Monitorização do estado de um operador
Autor(a) principal: | |
---|---|
Data de Publicação: | 2021 |
Tipo de documento: | Dissertação |
Idioma: | por |
Título da fonte: | Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) |
Texto Completo: | http://hdl.handle.net/10400.22/20150 |
Resumo: | A digitalização da indústria tem trazido um novo paradigma de interação entre o operador e a máquina. Com a introdução da robótica nas linhas de produção a interação entre o operador e os robots torna-se frequente levando a que em algumas situações seja muito próxima. Esta evolução representa um enorme desafio não apenas do ponto de vista tecnológico, mas também do ponto de vista da segurança dos operadores. A monitorização do comportamento humano e a perceção do estado emocional do operador pode ser um fator decisivo na deteção precoce e prevenção de acidentes. Atualmente, existem diversos meios que podem ser utilizados nessa monitorização e deteção, sendo que os meios não invasivos trazem vantagens ao não implicar adaptação do operador a mais tecnologias. A utilização de inteligência artificial para detetar as emoções dos operadores torna-se cada vez mais frequente. Esta monitorização permite analisar o comportamento dos mesmos e criar uma estimativa da probabilidade de ocorrer um acidente. Operadores que apresentem sinais de stress ou de cansaço tem maior risco de ter um acidente. Esta análise é obtida através da obtenção de imagens da face do operador e, através de algoritmos as imagens são classificadas em emoções. Para além da monitorização das emoções, também a monitorização dos movimentos dos corpos é utilizada para rastrear o operador e identificar potenciais acidentes. Na presente dissertação pretende-se combinar estes diferentes tipos de monitorização de comportamentos de risco, tais como a deteção dos estados emocionais associados à fadiga e ao stress. |
id |
RCAP_802ece66f1407f6cf887c685ff1773f2 |
---|---|
oai_identifier_str |
oai:recipp.ipp.pt:10400.22/20150 |
network_acronym_str |
RCAP |
network_name_str |
Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) |
repository_id_str |
7160 |
spelling |
Monitorização do estado de um operadorInteligência artificialRobóticaAprendizagem máquinaDeteção emoçõesDeteção movimentosIndústriaArtificial intelligenceRoboticsMachine LearningEmotion detectionMovements’ detectionIndustryA digitalização da indústria tem trazido um novo paradigma de interação entre o operador e a máquina. Com a introdução da robótica nas linhas de produção a interação entre o operador e os robots torna-se frequente levando a que em algumas situações seja muito próxima. Esta evolução representa um enorme desafio não apenas do ponto de vista tecnológico, mas também do ponto de vista da segurança dos operadores. A monitorização do comportamento humano e a perceção do estado emocional do operador pode ser um fator decisivo na deteção precoce e prevenção de acidentes. Atualmente, existem diversos meios que podem ser utilizados nessa monitorização e deteção, sendo que os meios não invasivos trazem vantagens ao não implicar adaptação do operador a mais tecnologias. A utilização de inteligência artificial para detetar as emoções dos operadores torna-se cada vez mais frequente. Esta monitorização permite analisar o comportamento dos mesmos e criar uma estimativa da probabilidade de ocorrer um acidente. Operadores que apresentem sinais de stress ou de cansaço tem maior risco de ter um acidente. Esta análise é obtida através da obtenção de imagens da face do operador e, através de algoritmos as imagens são classificadas em emoções. Para além da monitorização das emoções, também a monitorização dos movimentos dos corpos é utilizada para rastrear o operador e identificar potenciais acidentes. Na presente dissertação pretende-se combinar estes diferentes tipos de monitorização de comportamentos de risco, tais como a deteção dos estados emocionais associados à fadiga e ao stress.The digitalization of the industry has brought a new paradigm between the operator and the machine. With the introduction of the robotic in the production lines, the interaction of the operator with the machine becomes more frequent and in some situations this interaction may be very close. This evolution represents a big challenge not only from the technology point of view, but also from the point of view of the operator safety. Monitoring the human behaviour and the perception of the operator emotional state could be a decisive factor in early detection and prevention of labour accidents. Currently, there are several means that can be used to monitoring the human behaviour, however the non-invasive means have more advantages by the fact they do not require the operator adaption to new technologies. The artificial intelligence has become more used in monitoring the human emotions. Monitoring the human emotions turns possible to estimate a probability to occur an accident between the operator and the machine. The operators showing stress or tiredness have more probability to have an