洗衣机领域的衣物材质识别方法概述

2020-04-02王莹莹李伟伟刘振华石伟泽

家电科技 2020年2期

王莹莹李伟伟刘振华石伟泽

海信(山东)冰箱有限公司洗衣机研发部山东青岛 266100

1 引言

目前，在洗衣机行业，智能控制的各种表现形式成为消费者判别洗衣机是否高端的一个显著指标，比如，Wi-Fi控制、衣物重量/材质判断、自动投放洗衣液/柔顺剂、衣净即停、衣干即停、语音控制等[1]。因智能控制的最终目的是通过洗衣机自身判断内筒中衣物的情况并合理设置洗涤、漂洗、脱水、烘干、洗涤剂/柔顺剂投放量等程序运行各阶段的参数来实现无人干预，而各个参数的确定是否合理与衣物材质有很大关系，因此，衣物材质识别成为近几年各品牌争相竞逐的一项功能指标。

市场上现有的洗衣机识别材质的方法主要有RFID系统、AI摄像头采样、光谱分析技术、三轴加速度传感器分析衣物运动状态、吸水率（量）判断等。每种方法都有其判断材质的优势，同时存在需要改进、优化的不足之处。研究洗衣机领域的衣物材质识别方法，有利于制造商了解市场材质识别方法的发展动态，并通过一定的措施改善各自品牌的识别方法，进而提高材质识别性能，提升用户体验。

为规范常用衣物的产品制造和使用，2009年以来，我国出台GB/T 8685-2008《纺织品维护标签规范符号法》、GB 18401-2010《国家纺织产品基本安全技术规范》、GB 5296.4-2012《消费品使用说明第4部分：纺织品和服装》等多项标准，为洗衣机研发材质识别方法指明了方向，为消费者选购提供了依据。

为增加洗衣机行业相关技术人员对家用洗衣机材质识别方法的了解，使其开发出衣物材质识别准确度高的新方法，本文对RFID系统、AI摄像头采样、光谱分析技术、三轴加速度传感器分析衣物运动状态、吸水率（量）判断等材质识别方法进行了分析与总结。

2 洗衣机领域的衣物材质识别方法

洗衣机对衣物材质的识别是通过多种因素复合判断的结果，在研究材质识别方法时，需要分析其各自的工作原理以及优劣势。

2.1 RFID系统

RFID技术已有几十年的发展历史，其在物流仓储、交通、身份识别、防伪等领域广泛应用。但该技术在洗衣机领域应用于衣物材质识别只有几年的时间，其实现需要服装厂家制作的可水洗RFID标签的配合，并且RFID标签要符合2018年12月29日发布的国家标准《服装商品编码与射频识别（RFID）标签规范》。

2.1.1 定义

RFID系统是一种非接触式的自动识别系统，由电子标签、读写器、读写器天线、处理模块等硬件和应用算法软件等基本组件组成，利用无线射频方式在读写器和电子标签之间进行非接触双向数据传输，以达到目标识别、数据传输和控制的目的。

2.1.2 原理

洗衣机可从衣物内置的唯一识别码的RFID标签中读取有关织物纤维类型、颜色、相关洗涤参数等的信息，并据此衣物信息优化洗涤程序。进行衣物材质识别的具体步骤为：①用户将带有RFID电子标签的衣物投入洗衣机；②洗衣机上安装的RFID识别系统中的读写器天线采集待洗衣物的RFID标签信号并传输给读写器；③读写器根据RFID标签信号读取其中的ID编号，并将其传输给安装在控制板中的处理模块；④处理模块将其ID编号传输到设置于控制板或者服务器或者云平台中的数据库；⑤数据库将接收的ID编号与数据库中存储的衣物ID编号相匹配，找到待洗衣物的相关信息并回馈给处理模块[2]；⑥应用算法软件根据处理模块接收的相关信息，计算并控制洗涤、漂洗、脱水、烘干、洗涤剂/柔顺剂投放等的参数。

