Details

Данная работа посвящена разработке комплексной системы автоматизированного мониторинга активности рабочих с использованием умных часов Samsung Galaxy Watch 7 и технологий машинного обучения. Основные задачи, решённые в ходе исследования: 1. Анализ существующих методов и технологий мониторинга активности работников, включая видеонаблюдение, RFID-системы, GPS и носимые IoT-устройства. 2. Разработка и реализация мобильного приложения для Wear OS с функциями сбора данных акселерометра, гироскопа и датчика сердечного ритма 3. Создание модели машинного обучения на базе LSTM с механизмом внимания для классификации пяти типов производственной активности: активная работа, перемещение, лёгкая работа, стояние на месте, отдых. 4. Проектирование и реализация микросервисной облачной архитектуры для масштабируемой обработки и хранения данных. 5. Проведение двухнедельного пилотного внедрения системы на производстве с участием 20 рабочих. Исследование проведено на производстве АО «Электрощит», где собирался фактический материал: данные с сенсоров носимых устройств, синхронизированные видеозаписи производственной деятельности рабочих, измерения производительности и учёт простоев.

This thesis is dedicated to the development of a comprehensive automated system for monitoring worker activity using Samsung Galaxy Watch 7 smartwatches and machine learning technologies. Main Objectives Accomplished 1. Analysis of existing methods and technologies for monitoring employee activity, including video surveillance, RFID systems, GPS, and wearable IoT devices. 2. Development and implementation of a Wear OS mobile application with data collection functions for the accelerometer, gyroscope, and heart rate sensor. 3. Creation of an LSTM-based machine learning model with an attention mechanism for classifying five types of production activity: active work, movement, light work, standing still, and rest. 4. Design and implementation of a microservice cloud architecture for scalable data processing and storage. 5. Execution of a two-week pilot deployment of the system in a production environment involving 20 workers. Research was conducted at JSC "Elektroschit," where actual field data was collected including: sensor data from wearable devices, synchronized video recordings of worker activities, productivity measurements and downtime records.