Bagi robot, mengambil selembar pelat baja itu mudah, tetapi mengambil handuk sangatlah sulit—kain dapat berkerut, terkulai, dan kusut, serta bentuknya berubah setiap detik, membuat pemosisian visual tradisional tidak berfungsi sama sekali.
sewts, perusahaan asal Munich, Jerman, mengkhususkan diri dalam masalah ini. Mereka menggunakan machine learning dan pemrosesan citra agar robot dapat memahami status material fleksibel dan memprediksi bentuknya setelah diangkat.
Fitur Utama & Skenario Penggunaan
Inti teknologinya adalah estimasi status objek fleksibel dan perencanaan pengambilan (grasping). Implementasi yang paling matang saat ini adalah di bidang binatu industri—hotel dan rumah sakit memproses tekstil dalam jumlah besar. Memisahkan handuk dan seprai satu per satu dari tumpukan yang kusut lalu meratakannya ke mesin setrika selalu menjadi proses yang sangat bergantung pada tenaga manusia.
Solusi ini cocok untuk pabrik binatu industri, otomatisasi tekstil dan garmen, serta penyortiran logistik. Teknologi otomatisasi yang berfokus pada "benda lunak" ini jauh lebih mendekati kebutuhan praktis dibandingkan lengan robot generik.
Fitur Utama
- Pengenalan visual status material fleksibel
- Prediksi deformasi dan perencanaan pengambilan
- Aplikasi otomatisasi binatu industri
- Integrasi dengan sistem lengan robot
- Model khusus penanganan tekstil
Penggunaan Umum
- Penyortiran tekstil binatu industri
- Otomatisasi proses produksi garmen
- Inspeksi kualitas tekstil
- Pemuatan dan pembongkaran material fleksibel
Fitur Utama
- Pengenalan visual status material fleksibel
- Prediksi deformasi dan perencanaan pengambilan
- Aplikasi otomatisasi binatu industri
- Integrasi dengan sistem lengan robot
- Model khusus penanganan tekstil
Kelebihan
- Menyelesaikan masalah objek fleksibel yang terkenal sulit di bidang robotika
- Skenario penerapan di bidang binatu industri sangat jelas
- Menjawab masalah kekurangan tenaga kerja di industri padat karya
Kekurangan
- Lingkup aplikasi saat ini masih cukup terfokus
- Investasi solusi keseluruhan (termasuk lengan robot) yang tinggi
- Penerapan memerlukan penyesuaian alur kerja di lapangan
Contoh Penggunaan
- Penyortiran tekstil binatu industri
- Otomatisasi proses produksi garmen
- Inspeksi kualitas tekstil
- Pemuatan dan pembongkaran material fleksibel
Catatan Editor
Ada sebuah adagium di dunia robotika: semakin sederhana suatu hal bagi manusia, semakin sulit bagi robot. Melipat handuk adalah hal yang mudah bagi anak berusia tiga tahun, namun tim robot terkemuka di seluruh dunia masih berjuang melakukannya setelah belasan tahun.
FAQ
Mengapa memegang kain sangat sulit?
Karena kain tidak memiliki bentuk yang tetap. Objek kaku hanya perlu diketahui posisi dan sudutnya untuk diambil, tetapi kain akan langsung berubah bentuk begitu diangkat. Sistem harus memprediksi hasil deformasi tersebut untuk merencanakan langkah selanjutnya.
Apakah penjahitan garmen bisa diotomatisasi secara penuh?
Belum bisa. Penjahitan melibatkan koordinasi dua tangan dan kontrol ketegangan yang lebih rumit. Saat ini, otomatisasi yang lebih sukses berada di tahap awal dan akhir (penyortiran, perataan, pelipatan), sementara proses penjahitan di tengah masih sangat bergantung pada tenaga manusia.