นวัตกรรมใหม่ช่วยป้องกันการบาดเจ็บจากการค้าปลีกได้อย่างไร

ตามรายงานของกระทรวงแรงงานสหรัฐ การบาดเจ็บจากการทำงาน ราคา ประมาณ 161.5 พันล้านเหรียญสหรัฐต่อปี ในการค้าส่งและค้าปลีก (วธ) สถานประกอบการ การบาดเจ็บจากการหยุดงานมีสาเหตุหลักมาจากการลื่นล้ม การหกล้ม การศึกษาในสหรัฐอเมริกาในปี 2020 พบว่า ฟอลส์ คิดเป็นร้อยละ 33 ของการบาดเจ็บที่ไม่ร้ายแรง ทำให้เป็นสาเหตุสูงสุดที่สามารถป้องกันได้ การบาดเจ็บที่ไม่ร้ายแรงในที่ทำงาน. นอกจากนี้ การหกล้มยังเป็นสาเหตุอันดับที่ 21 ของการบาดเจ็บร้ายแรงในที่ทำงานที่ป้องกันได้ โดยอยู่ที่ XNUMX%

ตามที่สถาบันแห่งชาติเพื่อความปลอดภัยและอาชีวอนามัย (NIOSH) ปัจจัยที่อาจนำไปสู่การบาดเจ็บในที่ทำงาน ได้แก่:

• ปัจจัยในที่ทำงาน – พื้นผิวลื่น พื้นปูหลวม กล่องหรือภาชนะบดบังการมองเห็น แสงไม่ดี ขาดการบำรุงรักษาพื้นผิวทางเดิน
• ปัจจัยการจัดระบบการทำงาน – จังหวะการทำงานที่สูงซึ่งอาจทำให้พนักงานเร่งรีบ งานที่เกี่ยวข้องกับการจัดการวัสดุที่เป็นมันหรือของเหลวที่อาจทำให้พื้นผิวลื่น
• ปัจจัยส่วนบุคคล – อายุ ความเหนื่อยล้าของพนักงาน และสายตาที่ไม่ดีอาจส่งผลต่อการมองเห็นและการทรงตัว และรองเท้าที่ไม่เหมาะสมอาจทำให้เกิดการสะดุดหรือลื่นไถลได้

อย่างไรก็ตาม สถานประกอบการ WRT ส่วนใหญ่มีปัญหาในการตรวจสอบให้แน่ใจว่าพนักงานและลูกค้าปฏิบัติตามโปรโตคอลด้านสุขภาพและความปลอดภัยทั้งหมด ปัญหาจะเพิ่มขึ้นในสภาพแวดล้อมที่มีความหนาแน่นสูงและมีการจราจรหนาแน่น ผู้จัดการกำลังใช้วิธีใหม่เพื่อเสริมโซลูชันดั้งเดิมในร้านค้า WRT

ปัญญาประดิษฐ์ (AI) อินเทอร์เน็ตในทุกสิ่ง (IoT) และการเรียนรู้ของเครื่อง (ML) ได้รวมกันเพื่อตรวจจับ วิเคราะห์ แจ้งเตือน และป้องกันอันตรายในที่ทำงาน ความปลอดภัยในที่ทำงานได้รับการปรับปรุงอย่างมากโดยใช้การตอบสนองตามเวลาจริง

วิสัยทัศน์คอมพิวเตอร์

การมองเห็นด้วยคอมพิวเตอร์ใช้อินพุตดิจิทัลจากรูปภาพและวิดีโอเพื่อรับข้อมูลที่มีความหมายต่อคอมพิวเตอร์ จากนั้นคอมพิวเตอร์จะวิเคราะห์ข้อมูลเพื่อตรวจหาข้อบกพร่อง

ดูการเปลี่ยนแปลง (ผู้ให้บริการเอไอ) และ บริษัท คีย์มาเคอร์ อิงค์ Inc. (ผู้ให้บริการคำอธิบายประกอบข้อมูล) ร่วมมือเพื่อใช้ประโยชน์จาก AI ในการป้องกันการลื่นล้ม การหกล้ม โดยใช้กล้องวงจรปิดที่มีอยู่แล้วใน Asda (เครือข่ายซูเปอร์มาร์เก็ตในสหราชอาณาจักร) ร้านค้า แพลตฟอร์ม SaaS ของ Keymakr ช่วยให้ SeeChange's การตรวจจับการรั่วไหล เครื่องมือตรวจจับการรั่วไหลของของเหลวโดยอัตโนมัติ จากนั้นระบบจะส่งการแจ้งเตือนไปยังเจ้าหน้าที่ถึงตำแหน่งที่เกิดอันตราย

