Diplomová práce se zabývá aktuální problematikou automatizace ergonomického hodnocení pracovních poloh s využitím metod počítačového vidění a metodiky RULA. I přes problémy způsobené na straně spolupracující firmy, bylo zadání práce splněno ve všech stanovených bodech. Student vypracoval rozsáhlou rešeršní část zaměřenou na ergonomické metodiky, odhad lidské pózy a dostupná technická řešení. Na základě provedené analýzy navrhl vhodnou hardwarovou i softwarovou architekturu systému, kterou následně implementoval v jazyce Python a ověřil na reálných datech získaných v průmyslovém prostředí. Oceňuji zejména propojení teoretických poznatků s praktickou realizací, výběr vhodné RGB-D technologie a schopnost integrovat pokročilé nástroje pro detekci lidské pózy do funkčního systému.

Práce obsahuje vlastní technický přínos spočívající v návrhu postupu rekonstrukce 3D dat z RGB-D kamery, výpočtu kloubních úhlů a automatizovaném vyhodnocení metodiky RULA. Student rovněž kriticky hodnotí dosažené výsledky a identifikuje hlavní příčiny omezené přesnosti systému, zejména vliv zákrytů a složitosti reálného výrobního prostředí. Diskuse i závěr jsou věcné a ukazují dobrou orientaci autora v problematice. Formální úroveň práce je na velmi dobré úrovni, text je logicky členěn a doplněn odpovídajícím množstvím obrázků, tabulek a literárních zdrojů. Drobné stylistické a jazykové nedostatky nemají zásadní vliv na celkovou kvalitu práce.

Vzhledem k výše uvedenému doporučuji práci k obhajobě a hodnotím ji známkou B.

Slovní hodnocení práce

Předložená diplomová práce se věnuje aktuálnímu tématu automatizace ergonomického hodnocení pomocí metod strojového vidění. Autor prokázal schopnost pracovat s moderními algoritmy pro odhad póz (AlphaPose) a technologiemi prostorového snímání (RGB-D kamery). Oceňuji zejména komplexnost řešení, které zahrnuje jak teoretický rozbor, tak praktickou implementaci v jazyce Python s funkčním online i offline režimem. Práce má jasnou logickou strukturu a je podpořena bohatou rešerší literatury. I přes objektivní překážky při zajišťování původně definovaného hardware, které omezily kvalitu vstupních dat a výslednou přesnost (9,4 % přesná shoda u reálných dat). I přesto že výsledný hardware nenaplňoval původní definici, autor se s těmito problémy dokázal aktivně vypořádat. I z této perspektivy dokázal výsledky kriticky zhodnotit a identifikovat příčiny nižší výstupní přesnosti než očekávané, jako byly stísněné podmínky pracoviště a s tím související překážky ve výhledu a absence aktivního stereovidění díky odchylkám v dodaném hardwaru. Práce představuje rozumný výchozí bod pro další zlepšení použitých algoritmů pro aktivní využití v oblasti ergonomické analýzy nově příchozích pracovišť.

Hodnocení dle stanovených kritérií

 

a) Splnění požadavků a cílů zadání: B

Autor naplnil všechny body zadání. Vypracoval rešerši metod, navrhl SW a HW systém, implementoval jej v Pythonu a provedl evaluaci. K mírnému snížení známky vede fakt, že kvůli organizačním potížím na straně ITW nebyl systém otestován na původně zamýšleném ideálním pracovišti, což negativně ovlivnilo výslednou validaci. To ovšem přímo odráží podmínky v reálných provozech, které jsou často ovlivněny změnami v odvolávkách ze stran zákazníků a vyžadují velkou flexibilitu v plánování výroby.

b) Postup a rozsah řešení, adekvátnost použitých metod: A

Zvolený postup od teoretické analýzy 2D/3D snímání přes matematický model rekonstrukce souřadnic až po samotnou extrakci úhlů je metodicky správný a velmi podrobný. Např. použití modelu AlphaPose Halpe 136 pro detailní detekci rukou je pro ergonomii adekvátní volbou.

c) Vlastní přínos a originalita: B

Přínosem je vytvoření uceleného softwarového nástroje, který integruje detekci landmarků s hloubkovou mapou pro výpočet RULA skóre. Originalita spočívá především v použitém hardware kamerového řešení, které by v případě dodání původně zamýšlené konfigurace doplněné o laser-dot-projekci umožnilo významně vyšší přesnost analýz.

d) Schopnost interpretovat dosažené výsledky a vyvozovat z nich závěry: B

Autor velmi otevřeně a precizně interpretuje nížší úspěšnost automatického hodnocení na firemních datech. Správně identifikuje vlivy jako rolling shutter efekt, vizuální zákryty konstrukčními prvky a vliv neprofesionální manuální anotace.

e) Využitelnost výsledků v praxi nebo teorii: B (bez korekce kvůli HW by asi bylo C)

V současném stavu je systém kvůli nízké přesnosti v reálném provozu (vlivem nevhodného umístění kamery a HW limitací) prakticky využitelný spíše jako proof-of-concept. Pro ostré nasazení v průmyslu by vyžadoval další ladění a kvalitnější HW. Korektní definice hardware však byla zmíněna v úplném počátku prací a nedodání způsobené na straně ITW by nemělo mít negativní dopad na autora samotného

f) Logické uspořádání práce a formální náležitosti: A

Práce je logicky členěna, obsahuje všechny povinné části včetně abstraktů, seznamů zkratek, obrázků a tabulek. Formální náležitosti jsou na vysoké úrovni.

g) Grafická, stylistická úprava a pravopis: A

Grafické zpracování je velmi kvalitní, s množstvím názorných diagramů, vývojových grafů a vizualizací detekovaných landmarků. Jazyková úprava je precizní, a to jak pravopisně, tak i stylisticky.

h) Práce s literaturou včetně citací: A

Autor pracuje s reprezentativním vzorkem 39 literárních zdrojů, které řádně cituje v textu. Rešerše pokrývá jak klasické ergonomické studie, tak nejnovější trendy v počítačovém vidění z let 2024–2026.