2.1.3 优劣势

RFID系统识别衣物材质的优势在于：从准确性角度来说，对于内置RFID电子标签的衣物，此技术可实现多件衣物同时被准确识别，能够在减少人力的前提下，使洗衣机获取非常准确的衣物材质、颜色、相关洗涤参数信息，使得洗涤过程更加便捷。洗衣机行业有的品牌通过与衣物制造商合作，在高端洗衣机的某些机器型号上应用可识别某些品牌衣物上的RFID标签的技术，进而识别衣物材质。

劣势在于三方面：①对RFID标签本身性能要求高：洗涤过程中水温可高达95℃，而且摔打洗涤（滚筒洗衣机主要的洗涤模式）、摩擦洗涤（波轮洗衣机主要的洗涤模式）过程中衣物各部位会受到来自多个方向的力，RFID电子标签需要耐受高湿、高温、摔打、摩擦以及洗涤剂腐蚀的洗涤环境[3]，这对RFID电子标签的材质、柔软性等参数提出了更高要求，其制造成本及研究难度也会相应增加。②制造成本高：RFID电子标签需要具备防水、防磁、耐高温等特点来保证使用时的稳定性，成本是普通条码标签的几十倍，使得衣物制作的成本大大增加。③应用范围受限：内置RFID电子标签的衣物并不普遍，所以此种技术适用范围比较局限。对于洗衣机市场而言，洗衣机制造商与衣物制造商的跨行业合作，成为推进此技术的关键点；但是，RFID标签的高制作成本及衣联网建立的高复杂度，成为制约此技术发展的难点。

2.2 AI摄像头采样

AI摄像头采样技术是2019年应用于高端洗衣机上的衣物材质识别技术，根据2019年世界人工智能大会上发布的《AI科技家电白皮书》，未来3～5年，此种人工智能技术的最终目标是通过海量数据分析、超大规模自学习等实现家电机器人化。

2.2.1 定义

AI智能摄像头识别衣物材质是集图像识别技术、深度学习算法及专家系统于一体的技术。其中，图像识别技术利用其防抖科技，可瞬时捕捉衣物的信息。深度学习算法利用快速运算，对不同织物、衣物进行智能识别和判断，识别每一次衣物的信息。而专家系统-海量衣物信息数据库、云端洗护程序库，可为机器自动实现衣物洗涤、护理的全流程提供精确参考。

2.2.2 原理

AI技术以洗衣机产品为载体，通过以下三步服务于用户。洗衣机上安装的AI摄像头具体工作过程为：①用户将待洗衣物投入洗衣机；②图像识别技术，自动判断每件衣物的衣型纤维、颜色、体积及冒泡残留等；③深度学习算法配合专家系统，通过强大的计算平台、海量的数据分析，可根据衣型纤维确定水位高低，根据衣物颜色确定洗涤水温，根据体积确定洗涤时长，根据冒泡残留确定漂洗水位、漂洗次数等参数。

与一般洗衣机产品通过称重确定洗涤水量的方法不同，AI摄像头采样技术能够针对采集、计算出的洗衣机内部衣服总的吸水情况，自动匹配洗涤/漂洗阶段的用水量、洗涤剂添加量等，并以不同洗涤模式（洗涤转速以及转停比）、不同水温照顾到每一件衣物。

2.2.3 优劣势

AI摄像头采样技术识别衣物材质的优势在于：①准确度高：通过智能摄像头采样技术，分析得出待洗衣物重量、材质、颜色等信息，深度学习算法根据这些信息自动提供一套适合当前环境的洗衣方案，避免了用户基于经验做选择导致的衣物洗不干净或过度洗涤的情况发生。②智能化程度高：洗衣机的控制系统由原洗衣机内部芯片上固定的算法搬到了云端上，可以更加灵活地根据用户需求调整洗护方案。近一年，有的洗衣机品牌已经在某些高端滚筒洗衣机上开始应用此技术。

