بلاگ
کفش ایمنی هوشمند چیست؟ یا چه میتواند باشد؟ نگاهی به آینده صنعت ایمنی؛ یک پیش بینی
کفش های ایمنی حاضر با استفاده از ویژگی‌های مهندسی و مواد مقاوم از پا در برابر خطرات محیط کار محافظت می‌کند. برای مثال، سرپنجه محافظ میتواند از انگشتان در برابر ضربه و فشار محافظت کند و طراحی زیره میتواند مقاومت در برابر لغزش و سایر شرایط محیط کار را بهبود دهد.
استاندارد ISO 20345:2021 برای کفش‌های ایمنی عمومی الزامات مختلفی از جمله خطرات مکانیکی، مقاومت لغزشی، خطرات حرارتی و رفتار ارگونومیک را در نظر می‌گیرد. این استاندارد در سال ۲۰۲۱ منتشر شده و اصلاحیه‌ای نیز در سال ۲۰۲۴ برای آن منتشر شده است.
اما کفش هوشمند یک لایه اطلاعاتی نیز به این ساختار اضافه می‌کند.بنابراین «هوشمند» بودن به این معنا نیست که کفش الزاماً ایمنی فیزیکی بیشتری دارد. هوشمندی بیشتر به توانایی اندازه‌گیری، پردازش و تحلیل داده مربوط می‌شود.
۱. حسگرهای فشار، شتاب‌سنج و حسگرهای ارتعاش در یک کفش هوشمند چگونه باید کار کنند؟
یکی از جذاب‌ترین بخش‌های کفش هوشمند، حسگرهایی هستند که می‌توانند اطلاعات مربوط به حرکت پا و تماس آن با زمین را ثبت کنند.
حسگر فشار
حسگر فشار میتواند در قسمت‌های مختلف کفی قرار گیرد و میزان نیروی واردشده به نقاط مختلف کف پا را اندازه‌گیری کند.
فرض کنید کارگر هنگام راه‌رفتن، وزن خود را به شکل نامتقارن روی پا توزیع می‌کند. مجموعه‌ای از حسگرهای فشار میتواند نشان دهد که در هر لحظه کدام قسمت‌های پا بار بیشتری تحمل می‌کنند.
به این ترتیب می‌توان چیزی شبیه به نقشه فشار کف پا ایجاد کرد.
این اطلاعات برای کاربردهایی مانند:
بررسی الگوی راه‌رفتن
تحلیل توزیع وزن
شناسایی برخی الگوهای غیرعادی حرکتی
بررسی خستگی
تحلیل وضعیت ایستادن طولانی
کمک به طراحی ارگونومیک کفش
قابل استفاده است.
البته اندازه‌گیری فشار به‌تنهایی به معنی تشخیص قطعی آسیب یا بیماری نیست. برای چنین نتیجه‌ای به اعتبارسنجی بالینی و داده‌های مکمل نیاز است.
شتاب‌سنج چیست؟
شتاب‌سنج یا Accelerometer حسگری است که تغییرات شتاب را در یک، دو یا معمولاً سه محور اندازه‌گیری می‌کند.
به زبان ساده، این حسگر میتواند متوجه شود پا چه زمانی حرکت کرده، با چه شدت و در چه جهتی شتاب گرفته است.
برای مثال، تفاوت بین:
راه‌رفتن عادی
دویدن
بالا رفتن از پله
نشستن
ایستادن
خم شدن
تغییر ناگهانی جهت
زمین‌خوردن
میتواند در داده‌های شتاب قابل مشاهده باشد.
اگر شتاب‌سنج با حسگرهای دیگر ترکیب شود، اطلاعات بسیار ارزشمندتری به دست می‌آید.
حسگرهای ارتعاش
در محیط‌های صنعتی، ارتعاش نیز میتواند یک پارامتر مهم باشد.
کارگری را تصور کنید که در نزدیکی ماشین‌آلات سنگین، تجهیزات دوار یا ابزارهای لرزشی کار می‌کند. حسگرهای مناسب می‌توانند برخی مؤلفه‌های ارتعاشی را ثبت کنند.
البته یک نکته مهم وجود دارد: هر لرزشی به معنی خطر نیست.
