九游娱乐-丹麦队在比赛中发挥出色表现

　　搬运重物最佳的九游娱乐处理方式是用腿。 不过丹麦队在比赛中发挥出色表现，还有一种更好的方法，那就是用别人的腿。 无论谁承担这份工作，2013 年，美国 的公司因为搬运重物造成的背部损伤花费了高达 700 亿美元1。 纽约的一家智能可穿戴设备创业公司 KINETIC 发现，使用英特尔® Edison 计算模块创建的设备能够有效减少这些费用高昂的工伤。

　　具体来说，KINETIC 在挂在腰带上的设备中使用传感器，并融入高级算法，以检测工人的搬运动作是否准确、安全。 可选手 环提供实时反馈，通过振动警告危险的搬运动作。 为了进一步提高工作人员的安全意识，换班结束时，挂在腰带上的设备要集 中起来，并将收集的数据上传至云，以进行分析。 分析结果将转化成洞察 — 统计数据显示在基于 Web 的仪表板上。 这 些洞察可用来帮助培训工人，或重新设计工作场所，以进一步提高安全性。

　　这家成立时间仅一年半的小型创业公司如何快速地设计、编码，并将工业物联网产品推向市场？ 这是一个精彩、鼓舞人心的 故事......

　　创业之初

　　KINETIC 联合创始人兼 CEO Haytham Elhawary 的母亲曾经是一名护士，由于长期搀扶患者，背部劳损严重，非常痛苦。受 此影响，丹麦队在比赛中发挥出色表现他开始着手致力于减少工伤。 或者如他所言：“将长期适用于消费者的技术带到工作场所，用来减少工伤。 ”

　　Haytham 认为，仓库工人相当于 “工业领域的运动健将”。他从运动穿戴设备得到了启发，比如 Nike* Plus 配 有传感器的鞋可以检测运动、方位、加速和海拔，以决定正在执行的动作。

　　他表示：“与其他可穿戴设备或物联网产品一样，有需要技巧才能完成生产和设计的硬件组件。” 然后，我们有 大量可以收集数据的传感器。 需要用于分析数据和清除噪音的技巧，才能使其发挥作用。 还有面向客户的问题，要求设计具备 智能分析功能仪表板 UX。

　　为此，他和联合创始人兼 CTO Aditya Bansal（在消费类可穿戴设备设计方面具有丰富经验的电气工程师）聘请了一位数据 科学家、一位软件工程师，以及两位机械工程师（其中一位擅长制造）。 Haytham 和 Aditya 分别拥有生物医学工程专业和电 子与计算机工程专业的博士学位。

　　加入英特尔® Edison 计算模块

　　工人在执行高风险搬运工作时，能够收集他们的数据并实时提供反馈，意味着设备需要实时处理计算。

　　Haytham 表示：“如果在仓库或工厂内，通常要收集数据、将数据发送至云、进行繁重的处理工作，然后将数据发回至 工人以提供反馈。”

　　但这样假设时，会出现一个问题。 仓库或工业设施中并不是总能连接到 WiFi*。 KINETIC 团队需要能够在设备上（最好在 硬件中）以本地的形式处理海量数据的解决方案。 “英特尔® Edison 计算模块发挥了巨大的作用。” Haytham 说， “由于它体积小、处理能力强，无需连接 Wi-Fi，能够以本地的形式提供实时反馈。”

　　凭借小外形、低能耗封装的集成双频带 Wi-Fi、蓝牙* 4.0 支持、双核凌动处理器和英特尔® Quark 微控制器，Haytham 认 为，“该计算模块为我们提供了具备出色灵活性的通用平台。” 灵活性有何作用？ “我们目前专注于搬运时 受到的损伤，因为在索赔请求中，这种损伤占据了一大部分。 将来，我们希望能够检测其他可能导致受伤的动作和行为。 ”

　　KINETIC 的可穿戴解决方案通过英特尔® Edison 计算模块直接连接传感器、收集数据，并以本地的形式将数据保存在闪存中 。 每次换班结束时，设备的最后一个任务是连接该模块的 Wi-Fi 将数据上传至云。 蓝牙支持解决方案添加其他穿戴式传感器 。 这些传感器将通过蓝牙与计算模块进行通信。

　　KINETIC 设备剖析

　　KINETIC 的工业可穿戴系统包含两台设备：腰带式传感器和分析中枢，以及腕带式可选传感器和显示屏。 可穿戴设备协同工 作，收集更加全面的指标。

　　图 1： KINETIC 的智能可穿戴设备通过实时检测潜在的危险动作，保护工人的背部。

　　腰带式设备包括一个集成加速计，通过专有算法对加速、角度和方位进行测量。 Haytham 表示：“我们测量的是工人 在搬运重物、脊椎受力时处于运动中的指标。”

　　图 2 ： KINETIC 的独立设备包括传感器和挂在工人腰带上的英特尔® Edison 计算模块。

　　动作建模

　　在开发算法以检测工人动作并决定动作何时安全、何时危险时，Haytham 深厚的生物力学知识发挥了重大作用。

　　Haytham 说：“我们可以查阅大量文献。 在过去的 20 年，人们开发并发布了许多描述指标的模型，他们都是非常实 用的风险指标。 我们研究了哪些指标最为适用。”

　　Haytham 的团队并没有做无用功，而是实现了自动化。 “过去，人体工程学家需要跟着工人，在工人执行任务的过程 中叫停，然后开始测量工人背部的弯曲程度， 膝盖的弯曲程度， 以及箱子离后背多远。”