accident. This process is done capturing images of the operator and through algorithms the images are classified in emotions. Also, the operator’s movements are captured to identify potential accidents. The current work intends to combine different types of monitoring of risk behaviours of the operator, such as the operator emotional state associated with fatigue or stress.Pereira, Isabel Cecília Correia da Silva Praça GomesRepositório Científico do Instituto Politécnico do PortoRodrigues, Pedro Gomes Pinheiro2022-03-07T16:44:47Z20212021-01-01T00:00:00Zinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdftext/plain; charset=utf-8http://hdl.handle.net/10400.22/20150TID:202797112porinfo:eu-repo/semantics/openAccessreponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãoinstacron:RCAAP2023-03-13T13:15:03Zoai:recipp.ipp.pt:10400.22/20150Portal AgregadorONGhttps://www.rcaap.pt/oai/openaireopendoar:71602024-03-19T17:40:12.560849Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãofalse |
dc.title.none.fl_str_mv |
Monitorização do estado de um operador |
title |
Monitorização do estado de um operador |
spellingShingle |
Monitorização do estado de um operador Rodrigues, Pedro Gomes Pinheiro Inteligência artificial Robótica Aprendizagem máquina Deteção emoções Deteção movimentos Indústria Artificial intelligence Robotics Machine Learning Emotion detection Movements’ detection Industry |
title_short |
Monitorização do estado de um operador |
title_full |
Monitorização do estado de um operador |
title_fullStr |
Monitorização do estado de um operador |
title_full_unstemmed |
Monitorização do estado de um operador |
title_sort |
Monitorização do estado de um operador |
author |
Rodrigues, Pedro Gomes Pinheiro |
author_facet |
Rodrigues, Pedro Gomes Pinheiro |
author_role |
author |
dc.contributor.none.fl_str_mv |
Pereira, Isabel Cecília Correia da Silva Praça Gomes Repositório Científico do Instituto Politécnico do Porto |
dc.contributor.author.fl_str_mv |
Rodrigues, Pedro Gomes Pinheiro |
dc.subject.por.fl_str_mv |
Inteligência artificial Robótica Aprendizagem máquina Deteção emoções Deteção movimentos Indústria Artificial intelligence Robotics Machine Learning Emotion detection Movements’ detection Industry |
topic |
Inteligência artificial Robótica Aprendizagem máquina Deteção emoções Deteção movimentos Indústria Artificial intelligence Robotics Machine Learning Emotion detection Movements’ detection Industry |
description |
A digitalização da indústria tem trazido um novo paradigma de interação entre o operador e a máquina. Com a introdução da robótica nas linhas de produção a interação entre o operador e os robots torna-se frequente levando a que em algumas situações seja muito próxima. Esta evolução representa um enorme desafio não apenas do ponto de vista tecnológico, mas também do ponto de vista da segurança dos operadores. A monitorização do comportamento humano e a perceção do estado emocional do operador pode ser um fator decisivo na deteção precoce e prevenção de acidentes. Atualmente, existem diversos meios que podem ser utilizados nessa monitorização e deteção, sendo que os meios não invasivos trazem vantagens ao não implicar adaptação do operador a mais tecnologias. A utilização de inteligência artificial para detetar as emoções dos operadores torna-se cada vez mais frequente. Esta monitorização permite analisar o comportamento dos mesmos e criar uma estimativa da probabilidade de ocorrer um acidente. Operadores que apresentem sinais de stress ou de cansaço tem maior risco de ter um acidente. Esta análise é obtida através da obtenção de imagens da face do operador e, através de algoritmos as imagens são classificadas em emoções. Para além da monitorização das emoções, também a monitorização dos movimentos dos corpos é utilizada para rastrear o operador e identificar potenciais acidentes. Na presente dissertação pretende-se combinar estes diferentes tipos de monitorização de comportamentos de risco, tais como a deteção dos estados emocionais associados à fadiga e ao stress. |
publishDate |
2021 |
dc.date.none.fl_str_mv |
2021 2021-01-01T00:00:00Z 2022-03-07T16:44:47Z |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/masterThesis |
format |
masterThesis |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
http://hdl.handle.net/10400.22/20150 TID:202797112 |
url |
http://hdl.handle.net/10400.22/20150 |
identifier_str_mv |
TID:202797112 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
application/pdf text/plain; charset=utf-8 |
dc.source.none.fl_str_mv |
reponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação instacron:RCAAP |
instname_str |
Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação |
instacron_str |
RCAAP |
institution |
RCAAP |
reponame_str |
Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) |
collection |
Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) |
repository.name.fl_str_mv |
Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação |
repository.mail.fl_str_mv |
|
_version_ |
1799131489886011392 |