Sensorbaserad riskbedömning av belastningsbesvär

Detta är en M1-uppsats från KTH/Data- och elektroteknik

Sammanfattning: Belastningsskador är idag ett allt större problem i samhället som leder till flera sociala och ekonomiska problem. Tillsammans med en ökande ålder på befolkningen kan belastningsbesvär skapa ännu mer utmaningar i framtiden. Att utöka kunskapen om ergonomi är ett bra sätt att minska risken för att drabbas av belastningsskador. Idag används primärt en visuell bedömning av ergonomi, men varje bedömning är individuella och inte konsistenta. Tillgängligheten av små och billiga Inertial Measurement Unit (IMU) har ökat möjligheten att mäta objektivt istället för subjektivt. I detta exjobb har Texas Instruments SensorTag CC2650 använts som sensor, då den är billig och har många inbyggda sensorer där den 9-axliga rörelsesensorn var den eftersökta. En webbaserad utvecklingsmiljö kallad Node-RED användes för utveckling av en prototyp och sensorn kopplades till en smarttelefon tillsammans med Texas Instruments egna applikation. Data från sensorn skickades från smarttelefonen till webbapplikationen. Mätningar utfördes på en arm för att mäta belastningen på en axel, när handens position passerade axelns höjd finns det risk för belastningsskador efter en längre tid. För att beräkna vinkel av armen användes accelerometer samt gyroskop tillsammans med ett komplementärt filter. Prototypen testades i flera tester, där ena testet undersökte en högre risk t.ex. rita på en tavla samt lägre risk t.ex. papperssortering. Det visade sig att sensorn är kapabel att utföra bedömningar av belastningsriskerna. Men det finns kända begränsningar i form av låg samplingshastighet på 5 Hz (begränsningar i Texas Instruments applikation). Nästa steg för vidare arbete är att lägga till en magnetometer till prototypens sensor fusion och undersöka dess tillförlitlighet.

  HÄR KAN DU HÄMTA UPPSATSEN I FULLTEXT. (följ länken till nästa sida)