劣势在于：①开发成本高：云端资源复杂，需要投入大量实际资源采集海量衣物数据，这对人力、时间、成本的要求很高，企业需要有一定的资本。②系统需要持续更新：衣物款式更替日新月异，图像识别技术的视觉系统一方面需要跟得上衣物种类的变化；另一方面需要明确识别种类的上限，防止内存不够的现象发生[4]。③其应用存在一定的局限性：AI技术的应用需要依靠深度学习的发展、大数据处理能力、云计算和边缘计算的发展以及核心场景带动，这对于小型洗衣机制造商提出了高难度要求，可能限制此技术的发展以及未来的应用。

2.3 光谱分析技术

用于洗衣机的光谱分析技术主要是指红外光谱技术，红外光谱识别衣物材质主要是通过将光束照射到衣物上之后，分析衣物纤维反射的吸收光谱特征峰的强度及形状，并与云端数据进行匹配，来实现无损、定性鉴别衣物纤维。但此技术在洗衣机领域的产品应用一直没有实质性进展。

2.3.1 定义

红外光谱分析指的是利用红外光谱对物质分子进行的分析和鉴定。将一束不同波长的红外射线照射到物质的分子上，某些特定波长的红外射线被吸收，形成这一分子的红外吸收光谱。红外吸收光谱中，每一个特征吸收谱带都包含了分子中基团和键的信息。

衣物表面的纤维分子吸收某些波长的红外线后，会反射一定的吸收光谱，不同的纤维具有不同的化学基团和分子结构，因而会出现不同的特征吸收光谱。对已知纤维的红外光谱图与未知纤维的红外光谱图进行比较，就可以对衣物纤维的种类进行定性分析[5]。

2.3.2 工作原理

洗衣机可通过不同的方式，利用近红外光谱识别衣物材质。

一种是外部手持式智能光谱扫描仪，具体工作原理为：①通过其内部安置的红外光源和检测器来扫描衣物材料表面不同的分子结构，几秒内分析得出衣物材质成分以及含量比例，然后通过一键操作，传送至配套洗衣机。②洗衣机通过特有的云端数据分析和深度学习算法，从众多洗涤搭配程序中找到最适合当前衣物的洗涤程序[6]，在浸泡/洗涤/脱水时间、洗涤温度、洗涤/脱水转速、漂洗次数等方面都进行精确控制。③当对多件衣物成分进行分析的时候，如果某件衣物的材质不适合与之前扫描过的衣物一起洗涤，扫描仪也会发出警示，建议单独用其他程序洗涤此衣物。

另外一种是在洗衣机内部设置衣物材质感知传感器，其工作原理为：①近红外光谱感应传感器分析内筒中的衣物材质不同基团产生的光谱吸收峰位置和强度的变化，判断衣物材质成分及含量比例；②传感器通过洗衣机上安装的通信模块将该识别数据发送到云服务器；③云服务器自动查询与对应衣物成分信息配套的洗涤模式，精确控制洗涤剂添加量、浸泡/洗涤/脱水时间、洗涤温度、洗涤/脱水转速、漂洗次数等参数[7][8]。其中，通讯模块与近红外光谱感应传感器和云端服务器间可进行瞬时数据交互。

2.3.3 优劣势

光谱分析技术识别衣物材质的优势在于：①准确度高：通过近红外光谱传感器，扫描衣物表面得出材质信息，云端数据分析和深度学习算法自动推荐合适的洗衣方案，在提高洗衣效率的同时，有效地避免了衣物洗不干净或者过度洗涤导致衣物磨损的情况发生。②智能化程度高：云端服务器可以根据衣物材质信息灵活地匹配洗护方案，弥补了洗衣机内部控制系统固定算法可能导致的洗护参数匹配性差的缺点。国内外暂时没有洗衣机品牌应用光谱分析技术进行衣物材质识别。

劣势在于：①开发成本高：云端资源复杂，需要投入大量实际资源采集海量衣物数据，这对人力、时间、成本的要求很高，企业需要有一定的资本。②对传感器本身性能要求高：红外光谱测试一般以15℃～25℃、60%相对湿度为宜，而洗衣机的内部温湿度环境比较恶劣，对洗衣机内部设置的近红外光谱感应传感器的要求较高。

