3D houdingsanalyse is een actueel topic in ergonomie. Wie geen 3D houdingsanalyse doet, is niet meer mee… Het meten is dan immers ook heel gemakkelijk worden, er zijn zelfs geen sensoren meer nodig. Het interpreteren gebeurt snel en automatisch. Er verschijnen mooie avatars in een kleurencode per lichaamsregio of biomechanische modellen die de spierwerking visualiseren. Ergonomie heeft grote stappen vooruit gezet, maar is the holy grail daarmee gevonden? Nog niet …
Houding
Ergonomische risico’s zijn tillen, trekken en duwen, repetitief werken, beeldschermwerk, staand werken, enz… De houding is dan steeds een risicofactor die mede de belasting bepaalt, naast andere risicofactoren zoals frequentie, kracht en omstandigheden. Er is dus een verschil tussen werken in extreme houdingen als risico of de werkhouding als onderliggende risicofactoren. Taken waarbij de ongunstige werkhouding een risico op zich is, los van gewicht en herhaling, komen niet zoveel voor. Voor de interpretatie van de resultaten van een houdingsanalyse zijn dus nog andere parameters nodig.
RULA – REBA
De resultaten van houdingsanalyse dienen daarom regelmatig om bestaande risicotools automatisch, continu en meer nauwkeurig in te vullen. Steevast duiken dan de tools zoals RULA en REBA op, methodes uit de jaren ’90 die een ware revival kennen. Moeilijkheid bij ergonomie is echter dat elk risico zijn eigen methode heeft en dat men voor tillen geen RULA kan gebruiken. De methodes blijven dus enkel van toepassing voor die beperkte taken waar houding alleenstaand een risico is.
Daarnaast blijven het ook vereenvoudigde methodes, die met een reden in onbruik waren geraakt. Met houdingsanalyse gaat men expertdata gebruiken om deze te interpreteren met een ruwe en oude methode. Dat is het gebruiken van een 5G netwerk op een eerste generatie GSM…
De ruwe houdingsdata interpreteren volgens de internationale normen, blijft vandaag ook nog ruw. Het gaat over een houding meer of minder dan 2x/min en over 8u. Een verdere verfijning wordt meestal niet gegeven. Deze grenswaarden uit een labo blijken ook niet altijd realistisch op de werkvloer, vooral de bewegingen van de pols, nek en knie.
Kracht
Fysieke belasting is globaal genomen een combinatie van tijd, houding en kracht. De kracht of piekbelasting zou daarbij de meest bepalende factor zijn. De herhaling van houdingen is veel minder voorspellend voor klachten of ziekteverzuim vergeleken met de kracht in bepaalde houdingen. In de Canadese school vertrekt een risicoanalyse ergonomie daarom ook steevast van het meten van de kracht. Deze factor ontbreekt vandaag nog grotendeels in de houdingsanalyse.
Wanneer de houdingsdata als input dienen voor een biomechanisch model, kan men wel de kracht ingeven. Op die manier kan men de belasting op het lichaam nauwkeurig bepalen. Hierdoor gaat de kracht van snelheid en automatisatie wel wat verloren. De houding kan men vandaag in real time registreren en interpreteren. Met het meten en invoeren van kracht duurt de verwerking op zijn minst langer (Scalefit) of heeft men een biomechanisch model nodig (universiteiten). Dan wordt houdingsanalyse een expertmethode, wat het wellicht ook is.
Om de houding simultaan te meten is de ontwikkeling bezig van handschoenen met sensoren. Deze kunnen op basis van de druk het gewicht of de grootte en richting van krachtsuitoefening bepalen. Andere technologie zijn krachtenplatformen of drukzolen die de kracht kunnen schatten. Deze zijn echter nog in ontwikkeling en blijven beperkt tot een labo.
AI
De populariteit van houdingsanalyse is vandaag de snelheid en het gemak waarmee men kan meten op de werkvloer. Eenvoudige sensoren die snel te calibreren zijn ofwel gewoon zonder sensoren. Men filmt met de GSM en artificiële intelligentie zet de werkende mens om in een avatar voor verdere analyse. Iedereen kan een filmpje maken, vanop afstand en zonder voorkennis, en de software doet de verdere analyse. Dit klinkt toch al sterk richting the holy grail…
Toch zijn hier ook nog enkele nieuwe bedenkingen. Een GSM kan alleen registeren wat hij ziet. Men kan echter nooit een lichaam in 3D filmen vanuit één standpunt. Dat maakt dat de niet-zichtbare lichaamsdelen worden geschat. Vooral de handen en torsiebewegingen zijn niet altijd evident om in te schatten. Dat maakt de methode nog minder nauwkeurig, vooral bij dynamische taken. Misschien niet 100% nodig, maar om het effect van maatregelen in te schatten is een nauwkeurige methode wel vereist. En die houdt dan ook rekening met kracht en frequentie.
Participatief
Men filmt doorgaans ook slechts twee minuten. Dat moet dan representatief zijn voor de rest van de dag. Dat kan werken voor statische en repetitieve taken, maar voor taken met veel variatie is de kans klein dat men juist de belastende taken aan het filmen is. Die kan men uiteraard participatief bevragen aan de medewerkers. Deze kan dan uitleggen wat juist belastend is (risico) en waarom (risicofactoren). En dit blijft nog altijd de snelste, beste en meest nauwkeurige informatie. Een videocamera kan nooit het participatief overleg vervangen of verbeteren.
* Houdingsanalyse
3D motion capturing – 3D houdingsanalyse – bewegingsanalyse – LEA – wearables – supermarkt