Robot gắp một tấm thép thì rất dễ, nhưng gắp một chiếc khăn tắm lại vô cùng khó khăn — vải có thể nhăn nhúm, rủ xuống, quấn vào nhau và hình dạng thay đổi từng giây, khiến công nghệ định vị thị giác truyền thống hoàn toàn vô tác dụng.
Công ty sewts đến từ Munich (Đức) chuyên giải quyết bài toán này, kết hợp học máy (machine learning) với xử lý ảnh để giúp robot hiểu được trạng thái của vật liệu mềm, từ đó dự đoán hình dạng của chúng sau khi được nhấc lên.
Tính năng nổi bật & Trường hợp ứng dụng
Cốt lõi công nghệ là khả năng ước tính trạng thái và lập kế hoạch gắp vật thể mềm. Ứng dụng thực tế thành công nhất hiện nay là trong lĩnh vực giặt là công nghiệp — nơi các khách sạn và bệnh viện xử lý khối lượng đồ vải khổng lồ. Việc tách rời từng chiếc khăn tắm, ga giường từ một đống rối tung và làm phẳng chúng để đưa vào máy ủi trước đây luôn là công đoạn phụ thuộc rất nhiều vào sức lao động thủ công.
Công nghệ này rất phù hợp cho các nhà máy giặt là công nghiệp, tự động hóa ngành dệt may và phân loại trong logistics. Đối với các dịch vụ giặt ủi đồ vải tại các cơ sở lưu trú và y tế, đây là ngành thâm dụng lao động và đang đối mặt với tình trạng thiếu hụt nhân trầm trọng. Các giải pháp tự động hóa chuyên biệt cho "đồ mềm" này sát với nhu cầu thực tế hơn nhiều so với các loại cánh tay robot thông thường.
Tính năng chính
- Nhận diện thị giác trạng thái vật liệu mềm
- Dự đoán biến dạng và lập kế hoạch gắp
- Ứng dụng tự động hóa giặt là công nghiệp
- Tích hợp với hệ thống cánh tay robot
- Mô hình chuyên dụng xử lý sản phẩm dệt may
Ứng dụng phổ biến
- Phân loại đồ vải trong giặt là công nghiệp
- Tự động hóa quy trình sản xuất may mặc
- Kiểm tra chất lượng sản phẩm dệt may
- Cấp/nhận liệu vật liệu mềm
Tính năng chính
- Nhận diện thị giác trạng thái vật liệu mềm
- Dự đoán biến dạng và lập kế hoạch gắp
- Ứng dụng tự động hóa giặt là công nghiệp
- Tích hợp với hệ thống cánh tay robot
- Mô hình chuyên dụng xử lý sản phẩm dệt may
Ưu điểm
- Giải quyết bài toán vật thể mềm vốn nổi tiếng khó trong ngành robot
- Bối cảnh ứng dụng thực tế trong ngành giặt là công nghiệp rất rõ ràng
- Nhắm trúng các ngành công nghiệp đang thiếu hụt lao động trầm trọng
Nhược điểm
- Phạm vi ứng dụng hiện vẫn còn tương đối tập trung
- Chi phí đầu tư cho giải pháp tổng thể (bao gồm cánh tay robot) khá cao
- Việc triển khai đòi hỏi phải cải tạo quy trình tại chỗ
Trường hợp sử dụng
- Phân loại đồ vải trong giặt là công nghiệp
- Tự động hóa quy trình sản xuất may mặc
- Kiểm tra chất lượng sản phẩm dệt may
- Cấp/nhận liệu vật liệu mềm
Ghi chú biên tập
Trong thế giới robot có một câu nói: Việc gì con người thấy càng đơn giản, máy móc lại càng khó thực hiện. Gấp một chiếc khăn tắm, một đứa trẻ ba tuổi cũng làm được, nhưng các đội ngũ robot hàng đầu thế giới đã miệt mài nghiên cứu hơn chục năm vẫn đang tiếp tục nỗ lực.
Câu hỏi thường gặp
Why is picking up fabric so difficult for robots?
Because fabric lacks a fixed shape. Rigid objects only require position and orientation data to be picked up, but fabric changes shape the exact moment it is lifted. The system must accurately predict the deformation outcome in order to plan the next step.
Can garment sewing be fully automated?
Not yet. Sewing involves complex two-handed coordination and tension control. Current automation successes are primarily in the front and back ends (sorting, flattening, and folding), while intermediate sewing processes still heavily rely on manual labor.
Công cụ AI liên quan
MOVUS
Giải pháp AI giám sát sức khỏe máy móc từ Úc, không chỉ cảnh báo mà còn chỉ rõ thiết bị nào cần sửa trước
Luxonis
Camera AI chiều sâu Edge OAK, chạy thị giác máy tính trực tiếp trên thiết bị
Waste Robotics
Rô-bốt phân loại rác thải tích hợp AI và cảm biến siêu phổ, nhìn thấu sự khác biệt về vật liệu mà mắt thường không thấy
ZenRobotics
Hệ thống phân loại rác thải bằng robot đầu tiên trên thế giới, nhận diện hơn 500 loại rác
Glacier
Robot phân loại AI trong nhà máy tái chế, đồng thời biến dòng rác thải thành dữ liệu có thể phân tích
Neuron Soundware
Lắng nghe âm thanh máy móc để dự đoán sự cố, ứng dụng AI âm học cho bảo trì dự đoán