Lire le risque ergonomique directement depuis une vidéo d'atelier
Le même enregistrement d'atelier qui alimente notre capture d'instructions de travail contient aussi la posture de l'opérateur. Voici comment nous le transformons en pose 3D métrique et en scores de risque ergonomique défendables, on-premise.
TL;DR
Problème
- L’évaluation ergonomique manuelle ne passe pas à l’échelle. Les fiches RULA, REBA et EAWS sont remplies à la main à partir d’observations au chronomètre et au carnet, donc seuls quelques postes sont jamais évalués, et une seule fois.
- Les données de posture qui justifieraient une refonte sont enfermées dans des vidéos que personne n’a le temps de scorer image par image.
Contexte
- Le même enregistrement en plongée que nous capturons déjà pour les instructions de travail contient la posture complète de l’opérateur. Les modèles récents de pose 3D peuvent reconstruire cette posture à partir d’une seule caméra.
- Les méthodes ergonomiques (RULA, REBA, EAWS) sont, au fond, des fonctions des angles articulaires et de leur durée. La pose 3D métrique fournit exactement ces entrées.
Solution
- Nous reconstruisons la pose 3D métrique localement (aucune vidéo ne quitte le site), en dérivons les angles articulaires et scorons RULA, REBA et EAWS le long de la timeline du run.
- Une personne reste dans la boucle : les scores sont un premier jet à relire et corriger, pas un verdict automatisé.
Problèmes
L’évaluation ne passe pas à l’échelle
Le risque ergonomique sur une ligne d’assemblage est réel et coûteux, mais la façon de le mesurer a à peine changé. Un évaluateur formé observe une tâche, chronomètre et remplit à la main une fiche RULA, REBA ou EAWS. C’est lent, subjectif d’un évaluateur à l’autre, et ne couvre qu’une poignée de postes. Les postes jamais évalués ne sont pas à faible risque, ils sont simplement non observés. Et comme une évaluation est une photo instantanée, elle devient obsolète dès que la ligne est rééquilibrée ou qu’un outillage bouge.
Les données existent mais sont inutilisables
Beaucoup de sites enregistrent déjà l’assemblage pour la formation ou les instructions de travail. Ces images contiennent tout ce qu’un évaluateur chercherait : jusqu’où l’opérateur tend le bras, combien de temps une épaule reste haute, à quelle fréquence il se penche. Mais transformer des heures de vidéo en données de posture à l’œil nu, c’est exactement l’effort manuel qui a rendu l’évaluation non scalable. L’information est là et inutilisable en même temps.
La 2D ne suffit pas
Le raccourci évident, faire tourner un détecteur de keypoints 2D bon marché sur la vidéo, ne fonctionne pas pour l’ergonomie. RULA et REBA sont définis en termes d’angles articulaires : flexion du tronc, abduction de l’épaule, angle du coude. On ne peut pas les retrouver de façon fiable à partir de coordonnées pixel 2D, car la même projection 2D peut correspondre à des postures réelles très différentes selon l’orientation du corps par rapport à la caméra. Le scoring ergonomique a besoin d’une vraie 3D métrique, sinon les chiffres sont faussement confiants.
Contexte
Des pixels aux angles articulaires
Un modèle moderne de pose 3D reconstruit le corps en espace métrique à partir d’une vidéo ordinaire. Dans notre pipeline, le moteur recommandé est un modèle paramétrique (ROMP) qui régresse directement un rig 24 os de type SMPL à chaque image, plutôt que de détecter des keypoints isolés. Régresser tout le corps d’un coup maintient le squelette anatomiquement cohérent même sous occlusion partielle, le cas normal sur une vraie ligne où outillages et corps de l’opérateur masquent des articulations. La sortie est un vrai jeu de joints 3D métriques plus des rotations par articulation, calibré une fois par run puis lissé temporellement pour que le squelette ne tremble pas d’image en image.
MediaPipe BlazePose est disponible comme alternative plus rapide et plus légère. Les deux émettent de la 3D métrique, la propriété dont le scoring ergonomique dépend réellement.
Ce dont RULA, REBA et EAWS ont besoin
Ces trois méthodes sont des outils d’évaluation ergonomique standard. RULA (Rapid Upper Limb Assessment) et REBA (Rapid Entire Body Assessment) scorent la posture à partir des angles articulaires et de la charge, en signalant les positions inconfortables du tronc, du cou et des membres. EAWS (European Assembly Worksheet) est plus large et largement utilisé en assemblage automobile. Ce qu’elles ont en commun : elles se calculent à partir de la géométrie et de la durée, quels angles, à quel degré d’extrême, et pendant combien de temps. Une fois qu’on dispose d’une série fiable de joints 3D, les calculer cesse d’être une fiche manuelle et devient un calcul qu’on peut exécuter sur un enregistrement entier.
