Aitor Iriondo Pascual
Institutionen för ingenjörsvetenskap
AIRGO utvecklar ett AI-baserat verktyg som ska göra det enklare för industrin att upptäcka ergonomiska risker innan de leder till skador. Genom att använda kameror, sensorer och maskininlärning kan arbetsplatser utvärderas mer objektivt, snabbare och på ett sätt som fler kan ta del av. På sikt kan resultaten bidra till färre belastningsskador och bättre arbetsmiljö, även i andra branscher med manuellt arbete.
"Vi vill hjälpa företag att upptäcka ergonomiska risker i tid och ge dem ett tydligt underlag för att kunna göra något åt dem. Med AIRGO hoppas vi bidra till färre belastningsskador och en bättre, mer hållbar arbetsmiljö."
Aitor Iriondo Pascual, projektledare och postdoktor vid Institutionen för ingenjörsvetenskap
Belastningsskador är ett stort problem i tillverkningsindustrin. De orsakar lidande för arbetstagare och kostar samhället stora belopp varje år. År 2017 uppskattade EU:s arbetsmiljöbyrå (EU-OSHA) den årliga kostnaden inom EU till omkring 476 miljarder euro.
För att förebygga skadorna behöver företag göra ergonomiska utvärderingar av sina arbetsplatser. I dag är arbetet beroende av specialistkompetens, det tar tid, och resultaten kan variera mellan olika bedömare. Många risker upptäcks därför sent eller inte alls.
I AIRGO utvecklar vi ett digitalt verktyg som gör ergonomiska utvärderingar mer objektiva och mer tillgängliga. Verktyget använder vanliga kameror och kraftsensorer för att samla in data om hur en operatör rör sig och vilka belastningar arbetet innebär. Maskininlärning används för att identifiera kritiska riskmoment och välja lämplig bedömningsmetod, och en språkmodell sammanställer resultatet i en lättläst rapport som operatörer, ergonomer och produktionstekniker kan använda i sitt arbete.
Verktyget utvecklas tillsammans med två företag som representerar olika delar av svensk industri. Skandia Elevator i Vara är ett mindre familjeägt bolag, och Alfa Laval i Lund är en stor internationell tillverkare. Arbetet är upplagt i tre iterationer som vi kallar cykel, motorcykel och bil. Mellan iterationerna utvärderas verktyget i normal produktion hos partnerföretagen, och utvecklingen bygger vidare på det som fungerar. Resultaten kommer att publiceras som öppen källkod.
Förutom direkt nytta för tillverkningsindustrin har metoderna potential att användas i andra sektorer med manuellt arbete, exempelvis vård och bygg. AIRGO finansieras av KK-stiftelsen och drivs vid forskningsmiljön Virtual Engineering vid Högskolan i Skövde.