ITBear旗下自媒体矩阵:

中国柔性制造之父吴怀宇:3D智能数字化是解决柔性的关键

   时间:2022-11-16 15:33:16 来源:互联网编辑:茹茹 发表评论无障碍通道

(本文根据由政府、贸易、法律与知识产权、企业管理、科创、学术、媒体等各界代表组成的“探访制造业硬核力量”主题活动以及CCTV、光明日报、宁波日报等的采访整理)

随着智能制造的发展以及进入深水区,柔性制造(Flexible Manufacturing)作为工业4.0智能制造(Intelligent Manufacturing)皇冠上的明珠,其重要性和困难性引起了学术界和工业界的重视。实际上,柔性制造是智能制造的重要内容和发展方向,是制造业未来发展的驱动力。《国民经济和社会发展第十四个五年规划和2035年远景目标纲要》明确提出培育发展柔性制造、个性定制等新模式。

“柔性”(Flexible)是 相对于“刚性”(Rigid)而言的,传统的“刚性”自动化生产线主要实现单一品种的大批量生产,而“柔性”生产线则更能够满足“小单快反”以及当今消费者个性化、多样化的需求。柔性制造是指一种应对大规模定制需求而产生的新型生产模式,具体包括:一是生产能力的柔性反应能力,即机器设备的小批量生产能力;二是供应链的敏捷和精准的反应能力,从传统“以产定销”的“产供销人财物”转变成“以销定产”的“人财产物销”。柔性制造的未来商业模式包括C2M(Customer to Manufacturer)模式,是指用户直连制造商、不再有中间商赚差价,即消费者直达工厂,强调的是制造业与消费者的直接衔接:在C2M模式下,消费者直接通过平台下单,工厂按需生产、零库存,接收消费者的个性化需求订单,然后根据需求设计、采购、生产、发货,因此具备小批量多批次的快速供应链反应能力。

被业界誉为“中国柔性制造之父”的吴怀宇博士多年来带领三体科技团队经过长期的研发攻关在柔性制造技术领域已取得了突破性进展,特别是在柔性制造技术难度最大的鞋服无人制造领域取得了领先国际同行的颠覆性成果。目前已实现了从3D精准柔性数据采集、楦/版CAD数字化、大数据云服务、智能柔性分析、到柔性智能制造的完整技术闭环,在国际上唯一提供鞋服工业4.0的C2M全套技术解决方案。

图 鞋业C2M柔性智能制造全流程

根据中国科学院吴怀宇博士的深度解读,柔性制造的“柔性”准确来说有两层含义:

“柔性”的第一层含义:柔软易变形的物品。比如鞋服,因为会柔软变形,使得原本的标准化产品变成了非标产品,导致在工厂生产过程中要实现智能化、特别是无人化的操作难度很大。

图 柔软易变形的鞋子和衣服

此外,很多物品在使用时必须考虑到人体的个性化和人体柔软变形(以及不同站姿所导致的人体形状变化)情况。比如在鞋服领域,人体是典型的非标对象(高矮胖瘦各不相同,如下图所示),加上人体的柔性动态变形(包括由呼吸导致的体腔涨缩),对全自动、无人智能化的3D精准尺寸动态测量提出了极高的要求(比如要求在重复测量20次以上的情况下,皮鞋对3D脚型的动态测量一致精度要求达到1-2mm以内、西服/衬衫对3D体型的动态测量一致精度要求达到0.5-1cm以内)。以西服衬衫的领围为例,需要提取人体脖颈处的围度,偏瘦型人体可通过明显特征如喉结突出点来定位几何关键点,但偏胖型人体在外形上可能无法找到喉结突出点,这就让人体参数全自动测量算法针对任意人体的多次测量一致性和稳定性提出了很高的要求。

图 高矮胖瘦各不相同(且各种形态的高低肩驼背等非常普遍)的非标个性化人体

“柔性”的第二层含义:即要灵活,按需定制、小批量定制C2M生产,满足所谓的小单快反,具体体现在机器柔性、工艺柔性、产品柔性、生产柔性、运行柔性、维护柔性、扩展柔性等等,对数字化和系统化的要求高。

