人工智能在服装智能制造中的应用

闻力生

(东华大学 机械工程学院,上海 200051)

0 引 言

在“中国制造2025”目标指引下,我国服装企业正向着自动化、数字化、网络化和智能化方向转型, 以实现企业智能制造。为此,不少学者围绕服装智能制造展开相关研究,内容涉及服装、家纺等缝制类行业智能制造的现状以及今后的发展趋势[1],将智能工位终端应用于服装生产过程[2],大数据下的服装智能制造系统生产调度优化[3],服装裁片挂片机器人的控制系统[4]，立体裁剪样板数字化修正[5],RFID技术在服装行业智能制造中的应用[6]等。以上文献都是将智能制造技术应用于服装工程中的某个环节。文献[7]针对当前服装智能化转型的困扰，对服装智能制造能力的成熟度影响因素做了详细的分析，并给出一定的智能化转型思路。本文在论述人工智能技术在服装企业十大应用基础上,进一步说明人工智能技术在自感知、自学习、自决策、自执行、自适应的服装企业智能制造中的重要性。

1 人工智能的形成与发展

1.1 智能制造与人工智能

2015年5月我国发布的“中国制造2025”战略目标指出需要30年使我国由世界制造大国转型于世界制造强国。2016年工信部在解读“中国制造2025”时提到,要实现制造强国，必须在中国制造业实现智能制造生产方式,因为智能制造是基于新一代信息通信技术与先进制造技术深度融合,贯穿于设计、生产、管理、服务等制造活动的各个环节,具有自感知、自学习、自决策、自执行、自适应等“5个自”功能技术,即人工智能技术。2017年国务院发布了“新一代人工智能发展规划”。在规划中明确提出,我国人工智能产业规模在2020年、2025年、2030年要分别达到1万亿元、5万亿元和10万亿元;为了更好地使我国制造业的智能制造尽快落地, 2019年又发布了“5G商业化应用规划”,即在2020年“5G商用初期”产业规模要达到4 500 亿元, 2025年“5G商用中期”产业规模要达到1.4万亿元, 2030年“5G商用后期”产业规模要达到2.6万亿元。5G商业化应用使我国的网络通信在大连接、大宽带、低延时环境下运行,加速了“中国制造2025”目标的实现,加速了我国智能制造的实现。

在智能制造实践过程中,人工智能技术不仅是核心技术,同样也是应用最多、最广的技术,在一定程度上智能制造代表着人工智能化制造,服装企业智能制造也是如此。所谓人工智能(artificial intelligence,AI), 就是研究开发能够模拟、延伸和扩展人类智能的理论、方法、技术及应用系统的一门新的科学技术。人工智能从1950年著名的图灵试验到现在已经有近70年的历史,这其中的发展可以分为3个阶段[8]。

第一阶段是人工智能诞生时期,是从20世纪50年代到80年代,在这30多年中最值得称赞的是1950年英国数学家阿兰·图灵(ALAN·TURING)证明了计算机的思维能力;其次是模拟人的思维,初步研究了神经元模型;为了提供机器具有思维能力的有力理论支撑, 1956年,有人工智能之父之称的麦卡锡(JOHN MCCARTHY)在美国达特茅斯学院召开了会议,提出“人工智能”这一术语。

第二阶段是人工智能步入产业化时期, 即20世纪80年代到20世纪末。这个时期由于计算资源的不足,大多研究只限于专家经验、模糊识别等浅层知识的研究,人工智能没有取得突破性的发展。

第三阶段是人工智能步入爆发性发展期, 即21世纪初到目前。“爆发性发展期”主要指2015年至今,随着大数据、云计算、深度学习以及计算能力的提高,人工智能出现了爆发性发展。这种爆发性发展也是由于各国都将其作为竞争的核心技术。世界各国都意识到人工智能是开启未来智能世界的密钥,是未来科技发展的战略制高点,谁掌握了人工智能,谁就将成为未来核心技术的掌控者。因此美、欧、俄、日等发达国家都纷纷制订发展规划,谋划抢占这新一轮科技变革的先机。

