赛马会「软性材料应用机器人」创科实验室总监小菅一弘：如何借助 AI 机器人变革服装生产流程？丨GAIR 2025

51 0 0

文章摘要

服装制造业面临自动化程度极低的矛盾，尽管市场规模高达万亿美元，但2019年中国服装行业仅引入157台工业机器人，与整体工业机器人使用量形成鲜明对比。小菅一弘团队的研究揭示了这一现象的核心原因：柔性材料（如布料）的处理是世界性难题，传统刚性夹具难以适应快速变化的服装款式，导致自动化系统通用性差、成本高。研究数据显示，80%的生产时间与成本浪费在物料处理环节，其中缝制前的准备工作消耗了67%的人工，主要用于整理、对齐和折叠布料。

在技术突破方面，小菅一弘团队开发了多项关键创新。针对多层裁剪后织物部件的分离问题，设计了基于被动柔顺机构的抓取器，可稳定拾取单层面料；针对缝纫环节，开发了专用控制器，使机械手能精确控制缝纫机头的运动轨迹。此外，通过整合AI视觉系统，实现了织物纹理的精准匹配对齐，并运用Transformer模型对织物动力学行为进行建模，以规划复杂的运动轨迹。这些技术使机器能够像熟练工人一样灵活处理柔性材料。

商业化路径上，团队选择了汽车座椅作为重点应用场景。预计到2028年，全球汽车座椅工业缝纫设备市场规模将达到36.3亿美元，欧洲市场因人力成本高昂成为自动化需求最迫切的区域。这一选择基于汽车座椅产品附加值高、市场价值可观的特点，为技术落地提供了明确的转型窗口和市场切入点。

当前服装制造中，许多工序如切割、折叠、缝合等仍严重依赖人工。尽管部分环节（如多层织物切割）已实现自动化，但涉及柔性材料处理的环节仍需要人工介入。半自动缝纫机在处理柔软面料时，仍需工人配合使用夹具临时固定材料，限制了自动化的通用性与响应速度。小菅一弘团队的技术旨在将这些复杂工艺转变为稳定、可靠的自动化流程，为行业提供通用解决方案。

这项研究代表了服装制造业自动化的重要突破，通过融合机器人技术、AI视觉和柔性材料处理技术，为解决行业长期依赖人工的痛点提供了新思路。随着技术的进一步成熟和商业化落地，有望显著提升服装制造业的生产效率和竞争力，特别是在高附加值领域如汽车座椅制造中。团队将继续探索更多应用场景，推动技术在实际生产中的广泛采用。