برای تفسیر ارتعاش باید مشخص شود:
فرکانس آن چقدر است؟
دامنه آن چقدر است؟
چه مدت ادامه دارد؟
از چه منبعی ایجاد شده است؟
بدن یا پا چگونه با آن در تماس است؟
آیا الگوی ثبت‌شده با یک وضعیت خطرناک ارتباط دارد؟
بنابراین حسگر، «داده» تولید می‌کند؛ این الگوریتم و مدل تحلیلی است که باید مشخص کند داده چه معنایی دارد.
سه حسگر اصلی در یک نگاه
حسگر چه چیزی را اندازه می‌گیرد؟ و کاربرد احتمالی آن چیست؟
فشار: توزیع نیروی واردشده به کف پا تحلیل فشار و الگوی حرکت
شتاب‌سنج: تغییرات شتاب در محورهای مختلف تشخیص حرکت، تغییر جهت و برخی الگوهای سقوط
حسگر ارتعاش: لرزش و نوسان مکانیکی پایش برخی شرایط محیطی و حرکتی
ژیروسکوپ : سرعت چرخش و تغییر وضعیت زاویه‌ای تحلیل دقیق‌تر وضعیت پا
حسگر دما : تغییرات دمایی پایش شرایط محیطی یا حرارتی
TENG : تبدیل حرکت مکانیکی به سیگنال الکتریکی حسگری و برداشت انرژی
در یک سامانه پیشرفته، اطلاعات چند حسگر میتواند با یکدیگر ترکیب شود. این روش را Sensor Fusion یا همجوشی داده‌های حسگرها می‌نامند.
۲. نقش فناوری تریبوالکتریک در تولید انرژی از حرکت
یکی از فناوری‌های جالب در تحقیقات مربوط به کفش هوشمند، مولد نانویی تریبوالکتریک یا Triboelectric Nanogenerator – TENG است.
اصل تریبوالکتریک چیز جدیدی نیست. احتمالاً همه تجربه کرده‌ایم که مالش دو ماده مختلف میتواند باعث ایجاد بار الکتریکی شود. فناوری TENG همین پدیده را با طراحی مهندسی‌شده برای تبدیل انرژی مکانیکی محیط به انرژی الکتریکی مورد استفاده قرار می‌دهد.
در کفش، حرکت‌هایی مانند:
تماس پا با زمین
فشرده‌شدن کفی
جدا شدن لایه‌ها
لغزش بسیار کوچک بین مواد
خم شدن کفش
می‌توانند به عنوان ورودی مکانیکی مورد استفاده قرار گیرند.
در طراحی مناسب، تماس و جدایش یا حرکت نسبی دو سطح باعث ایجاد اختلاف بار الکتریکی می‌شود و در نتیجه جریان الکتریکی در مدار شکل می‌گیرد.
پژوهش‌های جدید TENG را به‌عنوان یکی از گزینه‌های مهم برای برداشت انرژی از حرکت انسان و ساخت حسگرهای خودتأمین انرژی بررسی می‌کنند. مرورهای علمی سال‌های ۲۰۲۵ و ۲۰۲۶ نیز بر استفاده همزمان از TENG برای برداشت انرژی و حسگری بیومکانیکی تأکید کرده‌اند.
آیا TENG میتواند باتری کفش را کاملاً حذف کند؟
در اینجا باید واقع‌بین بود.
پاسخ کوتاه این است: در بسیاری از کاربردهای فعلی، نه به‌طور کامل.
انرژی تولیدشده به عوامل زیادی وابسته است؛ از جمله:
طراحی TENG
مواد مورد استفاده
فشار و شدت حرکت
تعداد گام‌ها
وزن کاربر
سرعت حرکت
رطوبت
دما
مدار مدیریت انرژی
بنابراین یک سامانه ممکن است بتواند انرژی کافی برای یک حسگر کم‌مصرف یا ارسال‌های دوره‌ای تولید کند، اما این موضوع با تأمین انرژی یک سیستم پرمصرف کاملاً متفاوت است.
مطالعات مربوط به برداشت انرژی از گام‌های انسان نیز نشان می‌دهند که فناوری‌های مختلفی از جمله پیزوالکتریک و تریبوالکتریک برای تأمین انرژی تجهیزات الکترونیکی کم‌مصرف بررسی شده‌اند.
نکته جالب‌تر
TENG فقط یک مولد انرژی نیست.