1.2 “人工智能+X”应用范式

我国在面对人工智能的爆发性发展时期,早在2016年的政府工作报告和2019党的十九大工作报告中就提出了“大众创新、万众创业”,要推动“互联网+”深入发展,促进数字经济加速成长,让企业广泛受益,百姓普遍受惠;要打造好工业互联网平台,拓展“智能+”,为制造业转型升级赋能。这里说的“智能+”就是指的“人工智能+”, 而“人工智能+X”是人工智能技术应用范式,且已日趋成熟,人工智能向各行各业快速渗透融合,进而重塑整个智能社会发展,这是人工智能驱动第四次技术革命的最主要表现方式。

1.3 AI领域技术与服装产业相融合

AI与各行各业融合包括与服装智能制造相融合, AI技术在我国短短几年的发展中,已形成较完善的人工智能产业链,见图1[9]。从图1可见,在AI的应用层面、技术层面和基础层面中的智能机器人、无人机、传感器、图像识别、计算机视觉、语音识别、文字识别、机器学习、深度学习等等均是AI技术研究领域,它们都和服装智能制造相关。其中的智能机器人、图像识别、计算机视觉、语音识别、文字识别、机器学习、深度学习等AI技术在服装智能制造中应用最为广泛。

传统性的机器为了执行任务,需要手动编码带有特定指令设定的软件程序来完成某个特殊任务,现在AI技术, 用机器学习来代替编码写程序。所谓机器学习(machine learning，ML)就是让机器具有类似人类的学习能力,能够自主地获取知识,即运用算法来分析数据，从中学习、测定、预测现实世界某些事。使用大量的数据和算法来“训练”机器,赋予它学习如何执行任务的能力。

机器学习的算法通常可分为分类相关算法、回归相关算法和聚类相关算法3种,都是源于“统计学习”的理论基础。其中最为著名的算法是深度学习(deep learning, DL), 它是一种高级机器学习方法, 也是一种现代的人工神经网络 (artificial neural network, ANN)方法的升级版,就是通常说的深度神经网络(deep neural netwook,DNN)[10]。利用深度神经网络(DNN)算法可构建复杂的非线性关系,让机器感知周围的世界。AI能否成功落地要靠深度学习(DL),而深度学习能否顺利进行需要海量大数据的支撑、先进算法模型和超大的计算机计算能力的技术支撑[11]。

虽然说由机器学习到深度学习是一大进展,但终究围绕机器学习研究的算法多而复杂。最近一些AI公司研究了自动机器学习(automatic machine learning,AutoML),旨在对不具备专业知识背景的情况下可使用低门槛甚至零门槛的机器学习算法,摆脱对机器学习专家的依赖,该技术正在成为机器学习赋能行业AI落地的关键。目前美国谷歌公司发布的 Cloud AutoML,我国第四范式公司的 AutoML 技术均已投入实际工业应用。

作为我国本土学者对跨文化能力模式的研究成果，对于我国国内学者的研究具有特别的指导意义，也为笔者的研究提供了重要的理论参考。

2 AI在服装企业智能制造中的应用

AI与制造业融合主要包括3个方面，一是对制造产品注入AI,使产品成为智能产品;二是向服务注入AI,使服务成为智能制造服务;三是向生产制造注入AI,使生产制造成为智能制造。2019年美国Gartner公司发布的“2019人工智能发展报告”提出了人工智能技术对企业各个业务层面的影响度,见图2。由图2可见,现在的AI技术已经在企业的产品和服务、生产制造和服务达到40%以上的影响度。随着AI技术不断成熟，AI技术在企业中的影响度会不断增加。同样,AI技术在服装企业各项业务的应用也已经全覆盖,这为今后实现服装企业智能制造打下了扎实的基础。

2.1 在服装服饰产品智能化中的应用

目前构成服装服饰产品智能化主要依靠服装织物技术、电子信息技术、网络通信技术、人工智能技术和计算机技术,将这些技术集成于能够穿带的服装服饰产品,才有了市场上的各式各样的智能服装服饰产品,见图3。图3左是深圳智裳科技公司推出的智能瘦身衣,它由自主研发的具有生物电、压力等传感功能的柔性传感新材料,通过释放电子肌肉模拟器(electronic muscle simulator,EMS)脉冲波,模拟大脑神经中枢电信号,刺激肌肉自主高效运动,从而达到瘦身效果; 图3右是其公司推出的带有监测系统的智能文胸,它通过对胸部测量建立乳房周围温度场,获得温度场大数据；通过监测,将正常与异常大数据对比分析,及时监测用户的乳腺异常情况。另外，还有智能运动鞋袜, 袜子由导电纤维制成,跑步时由传感器和导电纤维把数据传给脚环, 脚环再与智能手机对接,就能读出跑步数及运动情况;以及利用脑机接口技术所制作的帽子,带上它可使大脑始终处于清醒健康状态。

