Da tidligere Scania-intrapreneur Jonas Svanholm så statistikken over hvor utsatt lastebilsjåfører var for ulykker og skader på jobb, bestemte han og teamet hans seg for å ta på seg utfordringen med å gjøre slike arbeidsplasser tryggere for alle yrkesutøvere, ved å gjøre den refleksvesten sjåførene er pålagt å bruke utenfor kjøretøyet til noe smartere og mer hjelpsomt i farlige situasjoner.
Å være en profesjonell lastebilsjåfør topper de mest risikofylte arbeidsmiljøene både i Sverige og globalt; av 404 dødelige arbeidsulykker utgjør lastebilsjåfører 66 dødsfall i perioden 2011-2020 ifølge Arbeidsmiljøverket.
Behovet for tilkoblet sikkerhet strekker seg selvsagt langt utover bare lastebilsjåfører. Denne vesten kan bæres i mange bransjesituasjoner; bygg og anlegg, eiendomsreparasjoner, store arrangementer, sikkerhetshendelser osv. Hovedformålet er veldig greit: å gjøre sluttbrukeren tryggere og gi eierne innsikt i hvordan man bygger et tryggere arbeidsmiljø, i nært samarbeid med selskaper for å finne nye forretningsmodeller og nye produkter å selge.
HVORDAN FUNGERER DET?
Lastebilsjåfører opplever ofte lange dager, jevnlig med potensielt stressende situasjoner og krevende værforhold, og det var avgjørende å bygge videre på plattformen de allerede hadde. Vesten må overholde sikkerhetsstandarden EN 471 klasse 2, også når den er utstyrt med smart teknologi og blir til varslingsvesten.
Denne vesten overvåker i hovedsak fall brukeren måtte ha, pluss at datasettet som ledet opp til fallet kan analyseres. I tillegg har vesten et lys som begynner å blinke hvis et fall blir oppdaget, noe som kan varsle kolleger på stedet.
 |
Fig. 1. Samarbeid er nøkkelen, arbeidere i en gruve, Alert Vest og private nettverk gjør at arbeidere kan være trygge selv dypt nede i en gruve
Ved registrering av at en person faller; selve fallet blir registrert som en brøkdel-av-et-sekund hendelse; vanligvis starter det med en liten endring i bevegelsesvektoren, etterfulgt av millisekunder med tilsynelatende vektløshet, og deretter en plutselig, større endringsrate i den resulterende akselerasjonsvektoren, slik er kjennetegnene på et ekte fall.
Ved å bruke en sikkerhetsvest som plattform, viste nakken seg å være et godt sted for sensoren for å få konsistente målinger, mens alt annet som batterier og innebygd datamaskin kan plasseres på en eller begge sider for vektsymmetri. Innen maskinlæring er det en tradisjonell rekke trinn som må følges, hvor hvert trinn påvirker effektiviteten og nøyaktigheten til den resulterende modellen.
I spesifikke applikasjoner, der det kan være vanskelig å finne et datasett som dekker den nøyaktige brukssituasjonen, må derfor ekstra treningsdata fanges inn. Dette ble gjort ved hjelp av et Bluetooth-tilkoblet akselerometer med samtidig videoopptak. Videoopptaket, selv om det ikke ble brukt i seg selv i den endelige applikasjonen, muliggjør merking av dataene både i sanntid og i postproduksjon, ved hjelp av Imagimob mobilfangst-app for Android.
TESTING UTENFOR JUDO- FALLNIVÅ
På et tidspunkt ble en profesjonell judoutøver hyret inn for å utføre et stort antall forhåndsbestemte fall, men klarte ikke å utløse algoritmene i smartvesten, da fallene som ble utført var for myke (judos betydning “den myke veien” kan være en del av forklaringen). Deretter ble en krasjdukke på 70 kg anskaffet som en mindre dyktig fallagent, og gjennomgikk en rekke prøvelser, alt for mange til å nevne fra et bredt spekter av startposisjoner og fallhøyder.
Den tilkoblede vesten er også utstyrt med en tydelig trykknappbryter på fronten, for å vekke oppmerksomhet dersom en operatør skulle bli sittende fast, klemt eller på annen måte bli liggende i en arbeidssituasjon uten å kunne ringe noen med telefonen. Det er kanskje ikke noe fall i det hele tatt, og dette utgjør en sekundær måte å tilkalle hjelp på, som et supplement til AI-deteksjonsalgoritmen.
Artikkelen ble opprinnelig publisert i ForsikringsEdge, 2022-11-02