多年来,鞋服行业由于一直无法解决柔性难题(特别是第一层含义的柔软变形所引起的非标化),导致智能化、无人化非常困难,长期处于需要大量工人手动操作的低端行业,无法实现向高端制造升级的战略转型。实际上,柔软制造的智能无人化无论是在学术界的理论上还是在工业界的工程上一直都没有真正得到解决,这导致了不同于已大规模实现智能无人化的3C行业(如手机、半导体)的刚性(不会柔软变形)以及易标准化,鞋服行业成为了对柔性制造的智能无人化在技术上最有挑战性、且最难以实现的大规模制造领域。其体现在不仅物品(鞋服)是柔软变形的,这样让原本从模具压出来的标准件实际变成了非标件;同时人体本身是非标的(高矮胖瘦、各种形态的高低肩驼背等非常普遍)并且人体时刻动态变形导致要精准提取稳定的尺码参数非常困难。因此有了“鞋子合不合脚,只有穿的人才知道”、“衣服合不合身,只有穿的人才知道”等多年来无可奈何的兴叹,这里面涉及到了“鞋子/衣服”以及“人体”的双重柔性因素的叠加难题。

为了解决柔性制造中最困难的这些技术难点,基于在3D智能数字化方面的长期技术积累,吴怀宇博士带领三体科技团队,在柔性制造最典型的鞋服制造领域取得了领先国际的颠覆性突破进展,并进行了智能无人化的大规模产业应用。吴怀宇博士所提出的3D视觉计算+3D深度形变网络二步法,给出了针对柔性制造中从3D柔性形状获取、到3D形变智能仿真拟合、以及基于深度神经网络的3D智能纠偏算法的完整解决方案,无论从理论上还是工程实践上都完成了技术闭环,是国际上对柔性制造规模应用的首次突破。

图 自主研发的3D视觉扫描传感器以及完整的3D人像定制化制造流程(3D扫描+3D建模+3D打印)

图 3D智能数字化算法,包括3D形变智能仿真拟合、以及基于深度神经网络的3D智能纠偏等算法

通俗来说,解决柔性制造难题的核心在于3D智能数字化,即先通过3D视觉把个性化的“柔性”形状细节用3D数字化捕捉到,然后再通过3D智能化对捕捉到的这些柔性变化的细节进行个性化地单独快速处理,以适应工业化批量定制的生产能力。

1、针对非标准化柔性人体/脚型的精准一致参数测量

首先在对非标准化柔性人体/脚型的参数测量上,三体科技团队自主研发了各种类型的3D人体/脚型扫描仪软硬件进行全自动的人体/脚型参数快速测量,以快速采集C端的用户3D人体大数据。

图 C2M中的C端设备(用于采集C端消费者的个性化3D人体数据)

需要强调的是,通过3D扫描仪获取高精度的3D人体/脚型形状并不是柔性制造的核心难点,最困难之处在于要对非标准且表面光滑的柔性人体/脚型进行全自动、且稳定一致的体型参数线提取以及参数测量(更重要的是:测量结果要与量体师/量脚师手工测量的相同),如下图所示,而这又恰恰是鞋服厂家评判3D扫描仪是否“精准”的唯一标准。前面已经提到过,人体是典型的非标对象(高矮胖瘦、各种形态的高低肩驼背等非常普遍),加上人体的柔性动态变形(包括由呼吸导致的体腔涨缩、以及不同站姿的形状影响),导致全自动无人智能化的3D精准稳定尺寸测量非常困难。

图 C2M中的2端算法(用于将C端消费者的3D脚型/人体数据,转换成工厂M端的生产制造鞋楦/服装版型数据,其技术核心在于对非标人体柔软变形下的精准一致3D人体参数提取)

基于3D视觉计算理论以及3D人体大数据下的3D深度柔性形变网络动态匹配算法,吴怀宇博士团队实现了复杂个性化情况下的柔性人体参数精准测量,成功首次通过了“3D量体领域的图灵测试”。并在国内西服行业的龙头企业进行了规模测试,测试数据显示,该方法所获得的3D人体提取参数数据整体很稳定,达到了非常高的精确度(高于98%以上),已经可以满足实际高级定制的制衣需求。同时,测量结果不仅与国宝级红帮量体师/量脚师手工测量的结果精准相近,且比人工测量更加稳定、重复一致。该项目成果被甄选为中央电视台CCTV财经频道拍摄的建国70周年节目,重点介绍了三体科技团队所开展的3D量体和服装工业4.0智能制造。