در برخی طراحی‌ها، خود سیگنال الکتریکی تولیدشده میتواند اطلاعاتی درباره حرکت یا فشار نیز در اختیار سیستم قرار دهد. به همین دلیل، TENG میتواند به‌صورت همزمان نقش حسگر و منبع برداشت انرژی را ایفا کند.
این ویژگی یکی از دلایلی است که TENG را برای تجهیزات پوشیدنی آینده جذاب کرده است.
۳. کاربرد یادگیری ماشین در تشخیص الگوهای خطر
اگر یک کفش هوشمند هزاران داده از فشار، شتاب و حرکت تولید کند، یک سؤال مهم ایجاد می‌شود:
چه کسی باید این داده‌ها را تفسیر کند؟
اینجاست که یادگیری ماشین وارد می‌شود.
فرض کنید از یک کارگر در طول چند هفته داده جمع‌آوری شود. سیستم میتواند الگوهای مربوط به راه‌رفتن، ایستادن، خم شدن، حمل بار و سایر فعالیت‌ها را یاد بگیرد.
سپس زمانی که داده جدیدی دریافت می‌شود، مدل میتواند آن را با الگوهای قبلی مقایسه کند.
برای مثال، یک سیستم ممکن است به‌صورت احتمالی تشخیص دهد که داده فعلی به یکی از این وضعیت‌ها شباهت بیشتری دارد:
راه‌رفتن عادی → تغییر مسیر → لغزش احتمالی → سقوط احتمالی
البته این تشخیص به کیفیت داده و مدل بستگی دارد و نباید آن را با تشخیص قطعی حادثه اشتباه گرفت.
مرور نظام‌مند منتشرشده درباره کفی‌های هوشمند صنعتی نشان می‌دهد که مدل‌هایی مانند شبکه‌های عصبی، ماشین بردار پشتیبان، KNN، درخت تصمیم و Random Forest در مطالعات این حوزه مورد استفاده قرار گرفته‌اند.
فرآیند کار هوش مصنوعی چگونه است؟
به‌صورت ساده می‌توان فرآیند را چنین تصور کرد:
حسگر → جمع‌آوری داده → پاک‌سازی داده → استخراج ویژگی → مدل یادگیری ماشین → تشخیص الگو → هشدار یا گزارش
مثلاً حسگر فشار ممکن است اطلاعات خامی تولید کند. سپس سیستم ویژگی‌هایی مانند:
حداکثر فشار
مدت تماس پا با زمین
سرعت تغییر فشار
توزیع فشار
تعداد گام‌ها
را استخراج کند.
همزمان شتاب‌سنج میتواند اطلاعاتی مانند:
شتاب بیشینه
تغییرات ناگهانی شتاب
الگوی زمانی حرکت
تغییر جهت
را ارائه دهد.
مدل یادگیری ماشین میتواند این داده‌ها را با هم ترکیب کند.
چرا ترکیب چند حسگر بهتر از یک حسگر است؟
فرض کنید شتاب پا ناگهان افزایش پیدا کند.
آیا کارگر افتاده است؟
لزوماً نه.
ممکن است:
از پله پایین آمده باشد.
پریده باشد.
سریع دویده باشد.
پای خود را به شکل ناگهانی حرکت داده باشد.
اما اگر همزمان الگوی فشار کف پا، شتاب و تغییر وضعیت زاویه‌ای نیز تغییر کند، مدل اطلاعات بیشتری برای تشخیص وضعیت دارد.
این همان جایی است که همجوشی حسگرها میتواند ارزشمند باشد.
۴. محدودیت‌های فعلی برای تولید کفش‌های ایمنی هوشمند
کفش هوشمند از نظر فناوری جذاب است، اما هنوز با چالش‌های جدی روبه‌روست.
چهار مورد از مهم‌ترین چالش‌ها عبارت‌اند از:
۱. دوام حسگر
کفش محیط بسیار سختی برای تجهیزات الکترونیکی است.
یک حسگر داخل کفش باید در برابر مواردی مانند:
فشار مکرر
خم‌شدن
ضربه
عرق
رطوبت
گردوغبار
تغییر دما
مواد شیمیایی احتمالی
شست‌وشو و نظافت
۲. کالیبراسیون
مقاومت داشته باشد.