2.2 在服装流行趋势预测中的应用

英国每年有30万t过时的旧服装,如何减少浪费也成了目前研究的热点。英国Fashion Pocket股份有限公司认为正确把握服装流行趋势可以减少服装浪费,他们收集了超过2 500万份服装图像数据,利用人工智能机器学习算法分析、预测全球服装服饰的走向,并计算和预测本国或全球市场服装产品流行动向。

2.3 智能服装设计

2019年麻省理工学院利用AI技术中的生成式对抗网络(generative adversarial networks,GAN)模型进行服装设计,是一种深度学习模型。 GAN设计了2个神经网络,通过1个生成、1个判断进行博弈。例如在连衣裙的设计上,研究人员收集了大约 5 000张过去的连衣裙时装样式的图片数据,一个为GAN的生成模型,一个为GAN的相对抗的判断模型,然后进行几天训练,就可以得到新设计的连衣裙时装样式,见图4。图中左侧为过时的服装图像数据,右侧为AI技术生成的新款时装。

2.4 服装表演中的应用

众所周知,所谓仿真,就是对现有或未来系统及产品进行建模并进行实验研究的一个过程。在服装制造业中。服装虚拟3D设计、3D试衣、3D走秀及服装色彩、款式、面料等仿真的主要目的就是让设计者与客户通过真实的效果,对服装作品作出修改与调整,从而对服装产品及其他系统达到一致的肯定。AI技术中的机器视觉技术、图像识别技术的精准度已远远大于人的视觉和识别能力,所以AI技术的仿真效果更好、更真实,见图5。

2.5 在服装面辅料及成衣质检中的应用

2019年深圳创新奇智公司以AI的机器视觉技术为切入点,自研ManuVision工业视觉平台,建设包含光学成像、机械自动化、电气自动化和软件算法的全技术栈。在该技术栈的基础上,推出支持定位、检测、测量、识别等4大功能的工业视觉一体机,目前已应用于纺织服装、家居板材、无损探伤、磁性材料等领域。图6是纺织服装行业应用的工业视觉一体机(见图6左下角),主要对面料和成衣进行质量检测,检测内容包括色差、疵点识别、尺寸大小等。

2.6 服装缝制加工工艺参数中的应用

服装在对各种面料进行缝制加工时首先要进行缝制参数设置,例如缝纫机车速、缝线张力、线迹形式、线迹大小等等,这些参数设置的是否准确,会影响到缝制质量。因此在缝制过程中,可以利用AI技术中的机器视觉技术、机器学习和深度学习技术来选择最优缝制参数,使缝制质量达到最好[11-12]。

2.7 AI+服装缝制设备和AI+机器人

2018年美国Softwear公司推出的带视觉的自动缝纫机器人(见图7),也是利用机器视觉技术,其相机和缝纫系统均装在机器人手臂上,使机器人成为人工智能的载体。其传感相机具有1 000 帧/s的高速摄影能力,它捕捉的缝纫轨迹,精度能够达到0.2～0.5 mm[13]。

2.8 协同智能缝制单元或系统

上海富山公司推出的HSAT-K2 T恤自动开口下摆包缝无人工作站系统是1个典型的模块式智能协同缝制加工单元,该单元采用多种前沿技术,如工业机器人抓取和传送技术、AI技术中的机器视觉技术、自动缝纫技术、机械手自动输送技术、自动收料技术等等。

山东珞石机器人公司与西安标准股份公司联合推出了XB7机器人协同智能缝制系统，采用一台六轴工业机器人吸附衣片,通过视觉识别系统,机器人进行精准传送,控制缝制设备完成包缝与平缝的加工,见图8。

珞石机器人公司自主研发的AutoGen视觉识别系统,可通过辨识衣片轮廓与角度自动生成缝制线迹与机器人运行轨迹。此项技术攻克了机器人与缝纫机速度协同控制难题,填补了机器人与缝制设备协同自动化加工技术的空白。