Michael Abramov ซีอีโอของ Keylabs ซึ่งเป็นแพลตฟอร์ม Saas ของ Keymakr กล่าวว่า "AI สามารถใช้ประโยชน์จากการตรวจจับอุบัติเหตุได้ทันทีที่เกิดขึ้น และระบบชำระเงินอัจฉริยะที่ใช้ AI สามารถขจัดปัจจัยด้านความผิดพลาดของมนุษย์ได้ การนำ AI มาใช้สามารถช่วยผู้ซื้อและเจ้าของธุรกิจจากอันตรายดังกล่าวได้”

Abramov กล่าวว่า AI ไม่รู้สึกเหนื่อยล้าและสามารถตรวจสอบได้ไม่หยุด

“ตำแหน่งของผลิตภัณฑ์บนชั้นวาง (และการแจ้งเตือนตำแหน่งที่เป็นอันตราย) สภาพของพื้น (และรายงานเหตุการณ์ใด ๆ (ผลิตภัณฑ์หก ผลิตภัณฑ์ที่หล่นจากชั้นวาง)) นั่นไม่ใช่ทั้งหมดเนื่องจากระบบเฝ้าระวัง AI สามารถตรวจสอบร้านค้าทั้งหมด ให้ข้อมูลเชิงลึกเกี่ยวกับพฤติกรรมของลูกค้าและป้องกันการโจรกรรม”

รี EYEble โซลูชันนำเสนอบริการการมองเห็นด้วยคอมพิวเตอร์และรวมเข้ากับกล้องที่มีอยู่เพื่อตรวจจับพื้นที่ที่มีการจราจรหนาแน่นที่สุดในร้านและตรวจสอบการเข้าถึงสถานที่ คุณลักษณะนี้ช่วยลดการบาดเจ็บที่เกิดจากความแออัดยัดเยียดและการจำกัดการเข้าถึงและออกจากอาคารในกรณีฉุกเฉิน

โดยปกติระบบตรวจจับอัคคีภัยจะมีเวลาตอบสนอง 3-5 นาทีหลังจากตรวจพบไฟไหม้ เวลานี้อาจมีความสำคัญอย่างยิ่ง โดยเฉพาะอย่างยิ่งสำหรับไฟขนาดใหญ่และลุกลามอย่างรวดเร็ว ซึ่งช่วยลดเวลาตอบสนองในการดับเพลิง คอมพิวเตอร์วิทัศน์สามารถตรวจจับไฟที่อยู่ห่างออกไปประมาณ 50 เมตรและแจ้งเตือนภายใน 10-15 วินาที เมื่อเชื่อมต่อกับระบบ PA ระบบสามารถประกาศได้ทันทีโดยระบุตำแหน่งที่แน่นอนของไฟและเส้นทางทางออกที่ดีที่สุด

เซ็นเซอร์ตามหลักสรีรศาสตร์

การบาดเจ็บจากการจัดการงานด้วยมือจะลดลงด้วยการฝึกอบรมพนักงานตามหลักสรีรศาสตร์ การเคลื่อนไหวที่เหมาะสมจะถูกส่งไปยังผู้ปฏิบัติงานเพื่อแก้ไขตนเอง เป็นการปูทางไปสู่การเปลี่ยนแปลงพฤติกรรม

หนึ่งในบริษัทดังกล่าวที่นำเสนอโซลูชันนี้คือ การวิเคราะห์ Soter. อุปกรณ์ Soter ที่สวมบนไหล่ ชุดหูฟัง หมวกนิรภัย และ/หรือหลัง จะตรวจสอบความเสี่ยงของการบาดเจ็บแบบเรียลไทม์ แกดเจ็ตจะจับคู่กับแอปพลิเคชันมือถือเพื่อมอบการฝึกสอนที่เหมาะกับพนักงานเฉพาะสำหรับงานเฉพาะ การศึกษาพบว่าการเคลื่อนไหวที่เป็นอันตรายลดลง 30-70% ผู้จัดการยังสามารถเข้าถึงข้อมูลจากอุปกรณ์ soter ได้แบบเรียลไทม์ จากนั้นผู้จัดการสามารถใช้ข้อมูลเพื่อ:

• ระบุอันตราย
• กรองความเสี่ยงอันตรายตามงาน แผนก หรือบุคคล
• ระบุลำดับความสำคัญที่ต้องการโฟกัสมากขึ้น

ตามที่โคคา-โคลาKO
Amatil Limited (CCA) พวกเขาลดความเสี่ยงจากการจัดการด้วยมือลงประมาณ 35% หลังจากใช้ Soter's โซเตอร์โค้ช และโซลูชันของ Clip&Go เป็นเวลาหกเดือน นายชอว์น รัช จาก อินทรียักษ์ ระบุว่าความเสี่ยงจากการเคลื่อนไหวที่เป็นอันตรายลดลงเกือบ 50% สำหรับสมาชิกในทีมที่เข้าร่วมในกระบวนการ

