Giyim gibi değişken malzemelerin montajı, manuel dikişi kopyalamaktan başka şekillerde otomatikleştirilebilir. Kaynak: Createme
200 yılı aşkın bir süredir, dikiş makinesi giysi üretimini tanımlamaktadır. Zanaatkarın elini mekanikleştirirken, sanayiyi de tek bir fikir etrafında topladı: Kumaşın içinden geçirilen iplik. Robotik ve otomasyondaki ilerlemelere rağmen, çoğu giysi hâlâ aynı mantığa dayanıyor; insan emeği, makinelerin taklit etmede zorlandığı değişken malzemeler için ustalık, hizalama ve istisna yönetimi sağlıyor.
Sorun, çaba eksikliği değil. Çoğu yaklaşım, makineler için asla tasarlanmamış bir süreci otomatikleştirmeye çalışıyor.
Geleneksel otomasyon, kaynak, montaj ve diğer stabil malzeme taşıma görevleri gibi katı, öngörülebilir görevlerde mükemmel sonuçlar verir. Kumaş farklı davranır. Uzatılır, kırışır, çöker ve bir görev boyunca durum değiştirir. Malzemeler deformasyona uğradığında, robotlar tam olarak hareket edemediği için değil, malzeme durumunu güvenilir bir şekilde tahmin edemedikleri veya değişen koşullara uyum sağlayamadıkları için zorlanır.
Bu boşluk, üretimde daha geniş bir zorluğa işaret ediyor: temasları algılayabilen, düşünebilen ve gerçek zamanlı olarak uyum sağlayabilen sistemler inşa etmek; sadece önceden yazılmış hareketleri tekrar etmek yerine. Bu, fiziksel AI'nın vaadidir.
Değişken demoların üretime geçişi
İlerleme gerçektir. Görme, simülasyon, algılama ve robot zekasındaki ilerlemeler, ustalıkla manipülasyonu laboratuvar gösterimlerinden uygulamaya doğru taşımaktadır. Ancak ticarileştirme için kriter, bir robotun bir görevi bir kez tamamlayıp tamamlayamayacağı değildir. Sürekli çalışıp çalışamayacağı, değişkenlik gösterip gösteremeyeceği, kabul edilebilir verim, çıktı ve kurtarma ile birlikte olup olamayacağıdır.
Bu yaklaşımlar artık üretim ortamlarında test edilmektedir; burada performans, çalışma süresi, döngü süresi ve sistemlerin çalışır durumda kalması için gereken mühendislik çabası ile ölçülmektedir. Değişken malzemeler, iyi bir demo ile uygulanabilir bir sistem arasındaki boşluğu çok hızlı bir şekilde açığa çıkarır.
Neden giyim zorlu bir test alanıdır
Giyim, fiziksel AI için en zor ticari test alanlarından biridir. Çok az üretim kategorisi, bu kadar fiziksel değişkenliği—kumaş türü, drape, esneklik, siluet, yığılma ve yapı—bu düzeyde küresel ölçek ve maliyet baskısı ile birleştirir.
Eğer bir sistem güvenilir bir şekilde kumaşı algılayabiliyor, tahmin edebiliyor ve kontrol edebiliyorsa, esnek malzemeleri daha geniş bir şekilde işlemek için aktarılabilir bir temel geliştirir. Kumaş işleme, niş bir sorun değildir. Bu, malzeme bilincine sahip manipülasyonun pratik bir testidir.
Zorluk, birçok çabanın dikişi otomatikleştirmeye çalışarak—sorunun en zor kısımlarını koruyarak—başlamasıdır.
Süreci yeniden tasarlayın, sadece otomatikleştirmeyin
Daha ölçeklenebilir bir yaklaşım, üretimi robotların kontrol edebileceği şeyler etrafında yeniden tasarlamaktır.
İğne ve iplik iş akışlarını kopyalamak yerine, giysiler şekillendirilip birleştirilecek formlar olarak ele alınabilir; delik açılıp dikilecek değil. Bu, sorunun yapısını değiştirir.
Pratikte, zorluk “robotu kumaşı işlemeyi öğretmek” değil, “kumaşı bir robotun öğrenebileceği şekilde davranmasını sağlamak”