به همین دلیل، چیزی که در آزمایشگاه عملکرد خوبی دارد، الزاماً پس از ماه‌ها استفاده صنعتی همان عملکرد را حفظ نمی‌کند.
حسگرها باید به‌درستی کالیبره شوند.
حتی دو کارگر با کفش مشابه ممکن است داده‌های متفاوتی تولید کنند، چون:
وزن متفاوتی دارند.
شکل پایشان متفاوت است.
نوع راه‌رفتنشان متفاوت است.
کفش را به شکل متفاوتی می‌پوشند.
فعالیت شغلی متفاوتی دارند.
بنابراین یک مدل هوش مصنوعی که با داده‌های یک گروه محدود آموزش دیده، ممکن است روی گروه دیگری عملکرد ضعیف‌تری داشته باشد.
پژوهش‌های حوزه کفی‌های هوشمند صنعتی نیز بر اهمیت دقت، قابلیت اطمینان و تعمیم‌پذیری مدل‌ها بین کاربران مختلف تأکید کرده‌اند.
۳. هزینه
اضافه کردن:
حسگر
میکروکنترلر
باتری
ارتباط بی‌سیم
مدار مدیریت انرژی
حافظه
نرم‌افزار
سیستم پردازش داده
هزینه کفش را افزایش می‌دهد.
از طرف دیگر، در محیط صنعتی تجهیزات باید قابل تعمیر، نگهداری و جایگزینی باشند.
بنابراین سؤال اصلی فقط این نیست که «آیا می‌توان کفش هوشمند ساخت؟»
سؤال مهم‌تر این است:
آیا ارزش اطلاعاتی که کفش تولید می‌کند، هزینه و پیچیدگی سیستم را توجیه می‌کند؟
۴. حریم خصوصی
این شاید یکی از مهم‌ترین چالش‌ها باشد.
اگر کفش اطلاعات حرکتی کارگر را ثبت کند، این داده‌ها چه کسی هستند؟
کارگر؟
کارفرما؟
شرکت ارائه‌دهنده فناوری؟
و چه کسی اجازه دارد آنها را ببیند؟
برای مثال، اطلاعات کفش ممکن است بتواند نشان دهد یک فرد:
چه زمانی حرکت کرده است.
چه مدت ایستاده است.
چه نوع فعالیتی انجام داده است.
چه تعداد گام برداشته است.
چه زمانی وارد یک منطقه شده است.
به همین دلیل، استفاده از پوشیدنی‌های هوشمند در محیط کار فقط یک مسئله فنی نیست؛ یک مسئله اخلاقی و مدیریتی نیز هست.
NIOSH نیز در بررسی فناوری‌های حسگری محل کار بر ضرورت ایجاد تعادل میان مزایای پایش ایمنی و حفظ حریم خصوصی و اعتماد کارکنان تأکید کرده است.
یک اصل کاربردی این است:
اگر هدف سیستم «کاهش حادثه» است، نباید بدون ضرورت به «ابزار نظارت دائمی بر کارکنان» تبدیل شود.
بهتر است سازمان قبل از اجرای چنین سامانه‌ای مشخص کند:
چه داده‌ای جمع‌آوری می‌شود؟
چرا جمع‌آوری می‌شود؟
چه کسی به داده دسترسی دارد؟
داده چه مدت نگهداری می‌شود؟
آیا گزارش‌ها می‌توانند به‌صورت تجمیعی و بدون شناسایی افراد ارائه شوند؟
آیا داده برای ارزیابی عملکرد یا تنبیه کارکنان استفاده خواهد شد؟
راهنمای NIOSH و مطالعات حوزه سلامت شغلی نیز بر شفافیت، هدف مشخص، امنیت داده و مشارکت کارکنان در چنین پروژه‌هایی تأکید دارند.
۵. آیا کفش ایمنی هوشمند در محیط‌های صنعتی ایران کاربردپذیر است؟
پاسخ علمی این است:
بله، از نظر فنی کاربردهای بالقوه قابل‌توجهی دارد؛ اما استفاده گسترده و عملی آن به اعتبارسنجی، دوام، هزینه و زیرساخت دیجیتال بستگی دارد.