2.4 三轴加速度传感器

三轴加速度传感器分析衣物运动状态进行材质判断，是日本品牌洗衣机应用较多的一种方法。通过将传感器安装在洗衣机外筒上，洗涤过程中精密感测筒内衣物对洗衣机内外筒造成的前后、左右、上下的振幅与方向，进而感知衣物的材质和重量。

2.4.1 定义

三轴加速度传感器是一种基于重力加速度的原理进行工作的没有机械损耗的非接触式测量传感器，可同时测量三轴（X/Y/Z）位移数据，具有体积小、重量轻、安装简单的优点，可在高温高湿的环境下使用，并可以通过测量空间加速度，全面准确地反映物体的运动性质。

要准确了解洗涤过程中衣物在内筒中的状态，必须测量其在三个空间方向（前后、左右、上下）的运动状态分量。在预先不知道衣物运动方向的情况下，只有应用三轴加速度传感器来检测加速度信号。

2.4.2 工作原理

三轴加速度传感器检测衣物材质和重量的工作原理为：①将加速度传感器安装于洗衣机外筒上，同时确保安装位置合理，使得洗衣机运转过程中传感器不会被撞到。②传感器采集洗衣机外筒X/Y/Z三轴方向的振动加速度值，然后经运算处理转换成实际位移值数据并发送到电脑控制器。③电脑控制器通过读取当前位移值数据，实现对洗衣机外筒振动量的精确判断，进而分析出衣物的材质和重量。④洗衣机控制板根据分析结果控制洗涤摔打力度，对于重的衣物，提高滚筒转速，进而提高摔打洗涤效果；对于轻的衣物，降低滚筒转速，进而提高摔打洗涤效果。

2.4.3 优劣势

三轴加速度传感器通过分析衣物运动状态来识别衣物材质的优势在于：①安装及应用方便：体积小、重量轻，方便安装。②应用范围广：可应用于各种衣物种类的判定，不必考虑跟不上衣物种类的日新月异更替。而且，还可通过三轴加速度传感器实时检测洗衣机的运行状态，减少洗衣机运行过程中的不平衡振动或移位。国内外部分洗衣机品牌，尤其是日本品牌，已经开始在洗衣机上应用此种技术进行衣物材质识别以及振动检测。

主要劣势在于：①准确性不高：通过实时检测的振幅数据，感知衣物运动性质，判断衣物质量和材质，进而控制洗衣机转速变化，达到更好的摔打洗涤效果，同时可减少洗衣机对衣物的磨损。但是，因同种材质、不同种类的衣物纤维编织方法不一样，其摔打带来的振动加速度值也不一样，影响材质识别的准确性。②成本较高，普通的用于洗衣机的三轴加速度传感器成本在三十元以上，这成为妨碍其推广应用的一个弱点。

2.5 吸水率（量）判断

吸水率（量）判断衣物材质是一种应用比较普遍的方法，主要根据不同衣物材质吸水率（量）不同，使得同样的洗涤用水量导致洗衣机外筒中水位高低不同的原理来判断材质。比如，天然纤维类棉、毛、丝、麻的吸水率（量）相对较大，水位较低；而涤纶、丙纶等化学纤维吸水率（量）相对较小，水位则较高。

2.5.1 定义

吸水率（量）是表征衣物材质吸水能力的指标，通常以质量吸水率表示，即不同材质的单位重量的衣物吸水饱和时水分的质量占干燥衣物质量的百分数。计算公式为：

式中，W质为材料质量吸水率（%），G1为衣物吸水饱和状态的质量（g），G0为衣物干燥状态下的质量（g）。

2.5.2 工作原理

根据衣物不同材质的吸水率（量）不同来判断衣物材质的具体工作原理如下：①将被洗衣物放入内筒中，洗衣机内部称重装置计算出被洗涤前衣物的重量G0；②进水阀进一定量的水M1到内外筒中，电机带动内筒转动一定时间，使衣服被水浸湿；③水位传感器检测此时外筒中的水位，计算此时外筒中的水量M2；④洗衣机控制系统根据M1、M2、G0以及洗衣机电脑板中内置的各种衣物材质吸水率的参数，通过一系列的运算得出单位重量衣物的吸水率以及含棉材质的重量、非含棉材质的重量；⑤将运算结果与洗衣机电脑板中预设衣物含棉率等级进行对比，选择对应的洗涤方法[9]。

