Mostrar el registro sencillo del ítem

dc.contributor.advisorDelrieux, Claudio Augusto
dc.contributor.authorMassiris Fernández , Manlio Miguel
dc.contributor.otherVitale, Alejandro J.
dc.date2021-08-06
dc.date.accessioned2021-08-31T16:57:32Z
dc.date.available2021-08-31T16:57:32Z
dc.date.issued2021
dc.identifier.other2021-1798es_AR
dc.identifier.urihttps://repositoriodigital.uns.edu.ar/xmlui/handle/123456789/5753
dc.description.abstractLas evaluaciones de riesgos y seguridad en el trabajo generalmente se han realizado con observaciones efectuadas in situ por personal especializado. Esta evaluación de riesgos tradicional es costosa e ineficaz, especialmente en los países en desarrollo, donde hay una necesidad de recursos humanos más capacitados. Además, el estado del arte resalta que incluso los especialistas calificados carecen de precisión intra- e inter-observador, pues a menudo se equivocan en juicios de riesgos principalmente debido a sesgos subjetivos o condiciones visuales subóptimas en el lugar de trabajo, como ser iluminación reducida, oclusiones de equipos, auto-oclusiones y ángulos de video inadecuados. En esta tesis presentamos diversas propuestas, basadas en el uso de visión artificial, para facilitar la toma de decisiones, estandarizar el proceso de evaluación y reducir el tiempo requerido para estimar el riesgo ergonómico y cuantificar el uso de equipos de protección individual. En el primer capítulo se presenta la introducción a las tecnologías de la Industria 4.0 como marco básico de requerimiento de soluciones a los problemas antes mencionados. El segundo capítulo detalla las soluciones propuestas desde la visión artificial y las redes neuronales para la estimación del riesgo ergonómico. En el tercer capítulo se presentan dos soluciones basadas en redes neuronales para la inspección y cuantificación del uso de equipos de protección personal. Finalmente, se presentan las conclusiones y el trabajo futuro. Los resultados indicaron que los métodos propuestos facilitan el proceso de evaluación de riesgos y condiciones de trabajo en aplicaciones reales en entornos desafiantes, utilizando entre otras fuentes videos obtenidos por medio de cámaras deportivas egocéntricas, teléfonos inteligentes y drones.es_AR
dc.description.abstractRisk and safety assessment at worksites is generally carried out through on-site observations performed by specialized personnel. This traditional risk assessment procedure is costly and ineffective, especially in underdeveloped countries, where specifically trained human resources are scarce and expensive. Also, the state-of-art points out that even qualified specialists lack intra- and inter-observer precision, and often err on risk judgments, mainly due to subjective biases or workplace sub-optimal visual conditions, such as reduced illumination, equipment occlusions, self-occlusions, and inadequate video angles. In this thesis we present several computer-vision- based solutions aimed to facilitate decision-making, to standardize the evaluation process, and to reduce the amount of time required for estimating ergonomic risk and quantifying the use of personal protective equipment. In the first chapter, the introduction to Industry 4.0 technologies is presented as a basic framework requiring solutions to the problemsmentioned. The second chapter details the proposed solutions based on computer vision and neural networks for the estimation of ergonomic risk. In the third chapter, two solutions based on neural networks for the inspection and quantification of the use of personal protective equipment are presented. Finally, conclusions and future work are presented. The results indicated that the methods facilitated the process of assessing risks and working conditions in real applications in challenging environments, using video recorded with sports egocentric cameras, smartphones, and drones.es_AR
dc.description.abstractTEXTO PARCIAL en período de teletrabajoes_AR
dc.formatapplication/pdfes_AR
dc.format.extentxii, 90 p.es_AR
dc.language.isospaes_AR
dc.rightsReconocimiento-NoComercial-SinObraDerivada 4.0 (CC BY-NC-ND 4.0)es_AR
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0/es_AR
dc.subjectIngenieríaes_AR
dc.subjectAutomatizaciónes_AR
dc.subjectErgonomíaes_AR
dc.titleVisión artificial en la gestión y apoyo a la seguridad de los trabajadoreses_AR
dc.typetesis doctorales_AR
bcuns.collection.nameBiblioteca Digital Académicaes
bcuns.collection.acronymBDAes
bcuns.collection.urlhttp://tesis.uns.edu.ar/es
bcuns.collection.institutionBiblioteca Central de la Universidad Nacional del Sures
bcuns.depositorylibrary.nameBiblioteca Central de la Universidad Nacional del Sures
bcuns.author.affiliationUniversidad Nacional del Sur. Departamento de Ingeniería Eléctrica y de Computadorases_AR
bcuns.advisor.affiliationUniversidad Nacional del Sur. Departamento de Ingeniería Eléctrica y de Computadorases_AR
bcuns.defense.cityBahía Blancaes
bcuns.defense.provinceBuenos Aireses
bcuns.defense.countryArgentinaes
bcuns.programme.nameDoctorado en Ingenieríaes_AR
bcuns.programme.departmentDepartamento de Ingeniería Eléctrica y de Computadorases_AR
bcuns.thesisdegree.nameDoctor en Ingenieríaes_AR
bcuns.thesisdegree.grantorUniversidad Nacional del Sur. Departamento de Ingeniería Eléctrica y de Computadorases_AR
uns.type.publicationVersionacceptedes_AR
bcuns.contributorother.affiliationUniversidad Nacional del Sur. Departamento de Ingeniería Eléctrica y de Computadorases_AR
bcuns.contributorother.affiliationConsejo Nacional de Investigaciones Científicas y Técnicases_AR
bcuns.depositarylibrary.acronymEUNes
bcuns.subject.keywordsPrevención de riesgos laboraleses_AR
bcuns.subject.keywordsRedes neuronaleses_AR
bcuns.subject.keywordsVisión por computadores_AR
dcterms.accessRights.openAireinfo:eu-repo/semantics/openAccesses_AR
bcuns.contributorotheraffiliation.acronymUNSes_AR
bcuns.contributorotheraffiliation.acronymCONICETes_AR
bcuns.contributorotheraffiliation.countryArgentinaes_AR


Ficheros en el ítem

Thumbnail

Este ítem aparece en la(s) siguiente(s) colección(ones)

Mostrar el registro sencillo del ítem

Reconocimiento-NoComercial-SinObraDerivada 4.0 (CC BY-NC-ND 4.0)
Excepto si se señala otra cosa, la licencia del ítem se describe como Reconocimiento-NoComercial-SinObraDerivada 4.0 (CC BY-NC-ND 4.0)