در ایران، صنایع مختلفی وجود دارند که در آنها پایش وضعیت حرکتی کارکنان میتواند ارزشمند باشد؛ از جمله:
نفت و گاز
پتروشیمی
فولاد
معدن
نیروگاه‌ها
کارخانه‌های تولیدی
انبارهای بزرگ
صنایع ساختمانی
لجستیک
کارگاه‌های صنعتی
برای مثال، در یک کارخانه ممکن است کفش هوشمند بتواند الگوهای حرکتی کارکنان را برای بررسی خستگی یا وضعیت‌های غیرعادی تحلیل کند.
در یک پروژه آزمایشی، می‌توان ابتدا از کاربردهای کم‌ریسک‌تر استفاده کرد؛ برای مثال تحلیل ارگونومی و الگوی حرکت، نه اینکه سیستم از همان ابتدا مسئول تصمیم‌گیری درباره ایمنی یا سلامت فرد باشد.
چند کاربرد واقع‌بینانه برای ایران
محیط صنعتی کاربرد احتمالی کفش هوشمند ارزش عملی
کارخانه تولیدی تحلیل ایستادن و راه‌رفتن طولانی کاهش ریسک‌های ارگونومیک
انبار تحلیل مسیر و فعالیت کارکنان بهینه‌سازی فرایند
معدن تشخیص برخی الگوهای حرکتی غیرعادی افزایش قابلیت پایش
ساختمان تشخیص برخی الگوهای سقوط هشدار سریع‌تر
فولاد و صنایع سنگین پایش حرکت و برخی ارتعاشات تحلیل شرایط کاری
لجستیک تحلیل فعالیت و فشار کف پا مدیریت خستگی
آزمایشگاه‌های HSE جمع‌آوری داده ارگونومیک تصمیم‌گیری مبتنی بر داده
اما در صنایع ایران نیز مانند هر کشور دیگری، این فناوری نباید جایگزین ارزیابی ریسک، آموزش ایمنی، تجهیزات حفاظت فردی استاندارد و کنترل‌های مهندسی شود.
کفش هوشمند میتواند یک لایه اطلاعاتی جدید ایجاد کند؛ نه اینکه جایگزین اصول پایه ایمنی شود.
از کجا باید شروع کرد؟
اگر یک شرکت صنعتی بخواهد این فناوری را آزمایش کند، منطقی‌ترین مسیر، اجرای یک پایلوت محدود است.
برای مثال:
مرحله اول: تعریف مسئله
به‌جای اینکه بگوییم:
«می‌خواهیم کفش هوشمند داشته باشیم.»
باید بگوییم:
«می‌خواهیم بفهمیم آیا ایستادن طولانی باعث افزایش ریسک خستگی در این گروه شغلی می‌شود؟»
یا:
«می‌خواهیم الگوهای حرکتی مرتبط با لغزش را بررسی کنیم.»
مرحله دوم: انتخاب حسگر
بر اساس مسئله، حسگر انتخاب می‌شود.
برای تحلیل فشار، حسگر فشار مناسب است.
برای تحلیل حرکت، شتاب‌سنج و ژیروسکوپ اهمیت بیشتری دارند.
برای برداشت انرژی، فناوری‌هایی مانند TENG قابل بررسی هستند.
مرحله سوم: جمع‌آوری داده
داده باید از تعداد مناسبی کاربر و در شرایط واقعی کار جمع‌آوری شود.
مرحله چهارم: اعتبارسنجی
مدل باید با داده واقعی آزمایش شود.
اگر الگوریتم می‌گوید یک وضعیت «خطرناک» است، باید مشخص شود چند بار درست و چند بار اشتباه تشخیص داده است.
مرحله پنجم: بررسی اقتصادی
در نهایت باید پرسید:
آیا کاهش ریسک یا افزایش اطلاعات HSE ارزش هزینه اجرای سیستم را دارد؟
این مرحله برای استفاده صنعتی بسیار مهم‌تر از جذابیت فناوری است.
آینده کفش ایمنی هوشمند چگونه خواهد بود؟
احتمالاً آینده کفش هوشمند فقط به اضافه‌کردن چند حسگر محدود نخواهد شد.
