Система SEWAbility: видеобазированная структура анализа работы для понимания требований задач к рабочему месту

Почему это важно для работников и работодателей

Многие люди с проблемами со здоровьем хотят работать, но им трудно найти должности, которые действительно соответствуют возможностям их тела. В то же время фабрикам нужны надежные способы понять, какие физические нагрузки требует каждая работа. В этом исследовании представлена SEWAbility — новая видеосистема, использующая искусственный интеллект для анализа обычных заводских камер и преобразования швейной работы в ясные, измеримые описания движений тела. Долгосрочная цель — помочь подбирать людей, особенно с ограниченными возможностями, на работу, которая соответствует их способностям более безопасно и справедливо.

От заводских камер к полезной информации о работе

Традиционный анализ работы часто основывается на наблюдении экспертов за работниками, ведении заметок, проведении фокус-групп и интервью с руководителями. Этот процесс медленный, субъективный и недостаточно детализированный, чтобы зафиксировать точные движения и усилия, которые требует работа. В китайской швейной фабрике исследовательская группа столкнулась с этими ограничениями лично: работники могли сказать, что шьют простыни или школьную форму, но не могли описать каждый шаг ясно и измеримо. Специалисты по профессиональной реабилитации могли указать на повторяющиеся движения рук или наклоны, но у них не было точных чисел о том, насколько быстро или насколько далеко двигаются суставы. SEWAbility создана, чтобы заполнить этот пробел, превращая обзорные видеозаписи рабочего места в объективные данные о движении, которые можно анализировать последовательно.

Деление швейной работы на более мелкие составляющие

SEWAbility сосредоточена на том, как швейные работники используют руки и верхнюю часть тела. Всё начинается с верхнего ракурса камер, который защищает приватность, не показывая лица. Система отслеживает плечи, локти и запястья кадр за кадром, затем суммирует, как эти суставы движутся с течением времени, используя 88 признаков движения, таких как скорость, направление и диапазон движений. Сначала система группирует видео по широким типам задач — например, шитье верха одежды, постельного белья или низа — основываясь только на паттернах движений. В тестах на 21 реальном заводском видео это автоматическое группирование правильно определяло тип задачи примерно в 86% случаев, демонстрируя, что разные швейные работы действительно оставляют характерные «подписи» движений на камере.

Поиск повторяющихся циклов и мелких повторяющихся движений

После определения типа задачи SEWAbility углубляется в детали. Она обнаруживает рабочие циклы, такие как полное прошивание одной простыни от начала до конца. В швейном производстве очевидным сигналом является момент, когда работник наклоняется, чтобы снять готовую ткань и взять новый кусок. Отслеживая появление руки у края стола, система отмечает начало и конец каждого цикла. Внутри каждого цикла видео разбивается на множество коротких перекрывающихся сегментов по одной секунде, которые затем кластеризуются, чтобы найти наиболее распространенный шаблон движения. Второй, более точный шаг использует пики движения запястья вверх и вниз, чтобы разрезать этот доминирующий шаблон на очень маленькие рабочие элементы — базовые повторяющиеся движения, например толкание ткани через иглу.

Преобразование движений в числа, описывающие требования работы

Для этих повторяющихся рабочих элементов SEWAbility вычисляет детализированные признаки «паттерна повторяющегося движения». Они включают, как далеко каждый сустав перемещается, с какой скоростью он движется и насколько изменяются углы локтя и плеча. В одном видео по шитью верха система выделила семь четких рабочих циклов и в первом цикле отдельно — 18 стабильных повторяющихся элементов работы, каждый длительностью чуть более секунды. Для выбранных примеров показано, что руки работника двигались значительно больше в горизонтальном направлении, чем по вертикали, что соответствует ожидаемому при протаскивании ткани через швейную машину. Масштабируя движения относительно ширины плеч, эти признаки можно интерпретировать в реальных сантиметрах и градусах, что облегчает их использование клиницистами и эргономистами как ориентиры.

Что это может означать для более справедливой и безопасной работы

Хотя в этом первоначальном исследовании основное внимание уделялось одному швейному работнику с физическим ограничением, рамки SEWAbility показывают, что технически возможно создавать подробные, специфичные для задач профили того, насколько требовательна работа, используя только рабочие видеозаписи. По мере добавления большего числа работников и задач эти профили движений могут поддерживать рекомендации по трудоустройству на основе данных, помогая сопоставлять физические возможности людей с реальными требованиями фабричных работ. По сравнению с традиционным, более субъективным анализом работы, SEWAbility предлагает масштабируемый способ мониторинга повторяющейся работы в течение длительных периодов, прокладывая путь к более справедливому найму, лучшему планированию профессиональной реабилитации и более обоснованному проектированию рабочих мест.

Цитирование: Hu, H., Ding, Z., Fu, E.Y. et al. The SEWAbility system: a video-based job analysis framework for understanding task-specific job demands. Sci Rep 16, 10370 (2026). https://doi.org/10.1038/s41598-026-41536-w

Ключевые слова: профессиональная реабилитация, работа на швейной фабрике, видеобазированный анализ движений, требования к работе, эргономика на рабочем месте