Yhdysvaltain työministeriön mukaan työtapaturmia maksaa arviolta 161.5 miljardia dollaria vuodessa. Tukku- ja vähittäiskaupassa (WRT) laitoksissa, kadonneet työpäivävammat johtuvat pääasiassa liukastumisesta, kompastumisesta ja putoamisesta. Yhdysvalloissa vuonna 2020 tehdyssä tutkimuksessa kävi ilmi jos osuus oli 33 % ei-kuolemaan johtaneista vammoista, mikä tekee siitä suurimman ehkäistävissä olevan syyn työpaikan ei-kuolemattomia vammoja. Lisäksi kaatumiset olivat kolmanneksi suurin estettävissä olevien kuolemaan johtaneiden työtapaturmien syy, 21 %.
Kansallisen työturvallisuus- ja työterveysinstituutin mukaan (NIOSH), tekijöitä, jotka voivat johtaa työtapaturmiin, ovat:
- Työpaikan tekijät – Liukas pinta, löysät lattiapäällysteet, laatikot tai kontit estävät näkyvyyden, huono valaistus, kävelypintojen puutteellinen huolto.
- Työn organisointitekijät – Korkea työtahti, joka voi aiheuttaa työntekijöiden kiirettä, tehtävät, joihin liittyy rasvaisten tai nestemäisten materiaalien käsittelyä, jotka voivat tehdä pinnoista liukkaita.
- Yksilölliset tekijät – Ikä, työntekijän väsymys ja huono näkö voivat vaikuttaa näköön ja tasapainoon, ja sopimattomat jalkineet voivat aiheuttaa kompastumista tai liukastumista.
Useimmilla WRT-laitoksilla on kuitenkin vaikeuksia varmistaa, että sekä työntekijät että asiakkaat noudattavat kaikkia terveys- ja turvallisuuskäytäntöjä. Ongelma kasvaa tiheässä ympäristössä, jossa on paljon ihmisliikennettä. Johtajat ottavat käyttöön innovatiivisia tapoja täydentää WRT-myymälöiden perinteisiä ratkaisuja.
Tekoäly (AI), Internet of Things (IoT) ja koneoppiminen (ML) ovat yhdistettynä havaitsemaan, analysoimaan, varoittamaan ja ehkäisemään työpaikan vaaroja. Työturvallisuutta parannetaan merkittävästi reaaliaikaisten vastausten avulla.
Tietokoneen visio
Tietokonenäkö käyttää digitaalisia tuloja kuvista ja videoista johtamaan tietokoneelle merkityksellistä tietoa. Tämän jälkeen tietokone analysoi tiedot havaitakseen vikoja.
Katso Muuta (AI-palveluntarjoaja) ja Keymakr Inc. Inc. (data-merkintäpalvelun tarjoaja) teki yhteistyötä keinoälyn hyödyntämiseksi liukastumisen, kompastumisen ja putoamisen estämiseksi olemassa olevilla CCTV-kameroilla Asda (supermarketketju Isossa-Britanniassa) myymälöissä. Keymakrin SaaS-alusta antaa SeeChangen mahdollisuudet SpillDetect työkalu, joka havaitsee nesteroiskeet automaattisesti. Tämän jälkeen järjestelmä lähettää ilmoitukset henkilökunnalle vaaran sijainnista.
Keymakrin Saas-alustan Keylabsin toimitusjohtajan Michael Abramovin mukaan "Tekoälyä voidaan hyödyntää havaitsemaan onnettomuudet heti niiden tapahtuessa, ja tekoälypohjaiset älykkäät kassajärjestelmät voivat eliminoida inhimillisen virhetekijän. Tekoälyn käyttöönotto voi säästää ostajia ja yritysten omistajia tällaisilta vaaroilta."
Abramov sanoo, että tekoäly ei kärsi väsymyksestä ja pystyy valvomaan taukoamatta.
"Tuotteiden sijainti hyllyillä (ja varoitus vaarallisesta sijainnista) Lattioiden kunto (ja ilmoita mahdollisista tapahtumista (vuotaneet tuotteet, hyllyltä pudonneet tuotteet)). Siinä ei vielä kaikki, sillä tekoälyvalvontajärjestelmät voivat valvoa koko kauppaa ja antaa tietoa asiakkaiden käyttäytymisestä ja estää varkauksia."
relEYEble ratkaisut tarjoavat tietokonenäköpalveluita ja integroituvat olemassa oleviin kameroihin havaitsemaan liikennöisimmät alueet ja valvomaan tiloihin pääsyä. Tämä ominaisuus auttaa vähentämään ahtauden ja rajoitetun pääsyn ja uloskäyntien aiheuttamia vammoja rakennukseen hätätilanteissa.
Palonhavaitsemisjärjestelmien vasteaika on perinteisesti 3-5 minuuttia tulipalon havaitsemisesta. Tämä aika voi olla ratkaiseva erityisesti suurissa ja nopeasti leviävissä tulipaloissa, mikä lyhentää palontorjuntatoimia. Tietokonenäkö havaitsee tulipalot noin 50 metrin etäisyydeltä ja antaa hälytyksen 10-15 sekunnissa. Kun se on liitetty PA-järjestelmään, järjestelmä voi tehdä välittömän ilmoituksen ja ilmoittaa palon tarkan sijainnin ja parhaan poistumisreitin.
