sewts
讓機器人處理布料等易變形材料的視覺 AI
機器人抓一塊鋼板很容易，抓一條毛巾卻困難得離譜——布料會皺、會垂、會纏在一起，形狀每一秒都在變，傳統的視覺定位完全失效。德國慕尼黑的 sewts 專攻這個問題，用機器學習加影像處理讓機器人理解柔性材料的狀態，預測它被抓起來之後會變成什麼形狀。
功能特色與適用場景
技術核心是柔性物體的狀態估測與抓取規劃。目前最成熟的落地是工業洗衣領域——旅館與醫院的織品處理量極大，把毛巾、床單從一堆糾纏的狀態中一件件分開並攤平送進燙平機，一直是高度仰賴人工的環節。
適合工業洗衣廠、紡織成衣自動化與物流分揀。台灣的旅館與醫院織品洗滌同樣是勞力密集且缺工嚴重的行業，這類針對「軟東西」的自動化技術，比通用機械手臂更貼近實際需求。
主要功能
- 柔性材料狀態視覺辨識
- 變形預測與抓取規劃
- 工業洗衣自動化應用
- 與機器手臂系統整合
- 紡織品處理專用模型
常見用途
- 工業洗衣織品分揀
- 成衣製程自動化
- 紡織品品檢
- 柔性物料上下料
TheAI學院 編輯建議
編輯實測後的真心話機器人界有個說法：越是人類覺得簡單的事，機器越難。摺一條毛巾，三歲小孩會，全世界頂尖的機器人團隊做了十幾年還在努力。
主要功能
- 柔性材料狀態視覺辨識
- 變形預測與抓取規劃
- 工業洗衣自動化應用
- 與機器手臂系統整合
- 紡織品處理專用模型
如何使用 sewts
- 先盤點你的產線情境，例如旅館或醫院織品要處理的是毛巾、床單還是浴袍，並統計每日件數與尖峰時段，作為評估導入規模的依據。
- 到 sewts 官網或聯絡窗口填寫需求，說明現有燙平機、輸送帶與抓取機械手臂的品牌型號，因為這屬 B2B 整合方案而非下載即用軟體。
- 與原廠工程師確認整合模式，通常是把 sewts 的視覺模組加裝到既有分揀站，由相機辨識糾纏織品的邊角與可抓取點。
- 進行導入前的樣品測試，把實際使用的織品送去讓系統學習不同材質、皺褶與濕度下的變形行為，避免上線後辨識率不足。
- 校正抓取路徑，讓機械手臂依系統預測的攤平結果調整下手位置，重點觀察床單這類大件是否會纏繞或滑落。
- 設定與燙平機的節拍同步，確認每件攤平送入的速度不會卡住後段設備，並記錄實際每小時處理量。
- 試營運期間安排人員在旁監看，把辨識失敗或抓錯的案例回報原廠，持續優化模型參數。
- 導入後定期檢視稼動率與人力節省數據，評估是否擴充到其他分揀站或新增織品品項。
適用場景
- 工業洗衣織品分揀
- 成衣製程自動化
- 紡織品品檢
- 柔性物料上下料
sewts 的優點與缺點
優點
- 解決機器人領域公認困難的柔性物體問題
- 工業洗衣落地場景明確
- 針對缺工嚴重的產業
缺點
- 應用範圍目前仍相對聚焦
- 整體方案（含機械手臂）投資額高
- 導入需要現場流程配合改造
sewts 常見問題
sewts 是做什麼的？
用機器學習加影像處理，讓機器人理解柔性材料（如毛巾、床單）的狀態，預測抓起來之後會變成什麼形狀。
sewts 解決什麼難題？
機器人抓鋼板容易、抓布料卻很難，因為布料會皺、會垂、會纏在一起，傳統視覺定位失效。
sewts 最成熟的應用是什麼？
工業洗衣：旅館與醫院的織品量極大，把毛巾、床單從糾纏狀態中一件件分開並攤平。
sewts 來自哪裡？
德國慕尼黑的團隊，專攻柔性物體的狀態估測與抓取規劃。
使用者評價
還沒有足夠評價，搶先分享你的使用心得！
寫下你的評價
sewts 的替代方案
查看相似的 AI 工具 →相關 AI 工具
zCAD AI
用文字描述就生成有尺寸、可組裝的 B-rep 實體 CAD 零件與組件，在瀏覽器裡改，再匯出 STEP 給加工廠
Conexiom
製造與經銷業專用的訂單 AI，把 PDF、Excel、Email 甚至手寫的詢價單、訂單、發票轉成 ERP 可用資料，每年處理超過 15 億個品項行
AWL
北海道大學出身的邊緣 AI 公司，讓既有監視器變成能偵測竊盜、不審行為與做臉部辨識出勤的 AI 攝影機
Fairy Devices
東京的穿戴式 AI 公司，用頸掛裝置 THINKLET 與語音 AI「mimi」替工廠、工地的第一線人員做記錄與遠端支援
Isle
給電腦操作型 AI 代理用的託管桌面環境，KiCad、FreeCAD 已裝好開好，附健康監控與成果檢查點
Monomer Bio
把實驗室儀器串成自動化工作站，用影像持續監看細胞培養，再由會從每次實驗學習的 AI 科學代理協助決策
猜你也想看的AI 製造與工業
更多德國的 AI 工具
同樣來自德國的 AI 工具，一起看看。