2.5.3 优劣势

通过吸水率（量）判断衣物材质的主要优势在于：从开发成本角度来说，本技术识别材质的成本低，在明确不同材质吸水率（量）的情况下，只需通过软件计算和控制，便可实现衣物材质的识别。因开发成本低廉，此技术已经开始在部分洗衣机品牌的高端机器型号上进行应用。

主要劣势在于：①准确性不高：此方法建立在称重比较准确的基础上进行衣物材质判断，如果洗衣机称重不准确，则直接影响材质判断的准确性。②应用受限：不同材质的衣物，其吸水率可能有交叉，这给材质识别带来了一定的局限性，对于某些材质的衣物来说，可能存在判断不准确性的情况。

3 衣物材质识别方法现状分析及展望

上述五种衣物材质识别方法各有优劣：①从识别准确度来说，RFID系统、AI摄像头采样、光谱分析技术的准确度，要比三轴加速度传感器、吸水率（量）判断的准确度高得多。②在成本上，RFID系统、AI摄像头采样以及光谱分析技术，如果跟随衣物款式及面料的时代发展进行准确识别，需借助云端数据库以及与衣物制造商的跨行业合作，识别成本相比三轴加速度传感器、吸水率（量）判断的开发成本均高出很多。③在技术应用的可行性方面，除了光谱分析技术，其他四种材质识别方法均已被应用。随着时代的发展，洗衣机技术的成熟度越来越高，在成本可控范围内，以上五种衣物材质识别方法均可被广泛应用于洗衣机。

另外，洗衣机（包括洗衣干衣机）的高端化需要智能技术的支撑，衣物材质识别作为智能化领域的重要功能之一，研究人员需要在充分了解各种材质识别方法的基础上，以理论和实践为基础，充分验证并优化各材质识别方法的准确性、成本及应用可行性。

未来，衣物材质的准确识别将是升级洗衣机品质的核心指标之一，其发展将依赖以下几方面的发展。①云端数据库及深度学习算法技术：深度学习算法通过学习云端数据库中的样本数据的内在规律和表示层次，最终实现人工智能识别，对于信息已上传云端的衣物来说，识别的准确度非常高。但是成本需要控制在洗衣机产业可接受的范围内，如果成本过高，其应用范围将只局限在部分衣物材质及种类，而跟不上日新月异的衣物材质及种类变化；如果未来开发成本大大降低，其应用的可行性非常高。②感知算法技术：高精度智能传感器，如：质量识别传感器、布质识别传感器、RFID电子标签等的控制算法的研究，可大大提升洗衣机的状态检测与智能洗涤的发展[10]。但是高精度传感器的开发成本一直居高不下，如果成本大大降低，其应用的可行性非常高，而且准确度将比行业现有滚筒洗衣机对衣物材质的识别准确度高。③特殊衣物研究：随着消费者穿着高档衣物的频次增加，消费者对高档衣物的洗护需求日益增强，但是高端面料如羊毛、真丝、云锦等的特点及洗护与一般材质的衣物有很大差别，对其深入研究将为新型衣物材质识别及洗护方式的开发提供新的方向[11]。④跨行业合作：通过与纺织协会、洗涤剂厂家等合作，可在充分了解衣物材质、洗烘要点的基础上，合理选择洗涤剂、护理剂以及设计程序运行参数，从而实现对不同衣物的专项洗涤护理。在政府对创新技术的扶持以及国家相关政策的引导下，以上各方面的发展将会大大加快家电智能化的前进速度。⑤安全保障：洗衣机产品在智能化的同时，也给消费者带来了一定的安全隐患，比如摄像头泄露用户信息，云端服务器用户信息遭到窃取等。未来的衣物材质智能识别技术，需有一定的安全支持与标准，让消费者放心使用。