noget, så det er tilstrækkeligt blot at vente på, at timeren udløber, og alarmen vil fungere som forventet.

Den tilsluttede vest er også udstyret med en tydelig trykknap på fronten, for at henlede opmærksomheden, hvis en operatør bliver fanget, klemt eller på anden måde fikseret i en arbejdssituation uden at kunne ringe til nogen via deres telefon. Der er måske slet ikke et fald, og dette udgør en sekundær måde at tilkalde hjælp på, som supplement til AI-detekteringsalgoritmen.

En anden vigtig standardfunktion ved Swanholm-produktserien er muligheden for sikkert at modificere firmware over luften (FOTA) ved hjælp af smartphonen, hvilket tillader nye tinyML-modeller og applikationer at blive opdateret, efterhånden som falddetektionsalgoritmerne udvikler sig, uden at de behøver at blive indleveret til en opgradering. Lær mere om Alert Vest her.

Artikel oprindeligt udgivet i FleetPoint, 2022-11-02