　　尽管可以达到研究目的，但这种人工方法并不适合真实、实时的场景。 “首先，我们可以实现这些步骤的自动化，如 果风险太大，会提供实时反馈。”

　　如何计算箱子是否离人体太远？ Haytham 解释说：“这时可选腕部设备将派上用场。 腰带式设备可以观察背部如何移 动，以及是否弯曲。 这个装置可以帮助我们完成许多任务。 如果想更深入的了解，例如箱子离后背多远，或者高出肩部 多少（这将视作高风险动作），需要用到腕带式装置。

　　行为调整

　　用于发送危险信号的反馈装置可以传递大量消息。 Haytham 开玩笑说：“管理者喜欢使用电击的主意。 工人不太喜欢 。 严格的说，我们提供类似手机收到 SMS 讯息时发出的振动。 我们最终的目的是希望调整行为。”

　　但工人对工作效率的追求加剧了挑战。 “工人接受过如何安全完成任务的训练，但他们为了加快工作速度，会将训练 内容抛之脑后。”

　　KINETIC 希望能够提醒工人所接受的训练。 今年夏天，他们在船舶物流公司的仓库开展了试点项目，吸取了宝贵的经验教训 。 Haytham 说：“反馈通常比较有用。 为了增强这种反馈，需要提高工人的参与度和积极性。”

　　图 3： KINETIC 非常纤薄，挂在皮带上非常舒服。

　　年长的工人倾向于确保安全和健康，而年轻的工人认为自己非常强壮，无所不能。 为了激励他们，KINETIC采用了运动员最 受欢迎的一种方法 — 竞赛。 “我们跟踪记录工人每天的高风险搬运次数，然后相互之间进行比较。 安全执行高风 险搬运工作次数最多的工人将会获得奖励。”

　　KINETIC 还借鉴了消费类可穿戴设备的技巧，通过排行榜让工人知晓每天的工作方式与前一天的不同之处。 “他们聚 集在一体，开始相互讨论。 ‘真不可思议，你竟然赢了我。’ ‘我们要将她比下去。’ 最后，它不再 是一项任务，开始变得有趣起来。”

　　图 4： 查看排行 榜。

　　它还有助于建立信任。 “我们与工人分享排行榜，他们可以看到每天的数据。 他们知道，一切都是透明的，背后并没 有什么小动作，无需忧虑。”

　　数据处理

　　传感器收集数据，不过也会收集到外部噪音。 CTO Aditya Bansal 告诉我们：“运动传感器会收集到噪音。 我们使用 了多种传统信号处理算法来消除信号。 Edison 出色的处理能力为我们提供了巨大帮助。”

　　图 5： 如左图所示，由于传感器噪音，难以对实际运动进行分类整理。 采用信号处理后，数据清晰地反映出工人的弯腰动作（蓝线上 升）以及站立动作（蓝线下降）。

　　工人的动作表示第二种噪音。 例如，如果工人在吃午饭、挥手、或除搬运箱子之外的其他动作，就会出现这种噪音。 Aditya 说：“这就要回到 Haytham 之前提到的数据传感器算法和精确计算工人的动作。 我们必须清除所有跟搬运无关的 动作。”

　　为此，KINETIC 团队使用摄像机记录工人的工作。 Aditya 表示：“我们将工人的动作数据图与视频进行对比，了解他 们正在进行的动作。”

　　连接至云

　　换班时，工人将设备放在充电站。 同时，所有 KINETIC 设备开始将数据传输至云。 Amazon* Web Services (AWS) API 直 接将数据从设备安全地传输至云。

　　Amazon* Elastic MapReduce (EMR) 分析工具实时处理从数百位工人收集的海量数据，并将数据保存在 AWS 的数据库中。 KINETC 的仪表板可从数据库提取数据，为工作区管理人员创建非常实用的指标。

　　经验总结

　　检验了大量数据后，KINETIC 发现工人行为中存在一些有趣的模式，他们对此并不感到意外。 Haytham 表示：“一天 的某个时段出现了清晰的峰值。 我们发现，在一个工厂内，午饭前以及一天的工作快要结束时，不良姿势会增加。 我们认为， 这反映出，他们是想尝试在午饭或下班之前完成一定量的工作。”

　　他继续说：“假设你是安全经理， 想收集工人的高风险搬运次数， 然后决定引进新的培训计划或斥资购买人体工程学 设备。 就应该看到高风险搬运次数的变化。 如果看不到，说明您的工作没有收到任何效果。 它可帮助您量化推出的计划所产 生的影响，到目前为止，你需要等待，看受伤人数是下降还是上升，才能了解该计划是否有效。

　　社会回馈： 聚会

　　Haytham Elhawary 和 Aditya Bansal 参与了开发人员社区，致力于孵化创意、培养新兴人才，以及帮助他人推出新产品。 为此，他们在纽约每月举行一次聚会。

　　Haytham 表示：“我们分享各自学到的经验，讨论如何将产品推向市场、如何创建品牌， 以及如何生产。” 社 区会员已有 3,000 名开发人员，平均每个月会有 200 人参加这些活动。 “我认为，这说明硬件创业公司正在逐步增长。 ”

　　Aditya 说， “我在纽约举办了嵌入式系统聚会。 重点关注的不是业务， 而是固件和技术社区。 许多公司出席了聚 会，包括英特尔。 这说明，在纽约，嵌入式社区的规模正在壮大。”

　　查看全文