机器人抓一块钢板很容易,抓一条毛巾却困难得离谱——布料会皱、会垂、会缠在一起,形状每一秒都在变,传统的视觉定位完全失效。德国慕尼黑的 sewts 专攻这个问题,用机器学习加影像处理让机器人理解柔性材料的状态,预测它被抓起来之后会变成什么形状。
功能特色与适用场景
技术核心是柔性物体的状态估测与抓取规划。目前最成熟的落地是工业洗衣领域——旅馆与医院的织品处理量极大,把毛巾、床单从一堆纠缠的状态中一件件分开并摊平送进烫平机,一直是高度仰赖人工的环节。
适合工业洗衣厂、纺织成衣自动化与物流分拣。台湾的旅馆与医院织品洗涤同样是劳力密集且缺工严重的行业,这类针对「软东西」的自动化技术,比通用机械手臂更贴近实际需求。
主要功能
- 柔性材料状态视觉辨识
- 变形预测与抓取规划
- 工业洗衣自动化应用
- 与机器手臂系统整合
- 纺织品处理专用模型
常见用途
- 工业洗衣织品分拣
- 成衣制程自动化
- 纺织品品检
- 柔性物料上下料
主要功能
- 柔性材料状态视觉辨识
- 变形预测与抓取规划
- 工业洗衣自动化应用
- 与机器手臂系统整合
- 纺织品处理专用模型
优点
- 解决机器人领域公认困难的柔性物体问题
- 工业洗衣落地场景明确
- 针对缺工严重的产业
缺点
- 应用范围目前仍相对聚焦
- 整体方案(含机械手臂)投资额高
- 导入需要现场流程配合改造
使用场景
- 工业洗衣织品分拣
- 成衣制程自动化
- 纺织品品检
- 柔性物料上下料
编辑点评
机器人界有个说法:越是人类觉得简单的事,机器越难。折一条毛巾,三岁小孩会,全世界顶尖的机器人团队做了十几年还在努力。
常见问题
为什么抓布料这么难?
因为它没有固定形状。刚性物体只要知道位置与角度就能抓,布料被抓起来的瞬间形状就变了,系统必须预测变形结果才能规划下一步。
成衣缝制可以全自动化吗?
还不行。缝制涉及更复杂的双手协调与张力控制,目前自动化较成功的是前后段(分拣、摊平、折叠),中间的缝制仍高度依赖人工。
相关 AI 工具
Pedestal AI
先掃描你的 ERP、TMS、WMS、資料倉儲與試算表,整理成「Logistics Graph」並向資深員工追問缺口;上面跑現成代理:送貨前打電話確認時段、從 Email/PDF/EDI 讀採購單寫進 ERP、排隔天班表、預測哪些訂單會延誤、哪台機器快壞、哪個客戶要流失
Aircad
打開瀏覽器就能畫,指令列吃你熟悉的快捷鍵,能直接開 DWG 並保留配置與圖塊;AI 代理會量尺寸、查規範、改圖、寫自訂指令與算圖,但每個改動都先以草稿標在圖上,你按 Apply 才生效,可自選 Claude、GPT、Gemini、DeepSeek 等模型
LexiCAD
用平常交代設計師的方式寫下尺寸與用途,代理會自己追問細節、建模、量測並修到符合規格,輸出可再編輯的 STEP,以及 STL、3MF、DXF 與 Bambu Lab 可用的切片檔;也會顧到壁厚、懸空與列印方向
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