Publication
Deteção de Fadiga através de uma abordagem baseada em eventos
| Summary: | O advento da Indústria 5.0, introduz na Europa uma abordagem centrada no ser humano, que pretende garantir o bem-estar dos trabalhadores nos processos produtivos, incluindo uma especial preocupação com a monitorização e gestão da sua saúde física e mental, recorrendo a novas tecnologias como as de interação homem máquina, os Digital Twins e a inteligência artificial. A literatura indica que se um trabalhador estiver cansado, é mais suscetível a cometer erros e tem uma pior performance, assim é importante avaliar o seu estado de fadiga. Apesar de existirem várias investigações relacionando a fadiga com os tempos de reação em testes Go/NoGo, não existem detetores baseados neste sistema. Este trabalho reporta a criação de um detetor de fadiga baseado neste sistema, recorrendo à aprendizagem automática. Os dados recolhidos indicam uma maior correlação da tarefa NoGo com a fadiga, notando-se uma redução do tempo de reação para níveis de fadiga elevados. O modelo final, de previsão da fadiga em três classes apresenta uma taxa de acerto de 57%. Mas um modelo alternativo de deteção de fadiga muito elevada apresenta uma taxa de acerto de 84%, revelando uma adequação do teste Go/NoGo a este propósito. |
|---|---|
| Main Authors: | Bento, Hugo José Guedes |
| Subject: | Deteção de fadiga Teste Go/NoGo Aprendizagem automática Fatigue Detection Go/NoGo testing Machine Learning |
| Year: | 2022 |
| Country: | Portugal |
| Document type: | master thesis |
| Access type: | open access |
| Associated institution: | Instituto Politécnico do Porto |
| Language: | Portuguese |
| Origin: | Repositório Científico do Instituto Politécnico do Porto |
| Summary: | O advento da Indústria 5.0, introduz na Europa uma abordagem centrada no ser humano, que pretende garantir o bem-estar dos trabalhadores nos processos produtivos, incluindo uma especial preocupação com a monitorização e gestão da sua saúde física e mental, recorrendo a novas tecnologias como as de interação homem máquina, os Digital Twins e a inteligência artificial. A literatura indica que se um trabalhador estiver cansado, é mais suscetível a cometer erros e tem uma pior performance, assim é importante avaliar o seu estado de fadiga. Apesar de existirem várias investigações relacionando a fadiga com os tempos de reação em testes Go/NoGo, não existem detetores baseados neste sistema. Este trabalho reporta a criação de um detetor de fadiga baseado neste sistema, recorrendo à aprendizagem automática. Os dados recolhidos indicam uma maior correlação da tarefa NoGo com a fadiga, notando-se uma redução do tempo de reação para níveis de fadiga elevados. O modelo final, de previsão da fadiga em três classes apresenta uma taxa de acerto de 57%. Mas um modelo alternativo de deteção de fadiga muito elevada apresenta uma taxa de acerto de 84%, revelando uma adequação do teste Go/NoGo a este propósito. |
|---|
Funded activities
No funded projects found.