روند پژوهش‌ها نشان می‌دهد که چند فناوری می‌توانند در آینده با یکدیگر ترکیب شوند:
حسگرهای انعطاف‌پذیر + برداشت انرژی + اینترنت اشیا + یادگیری ماشین + تحلیل داده
در این معماری، کفش میتواند داده را دریافت کند، بخشی از انرژی موردنیاز خود را از حرکت تأمین کند و اطلاعات را به یک سامانه پردازشی ارسال کند.
فناوری TENG نیز به دلیل قابلیت تبدیل انرژی مکانیکی کم‌فرکانس به انرژی الکتریکی و امکان استفاده همزمان برای حسگری، یکی از مسیرهای تحقیقاتی مهم محسوب می‌شود. پژوهش‌های منتشرشده در سال ۲۰۲۶ نیز روی افزایش کارایی، طراحی ساختاری و مقاومت این فناوری در برابر شرایط محیطی تمرکز دارند.
با این حال، آینده این فناوری بیشتر به حل مشکلات مهندسی وابسته است تا صرفاً تولید نمونه‌های آزمایشگاهی.
کفش هوشمند آینده باید:
سبک باشد.
راحت باشد.
دوام بالایی داشته باشد.
در برابر آب و عرق مقاوم باشد.
نیاز کمی به شارژ داشته باشد.
داده قابل اعتماد تولید کند.
در محیط واقعی عملکرد پایداری داشته باشد.
حریم خصوصی کاربر را حفظ کند.
و مهم‌تر از همه، الزامات ایمنی کفش را فدای تجهیزات الکترونیکی نکند.
جمع‌بندی
کفش ایمنی هوشمند را می‌توان نسل جدیدی از تجهیزات حفاظت فردی دانست که علاوه بر حفاظت فیزیکی، قابلیت اندازه‌گیری و تحلیل داده‌های مربوط به حرکت و تعامل پا با محیط را دارد.
حسگرهای فشار می‌توانند توزیع بار روی کف پا را اندازه‌گیری کنند، شتاب‌سنج‌ها حرکت و تغییرات آن را ثبت می‌کنند و حسگرهای ارتعاش می‌توانند اطلاعاتی از نوسانات مکانیکی ارائه دهند. در مرحله بعد، الگوریتم‌های یادگیری ماشین می‌توانند از این داده‌ها برای شناسایی الگوهای حرکتی، خستگی یا برخی وضعیت‌های بالقوه خطرناک استفاده کنند.
از سوی دیگر، فناوری‌هایی مانند مولدهای نانویی تریبوالکتریک این امکان را مطرح می‌کنند که بخشی از انرژی مورد نیاز تجهیزات پوشیدنی از خود حرکت انسان تأمین شود.
با این حال، کفش هوشمند هنوز با چالش‌هایی مانند دوام حسگر، کالیبراسیون، هزینه، قابلیت تعمیم مدل‌های هوش مصنوعی و حریم خصوصی کارکنان روبه‌رو است.
در نتیجه، در شرایط فعلی بهتر است به کفش ایمنی هوشمند نه به‌عنوان جایگزین کفش ایمنی استاندارد، بلکه به‌عنوان یک لایه فناورانه تکمیلی برای جمع‌آوری و تحلیل داده‌های ایمنی و ارگونومی نگاه کنیم.
استاندارد ISO 20345:2021 همچنان چارچوب مهمی برای الزامات کفش ایمنی عمومی محسوب می‌شود و فناوری‌های هوشمند باید در کنار این الزامات و متناسب با خطرات واقعی محیط کار توسعه پیدا کنند.
برای صنایع ایران نیز این فناوری از نظر پژوهشی و فنی قابل بررسی است؛ به‌خصوص در پروژه‌های آزمایشی مرتبط با ارگونومی، تحلیل خستگی، پایش فعالیت و تشخیص برخی الگوهای حرکتی. اما قبل از استفاده گسترده، باید عملکرد سیستم در شرایط واقعی کار، دوام تجهیزات، دقت الگوریتم و شیوه حفاظت از داده‌های کارکنان به‌طور مستقل ارزیابی شود.
در نهایت، هدف اصلی کفش ایمنی هوشمند نباید «هوشمندتر کردن کفش» باشد؛ بلکه باید استفاده از داده برای ایجاد محیط کاری ایمن‌تر، ارگونومیک‌تر و قابل‌اندازه‌گیری‌تر باشد.
کفش ایمنی و کار
کفش مهندسی ایمنی
کفش پرسنلی