Solution
Le risque dans le temps, pas une seule photo
Au lieu d’un score unique par tâche, le pipeline produit une piste joint-risk-over-time sur tout le run. La timeline est découpée en segments de revue à la granularité choisie, et chaque segment porte son score RULA, REBA ou EAWS. Une fiche statique devient quelque chose de plus proche d’un moniteur : on voit quelles phases du cycle font monter le risque, pas seulement que la tâche dans son ensemble a mal scoré. C’est la différence entre « ce poste est un problème » et « l’extension au pas 4 est le problème ».
Une personne reste dans la boucle
Les scores dérivés automatiquement sont un point de départ, pas une décision. L’interface est conçue pour la correction : un évaluateur peut parcourir la timeline, inspecter le squelette reconstruit image par image, ajuster les keypoints là où le modèle s’est trompé et re-scorer. L’objectif est de rendre un évaluateur expert nettement plus rapide et plus cohérent, tout en gardant le jugement final entre les mains d’une personne. La traçabilité compte ici : les modifications sont enregistrées plutôt que d’écraser silencieusement la sortie du modèle.
On-premise par défaut
La posture est sensible, tout comme tout ce qui est filmé sur une ligne de production. La reconstruction de pose tourne localement sur la machine edge, sur des runtimes d’inférence intégrés, pour que la vidéo utilisée pour le scoring ergonomique n’ait jamais à quitter le site. C’est la même position on-premise que pour le reste de notre pipeline de capture, et pour l’ergonomie, c’est en général une exigence ferme, pas une préférence.
Où nous en sommes aujourd’hui
C’est une investigation Labs, pas un produit fini. La reconstruction de pose et les calculs RULA, REBA et EAWS tournent aujourd’hui sur de vraies images d’assemblage, et le flux de revue human-in-the-loop est en place. Ce que nous validons encore, c’est la partie qui compte le plus : à quel point les scores dérivés automatiquement concordent avec un évaluateur formé sur un ensemble de tâches étiquetées, et à quel point la reconstruction 3D reste robuste dans les conditions d’occlusion et d’éclairage plus difficiles d’une ligne en activité. Si cet accord tient, le gain est direct : l’évaluation ergonomique cesse d’être un exercice rare, manuel et ponctuel et devient quelque chose qu’on peut lancer sur chaque poste, et relancer à chaque changement de ligne.
Pour aller plus loin
- Capture de processus de fabrication plus rapide et plus précise grâce aux VLM: comment nous utilisons la même vidéo d’atelier pour la capture d’instructions de travail.
- Collaborer avec Azumuta Labs: co-développer le scoring ergonomique ou d’autres investigations IA d’atelier avec notre équipe recherche.
Questions fréquentes
Peut-on calculer automatiquement des scores RULA et REBA à partir d'une vidéo d'atelier ?
Dans notre pipeline Labs, oui, comme premier jet. Nous reconstruisons la pose 3D métrique du corps à partir d'une vidéo d'assemblage en plongée, en dérivons les angles articulaires et calculons les scores RULA, REBA et EAWS par segment de timeline sur la machine edge. Un évaluateur formé relit et corrige la sortie avant qu'elle ne compte comme évaluation finale.
Pourquoi l'estimation de pose 2D ne suffit-elle pas pour l'évaluation ergonomique ?
RULA et REBA sont définis en termes d'angles articulaires, flexion du tronc, abduction de l'épaule, angle du coude, etc. La même projection 2D peut correspondre à des postures réelles très différentes selon l'orientation du corps par rapport à la caméra. La pose 3D métrique est requise.
L'analyse vidéo ergonomique tourne-t-elle on-premise ?
Dans notre investigation Argus Labs, oui. La reconstruction de pose et le scoring ergonomique tournent localement sur une machine edge via Argus Hub, sans que la vidéo utilisée pour le scoring ne quitte le site de production.
Qu'est-ce que l'EAWS et quel est son lien avec RULA et REBA ?
L'EAWS (European Assembly Worksheet) est une méthode d'évaluation ergonomique plus large, largement utilisée en assemblage automobile. Comme RULA et REBA, elle se calcule à partir de la géométrie articulaire et de la durée des postures. Avec une série fiable de joints 3D, les trois peuvent être calculés sur un enregistrement complet au lieu de fiches manuelles.