图 CCTV财经频道拍摄的建国70周年节目

重点介绍了三体科技团队所开展的3D量体和服装工业4.0智能制造

2、针对鞋服柔性变形所导致的由标准件变成非标件

鞋服是柔软易变形的物品,正因为会柔软变形,导致了原本的标准化产品变成了非标产品,所以要在鞋服工厂生产过程中实现智能化、特别是无人化的操作难度很大。吴怀宇博士团队所提出的3D视觉计算+3D深度形变网络二步法,给出了针对柔性制造中从3D柔性形状获取、到3D形变智能仿真拟合、以及基于深度神经网络的3D智能纠偏算法的完整解决方案,无论从理论上还是工程实践上完成了技术闭环,是国际上对柔性制造的首次成熟应用。

先以下图中的鞋底自动喷胶为例,首先对柔性鞋底进行3D视觉扫描,获取其当前的3D形状,然后仿真模拟该鞋底在将来的“压底”工序中会遭受的受力变形情况,并提前预估获得将来受力形变后的喷胶路径,然后机器人根据这预估好的、将要形变后的路径进行精准喷胶。

图 鞋底自动喷胶

鞋帮自动喷胶(要求喷胶路径精度达到1mm以内)也是类似(如下图所示),首先对柔性鞋帮(虽然从同一模具生产,但由于空间柔软形变,导致有2-3mm的个性化任意形变)进行3D视觉扫描,获取其当前的准确3D形状(精度达到0.01mm),然后仿真模拟该鞋帮在将来的“压底”工序中会遭受的受力变形情况,来提前预估获得将来受力形变后的喷胶路径,然后机器人根据预估好的、将来要形变后的路径进行精准喷胶。可以看出,针对鞋帮自动喷胶,只能通过逐个单独3D视觉扫描进行个性化定制处理:因为喷胶的精度要达到1mm以内,而柔性鞋帮的个性化自由形变误差就有2-3mm,因此如果将鞋帮错误地看成千篇一律、一模一样的刚体而去采用一模一样的喷胶路径,则必然会由于柔性变形导致喷胶精度无法达到1mm以内。而我们采用3D智能数字化的逐个个性化定制处理方式,则可自动柔性适配好精准的喷胶路径(由于3D智能数字化处理的速度足够快,所以看起来虽然跟生产千篇一律的大货差不多,但实际上每双鞋都是被个性化定制生产的,即每双鞋都已被智能算法精细化地“拿捏和安排”)。

图 鞋帮自动喷胶

这里需要额外提一下3D视觉识别定位的附加好处是还避免了高成本的定制楦。下图左边是标准的鞋楦(成本38元/双左右),如果没有3D视觉,机器人/机械臂是无法对其自动识别定位的,只能通过在鞋楦上方额外安装一个高精度(微米级)加工的金属模组(见下图右边,一双定制楦的改造成本高达270-320元/双)来辅助机器人进行定位。因为工厂每年要生产许多种不同款型的鞋款,据国内男鞋龙头企业的预估计算,每年工厂仅定制改造楦的成本就要花费500多万元。而采用3D视觉则完全避免了这笔额外的花费,可以100%兼容识别普通的鞋楦,同时仍可精准地引导机器人自动定位鞋楦的空间位置,以便进行接下来的各种工序精准操作。

同时需要说明的是,即使是采用定制楦辅助机器人定位,也只能实现对鞋楦的刚体定位,而无法对(易柔软变形的)鞋帮各部位进行精准的空间定位,因此也仍无法完成高精度(精度要求1mm)的鞋帮自动喷胶。唯有采用3D视觉以及3D智能计算才能完成如此高度柔性、高精确的自动化无人操作。

图 标准鞋楦与定制楦

3D智能数字化在柔性制造的成功应用,还使得之前从未实现过的混流生产(一条线上可同时生产不同款型、不同尺码)成为了现实,甚至实现产线上批量化生产的每一只鞋都是各不相同、为每个消费者个性化定制的,即所谓的千人千面、千鞋千面。同时切换款型非常智能、傻瓜化,不需要人工手动;也不需要定制高精度楦,节省了大量成本。