ข้อมูลเชิงคาดการณ์และการวิเคราะห์

การวิเคราะห์เชิงคาดการณ์ใช้ข้อมูลต่างๆ ที่ได้รับจากองค์กรและวิเคราะห์ข้อมูลนั้นเพื่อคาดการณ์สถานการณ์ที่อาจเกิดขึ้น ข้อมูลที่รวบรวมและใช้ในการวิเคราะห์รวมถึงสาเหตุและข้อร้องเรียนและข้อเสนอแนะ

โซลูชั่น HGS ดิจิตอล รวบรวม วิเคราะห์ และเรียกใช้สถานการณ์สมมติเพื่อระบุสาเหตุของการบาดเจ็บและดำเนินการแก้ไขเพื่อบรรเทาปัญหา หลังจากป้อนข้อมูลลงในโปรแกรมแล้ว เครื่องมือจะวิเคราะห์ข้อมูลโดยไม่ต้องตั้งโปรแกรม

ซอฟต์แวร์การจัดการเคส

ไอ-ไซท์ เป็นซอฟต์แวร์การจัดการเคสที่คล้ายกับ HGS Digital Solution I-Sight ต่างจาก HGSตรงที่รวบรวม ติดตาม และจัดทำรายงานที่ครอบคลุมเท่านั้น และคุณต้องใช้ข้อมูลนี้เพื่อป้องกันการบาดเจ็บในที่ทำงาน I- สายตาติดตามและรายงานเหตุการณ์เช่น:

• อุบัติเหตุ
• ได้รับบาดเจ็บ
• ใบและน้ำตก
• พลพรรค
• ใกล้คิดถึง
• อันตราย

ผู้จัดการสามารถใช้แดชบอร์ด i-Sight เพื่อตรวจสอบรายงานเหตุการณ์และแนวโน้มที่เป็นไปได้เพื่อระบุพื้นที่ที่มีความเสี่ยงสูงหรือพนักงานที่ต้องการการดูแลอย่างเร่งด่วน

รถเข็นแบบเบรกตัวเอง

ยานพาหนะอิสระ (AVs) มักเกี่ยวข้องกับรถยนต์ ตามที่ Anthony Ireson จาก ฟอร์ดยุโรปรถเข็นซูเปอร์มาร์เก็ตยังสามารถใช้เทคโนโลยี

รถเข็นมาพร้อมกับระบบช่วยก่อนการชนเพื่อช่วยให้ลูกค้าหลีกเลี่ยงอุบัติเหตุหรือลดผลกระทบจากการชน เซ็นเซอร์บนรถเข็นจะตรวจจับผู้คนและวัตถุที่อยู่ข้างหน้าในเส้นทาง รถเข็นแบบเบรกเองจะใช้เบรกโดยอัตโนมัติเมื่อตรวจพบการชนที่อาจเกิดขึ้น

แม้ว่ารถเข็นจะยังเป็นต้นแบบในร้านฟอร์ด แต่การใช้งานจะทำให้รถเข็นหนีไฟกลายเป็นเรื่องในอดีตที่ช่วยลดอุบัติเหตุ

หุ่นยนต์

วิศวกรจาก เวสต์เวอร์จิเนียมหาวิทยาลัย กำลังพัฒนาหุ่นยนต์เพื่อปกป้องคนงานจากอันตรายในที่ทำงาน หุ่นยนต์ตรวจจับความเสี่ยงที่พบบนพื้นในสถานประกอบการ WRT นอกจากการรับรู้สถานการณ์แล้ว หุ่นยนต์ยังจัดทำแผนที่ทางเดินและติดตามความเสี่ยงอย่างต่อเนื่อง ซึ่งแตกต่างจากระบบคอมพิวเตอร์วิทัศน์อื่น ๆ ที่ใช้กล้องวงจรปิดที่มีอยู่แล้วในสถานประกอบการ หุ่นยนต์จะติดตั้งกล้องในตัวเพื่อลดการหลอกลวงจากรูปลักษณ์ภายนอก หุ่นยนต์จะขับเคลื่อนบนพื้นผิวเพื่อประเมินความเสี่ยงการลื่นได้ดีขึ้น

การพัฒนาหุ่นยนต์มุ่งเน้นไปที่ปัจจัยสำคัญสามประการ:

• การระบุและการประเมินความเสี่ยงแบบองค์รวมที่เกี่ยวข้องกับการทำงานของหุ่นยนต์ในพื้นที่ทำงาน
• การใช้หุ่นยนต์ในด้านอื่นๆ เช่น คำแนะนำในการซื้อของ
• ผลกระทบของแผนที่ความสามารถในการเดินและหุ่นยนต์ต่อความเสี่ยงต่อการบาดเจ็บของพนักงาน