同样,上海威士公司推出了WS-8000衬衫克夫烫、缝、锁、钉机器人协同缝制系统。该系统由珞石六轴机器人、克夫定型机、克夫辑明线缝纫机、平头锁眼机、钉扣机及相机传感器等组成。在机器人及图象识别系统技术条件下,形成了当今智能化技术最先进的模块式的智能协同加工单元,它为服装企业实现智能制造作出了最直接的贡献。

2.9 实现智能模块式的制造方式

模块化生产是在20世纪60年代刚性生产制造系统、 80年代柔性生产制造系统和90年代计算机集成制造系统(CIMS)基础上发展起来的,主要是为了适应服装市场消费需求的变化和服装个性批量定制的要求, 因此它是21世纪生产的主要方式。模块化生产系统包括产品模块化、产品生产过程模块化和产品供应模块化。生产过程模块化是指服装加工流程中工位的加工设备模块化,各模块之间由机器人负责衣料的传送,因此这种加工方式可以打造无人加工生产线,实现服装智能制造工厂[14-15]。传统的服装加工过程中所用的各种设备经过近几年的自动化、智能化创新,都已形成了具有模块式、协同式、智能单元式的系统(见图9),这些模块协同智能缝制系统串连在一起,就实现了智能生产线、智能车间和智能工厂。

杭州凌笛数码公司推出的STYLER3D设计与管理服务智能模块,从3D出发较好地解决了服装设计制版及后续生产问题(图9(a));浙江宁波经纬公司推出的智能裁剪系统模块,较好地解决了从面料到衣片的全自动化(图9(b));上海上工申贝、上海威士、上海富山、西安标准、浙江杰克、浙江中捷等公司相继推出的类似的机器人智能协同缝制系统模块, 较好地解决了服装自动化缝制(图9(c));上海威士公司推出的智能整烫模块, 较好地解决了服装自动化整烫(图9(d));宁波圣端斯公司推出的成衣自动输送、折叠包装、分拣入库, 较好地解决了服装智能仓储物流系统(图9(e)、(f)),以上这些设备有效集成,便实现了服装智能制造。

2.10 AI在服装零售门店的应用

智慧门店是一种新兴的概念，它是通过大数据的云计算，再将智能设备、软硬件等相结合，分析顾客的购买行为，从而指导商家经营，实现店铺的智能化管理[16]。图10是丹麦绫致时装(Bestseller)公司在中国的JACK&JONES品牌服装智慧零售门店[17]。这个智慧零售门店应用了AI中的人脸识别技术(图10(a)),并拥有基于人脸识别技术的客流统计系统(图10(b))和可用于客户可视化个性定制服务试衣镜系统(图10(c))。

图11展示的是德国Zalando Research 研究所的研究者在门店用的Style GAN系统[18]。这个AI中的Style GAN技术就是前文所说的生成对抗网络技术,它可以帮助客户展示指定单品混搭后穿在身上(各种姿势)的效果,用以实现可视化定制服务。

3 结 语

如今AI技术几乎覆盖了服装产品研发设计、生产加工、整烫包装、仓储物流和门店销售等各个环节,服装智能制造的全面实现会随着AI技术不断发展而为期不远。现在AI领域中的人脸识别技术精准度达到99.77%，图像识别技术精准度达到95.1%，语音识别技术精准度达到94.1%，视觉识别技术精准度达到98.3%,其平均值早已超过人类精准度的平均值95%。AI将在未来几年成为主要的人机交互界面,这也意味着未来AI 将成为企业与客户之间的交互界面。服装企业要实现的智能制造其本质就是让AI成为服装需求端和服装制造端的交互界面,在服装需求端企业为客户提供高满意度的服务,在服装制造端企业要打造模块式的众多智能单元,实现智能制造工厂。

AI技术正在日新月异地向前发展,未来的21世纪20年代、30年代价值最大的、占主要位置的是人工智能、互联网、工业、金融、农业、水产及五金业。正因为有了最大价值的人工智能,所以可以预测，到2025年,将有97%的企业应用人工智能。按企业应用人工智能角度来分,未来企业只有人工智能企业、应用人工智能企业和被人工智能淘汰企业这3种,所以，所有服装企业应该转型于应用人工智能企业,也就是服装智能制造企业。