这里特别需要强调的是,对于以往的自动化线来说,切换生产不同的鞋款类型,需要工程师事先手把手地引导机械臂记忆新的路径(即示教),中间需要长达几个小时的反复修正和调整才能生成一个比较满意的路径,然后机械臂根据该路径对所有鞋子进行千篇一律、照葫芦画瓢式的刚性操作。而采用3D视觉和3D智能数字化,只需1分钟之内就可以实现整条产线的新款型切换,更可全自动地实现对每一只鞋子的柔性路径优化以获得比人工(高级技工)手眼配合更为精准的路径定位。此外在产能方面,3D智能化线可以达到从未有过的日产6000双,相比于之前的自动化线日产1800双,产能提升230%。

表 3D智能化柔性线与之前自动化线的指标对比

三体科技团队自主搭建了鞋服业界第一条基于3D视觉技术无人柔性生产线,如下图所示,整条线用了25套视觉传感器,10台工业机器人:“整条线由原来的36人减少到1人且产能翻倍”,实现了视觉上/下料、鞋帮打磨、鞋底喷胶、喷处理剂、自动压底、自动脱楦、烘烤等全部工序,系统无需示教,傻瓜式切换鞋款,搭建了柔性智能制造的系统的框架,未来可以向不同的行业复制方案。核心的技术优势包括:3D视觉软硬件的自主研发、针对柔性制造的3D形变智能仿真拟合与3D智能纠偏算法、工业流水线的整套装备设计、精通中段成型的各个工艺流程、价格成本仅为国外的五分之一等多个高技术门槛的组合。

图 C2M中的M端装备(用于工厂的柔性生产制造)

根据国内鞋业龙头企业总部工厂负责人的评价,这条柔性线是“对鞋业制造真正革命颠覆性的突破”,因为柔性鞋帮无人刷胶国外也一直没有搞定,比如国外Robert Systems公司仍需要工程师人工示教规划机器人的运动路径。而三体科技通过“3D视觉+3D柔性变形仿真纠偏”,在国际上第一次真正解决了柔性制造最困难的核心问题,属于真正意义上的国际原始创新和变革性突破。此外因为整条线都是自主研发生产,成本低(几百万的售价相比于国外几千万的售价),企业客户2年即可收回全部投资成本。这条无人柔性制造线的研发成功,让中国的鞋服企业将来迁往越南和东南亚失去了意义,因为该无人柔性生产线的综合生产成本降到了比越南东南亚的人工成本还要更低、良品率更高且稳定可控。

三体科技在人工智能/三维数字化/复杂机器人系统控制领域深耕多年,将科技赋能传统的柔性鞋服制造行业,解决鞋服的舒适度,减少线上购物的退货率,提高工厂的柔性生产效率。三体科技是集人体3D大数据采集算法/SaaS服务/智能制造系统等技术开发于一体的高科技企业, 运用互联网、AI大数据和人工智能等技术,链接鞋业上下游产业链,向鞋服行业输出一站式柔性数字化解决方案并建立分布式共享智慧制造工厂实现无人智能柔性制造,打破并超越了国外高技术垄断、缔造中国3D智能制造民族自主品牌。

当前,智能化改造升级已经成为大多数企业的发展方向。3D大数据结合人工智能、柔性智能制造技术,将给鞋服等传统行业进行颠覆式创新。基于核心的3D智能数字化技术为个性化定制柔性生产提供基础设施,通过对智能制造产业的信息化、3D智能化改造、工业4.0数字化工厂转型升级,打造全国鞋服行业的“供给侧改革、需求侧升级”的标杆。在大数据和3D人工智能的赋能下,工厂能够根据3D大数据调整设计和并利用智能化升级柔性制造工艺,让大规模工业生产和个性化C2M订制合二为一,实现智能制造在各行各业的成功转型升级。

举报 0 收藏 0 打赏 0评论 0
 
 
更多>同类资讯
全站最新
热门内容
网站首页  |  关于我们  |  联系方式  |  版权声明  |  RSS订阅  |  开放转载  |  滚动资讯  |  争议稿件处理  |  English Version