Ergonomiset anturit
Työtehtävien manuaalisesta käsittelystä aiheutuvia vammoja vähennetään työntekijöiden ergonomisen koulutuksen avulla. Optimaalinen liike lähetetään työntekijälle itsensä korjaamiseksi, mikä tasoittaa tietä käyttäytymisen muutokselle.
Yksi tällainen tätä ratkaisua tarjoava yritys on Tarkempi analytiikka. Olkapäässä, kuulokemikrofonissa, kypärässä ja/tai selässä käytettävät laitteet valvovat loukkaantumisriskiä reaaliajassa. Gadgetit on yhdistetty mobiilisovellukseen, jotta ne tarjoavat räätälöityä valmennusta tietylle työntekijälle tiettyä tehtävää varten. Tutkimukset ovat osoittaneet, että vaaralliset liikkeet vähenevät 30-70 %. Esimiehet pääsevät myös reaaliaikaisesti käsiksi soter-laitteiden tietoihin. Esimiehet voivat sitten käyttää tietoja:
- Tunnista vaarat.
- Suodata vaarariski tehtävän, osaston tai henkilön mukaan.
- Tunnista painopistealueet, jotka vaativat enemmän keskittymistä.
Coca-Colan mukaan
Ennakoiva data ja analytiikka
Ennakoiva analytiikka käyttää erilaisia organisaatiolta saatuja tietoja ja analysoi niitä mahdollisten skenaarioiden ennustamiseen. Analytiikassa kerätyt ja käytetyt tiedot sisältävät perimmäisiä syitä ja valituksia ja ehdotuksia.
HGS digitaaliset ratkaisut kerää, analysoi ja suorittaa mitä jos -skenaarioita määrittääkseen vamman syyt ja tarjotakseen korjaavia toimia ongelman lieventämiseksi. Kun tiedot on syötetty ohjelmaan, työkalu analysoi tiedot ilman ohjelmointia.
Asianhallintaohjelmisto
i-Sight on HGS Digital Solutionin kaltainen asianhallintaohjelmisto. Toisin kuin HGS, I-Sight vain kerää, seuraa ja tarjoaa kattavia raportteja, ja sinun on käytettävä näitä tietoja työtapaturmien estämiseen. I-sight seuraa ja raportoi tapahtumista, kuten:
- onnettomuudet
- Vammat
- Liukastuu ja kaatuu
- kuolemantapaukset
- Läheltä piti
- Vaaralliset altistukset
Esimiehet voivat käyttää i-Sight-kojelautaa seuratakseen tapausraportteja ja mahdollisia trendejä tunnistaakseen kiireellistä huomiota vaativat korkean riskin alueet tai työntekijät.
Itsejarruttavat vaunut
Autonomiset ajoneuvot (AV:t) yhdistetään yleensä autoihin. Anthony Iresonin mukaan Euroopan Ford, supermarket vaunut voivat myös käyttää tekniikkaa.
Vaunussa on törmäysapu, joka auttaa asiakkaita välttämään onnettomuuksia tai vähentämään törmäyksen vaikutuksia. Vaunun anturit havaitsevat sen tiellä edessä olevat ihmiset ja esineet. Itsejarruttava vaunu jarruttaa automaattisesti, kun se havaitsee mahdollisen törmäyksen.
Vaikka vaunu on vielä prototyyppi Ford-liikkeessä, sen sovellus tekee karkuun lähtevistä vaunuista menneisyyttä vähentäen onnettomuuksia.
Ohjelmistorobotiikka
Insinöörit West Virginia University kehittävät robotteja suojaamaan työntekijöitä työpaikan vaaroilta. Robotit havaitsevat WRT-laitosten lattiapinnoilta löytyviä riskejä. Tilannetietoisuuden lisäksi robotit toimittaisivat kävelykarttoja ja seuraisivat jatkuvasti riskejä. Toisin kuin muut tietokonenäköjärjestelmät, jotka käyttävät laitoksessa olemassa olevia CCTV-kameroita, robotit varustettaisiin sisäänrakennetuilla kameroilla vähentämään pinnan ulkonäön aiheuttamaa petosta. Robotit ajaisivat myös pinnalla arvioidakseen paremmin liukastumisriskiä.
Robottien kehittäminen keskittyy kolmeen avaintekijään:
- Työtilojen robottien toimintaan liittyvien kokonaisvaltaisten riskien tunnistaminen ja arviointi.
- Robottien käyttö muissa asioissa, kuten ostosoppaissa.
- Kävelykarttojen ja robottien vaikutus työntekijöiden loukkaantumisriskiin.
Lähde: https://www.forbes.com/sites/dennismitzner/2022/12/08/how-new-innovations-are-helping-prevent-retail-injuries/