减少职灾 AI影像辨识成防夹利器

金属制品制造业等3K传统产业作业员常易发生职业灾害，例如：冲床、剪床等设备操作常造成四肢被夹切、摩伤或断肢失能，甚至致死，有AI新创公司研发出利用「人工智慧影像辨识」来进行职灾预警。图／林宜蓁

7月第一周为劳动部「全国职场安全周」，据劳动部职业安全卫生署（简称职安署）统计全国重大职灾死亡灾害案件，去年（2022年）仍以营造业死亡人数（156人）最多，发生主因为坠落、滚落，其次为制造业（74人），运输及仓储业（16人）则排第三。

职安署职业安全组简任技正陈志祺表示，发生原因为坠落滚落、被夹被卷、物体倒崩塌及感电等，其中值得关注的是制造业中又以金属制品、电子零组件、机械设备、食品、塑胶制品、基本金属及电力设备等七大类制造业发生职灾的比例最高。

为了减少职灾发生，职安署近年已积极投入将最新科技AI人工智慧导入应用在职业安全等相关领域，像是金属制品制造业等3K（危险、辛苦、肮脏）传统产业作业人员较易发生职业灾害，只要涉及到机械操作，就存在一定的作业风险，例如：冲床、剪床等设备的操作约有2％以上的伤害率，可能造成四肢被夹切、摩伤或断肢失能，甚至致死。

目前有AI新创公司研发出利用「人工智慧影像辨识」来进行职灾预警，相较传统使用光栅、光幕红外线感应防夹的效果要更精准，防夹率9成9。陈志祺表示，近年随着AI深度学习的强化，以及晶片运算能力大幅提升，许多制造业在生产线上，开始导入AI影像辨识或电脑视觉来辅助生产自动化管理。

目前新北市林口新创园区的耐锐利科技与研华实业就共同设计开发一套「安全AI影像辨识防夹感应装置」，曾获2022 AI+新锐选拔赛奖）。耐锐利总经理唐国维表示，使用者设定危险区域之后，只要相机侦测到手或手臂进入到危险区，就能让机械设备暂停。运用AI影像辨识示警，在人员动作辨识及工作效能分析上，可达99.9准确率，与传统光幕的侦测较不受影响，故辨识上更流畅。重要的是AI影像在指头侦测上，也不会有红外线／雷射（点对点感应）的厚度死角问题。