Sistem parça təsvirlərini tam maşın oxuna bilən toxuculuq təlimatlarına çevirir

Robot texnikası və maşın öyrənməsindəki son nailiyyətlər müxtəlif istehsal və sənaye prosesləri də daxil olmaqla bir çox real işlərin avtomatlaşdırılmasına imkan verib. Digər tətbiqlər arasında robot və süni intellekt (AI) sistemləri paltar istehsalında bəzi addımları avtomatlaşdırmaq üçün uğurla istifadə edilmişdir.
Kanadanın Laurentian Universitetinin tədqiqatçıları bu yaxınlarda paltarların toxunmasının tam avtomatlaşdırılması imkanlarını araşdırmaq üçün yola çıxdılar. Bunun üçün onlar parça təsvirlərini toxuculuq robotlarının oxuya və əməl edə biləcəyi hərtərəfli təlimatlara çevirmək üçün bir model hazırladılar. Onların “Electronics” jurnalında dərc olunmuş məqaləsində qeyd olunan modelin tək və çox iplikli trikotaj geyim nümunələrinin yaradılması üçün nümunələri uğurla həyata keçirtdiyi aşkar edilib.
Kağızın həmmüəllifləri Xingyu Zheng və Mengcheng Lau Tech Xplore-a bildiriblər ki, “Bizim məqaləmiz parça şəkillərini maşın tərəfindən oxuna bilən təlimatlara çevirərək toxuculuq işlərinin avtomatlaşdırılması problemini həll edir”.
“Ənənəvi üsullar əl ilə etiketləmə tələb edir, bu, əmək tutumlu və miqyaslılığı məhdudlaşdırır. Bu boşluqdan ilhamlanaraq, məqsədimiz tərs mühəndislərin şəkillərdən parçalar toxuyan dərin öyrənmə sistemini inkişaf etdirmək idi və bu, tekstil istehsalında daha çox fərdiləşdirmə və miqyaslılığa imkan vermək idi.”
Zheng, Lau və onların həmkarları tərəfindən hazırlanmış dərin öyrənməyə əsaslanan yanaşma iki əsas addımı tamamlayaraq toxuculuq təlimatlarının hazırlanması problemini həll edir. Birincisi “nəsil mərhələsi”, ikincisi isə “nəticə mərhələsi” adlanırdı.
“Nəsil mərhələsində süni intellekt modeli real parça təsvirlərini aydın sintetik təsvirlərə çevirir və sonra bu sintetik şəkilləri ön etiketlər kimi tanınan sadələşdirilmiş toxuculuq təlimatlarını proqnozlaşdırmaq üçün şərh edir” dedi kağızın həmmüəllifləri Haoliang Sheng və Songpu Cai. “Nəticələmə mərhələsində, başqa bir model tam, maşın üçün hazır toxuculuq təlimatlarını çıxarmaq üçün ön etiketlərdən istifadə edir.”
Model tərəfindən yaradılan daha çox nümunə. Kredit: Sheng et al.
Tədqiqatdan boru kəmərini təsvir edən şəkil. Bu, əsl trikotaj parça təsviri ilə başlayır, sonra “Refiner” və “Img2prog” modullarının sadələşdirilmiş ön etiket istehsal etdiyi Nəsil Fazası gəlir. Sonra, Nəticə Fazasında, “Qalıq Model” tam toxuculuq təlimatlarını yaradır. Kredit: Sheng et al.
Model tərəfindən hazırlanmış tam toxuculuq təlimatları. Son tam etiket həm görünən ön təbəqəni, həm də gizli arxa təbəqəni əhatə edir və nəticənin toxuculuq maşınları tərəfindən birbaşa istifadəyə hazır olmasını təmin edir. Kredit: Sheng et al.
Model tərəfindən yaradılan daha çox nümunə. Kredit: Sheng et al.
Tədqiqatdan boru kəmərini təsvir edən şəkil. Bu, əsl trikotaj parça təsviri ilə başlayır, sonra “Refiner” və “Img2prog” modullarının sadələşdirilmiş ön etiket istehsal etdiyi Nəsil Fazası gəlir. Sonra, Nəticə Fazasında, “Qalıq Model” tam toxuculuq təlimatlarını yaradır. Kredit: Sheng et al.
Tədqiqatçılar tərəfindən təqdim edilən yeni parça nümunəsi yaratma modeli bir sıra dəyərli xüsusiyyətlərə və üstünlüklərə malikdir. Ən əsası, o, həm tək, həm də çox iplikli toxuculuq nümunələri istehsal edə bilər, nadir tikişləri dəqiq şəkildə birləşdirə bilər və asanlıqla yeni parça üslublarına tətbiq oluna bilər.
https://googleads.g.doubleclick.net/pagead/ads?client=ca-pub-0536483524803400&output=html&h=280&slotname=2793866484&adk=2520359048&adf=746485419&pi=t.ma~as.2793866484&w=750&abgtt=6&fwrn=4&fwrnh=0&lmt=1746436920&rafmt=1&armr=3&format=750×280&url=https%3A%2F%2Ftechxplore.com%2Fnews%2F2025-05-fabric-images-machine-readable.html&fwr=0&rpe=1&resp_fmts=3&wgl=1&uach=WyJXaW5kb3dzIiwiMTkuMC4wIiwieDg2IiwiIiwiMTM1LjAuNzA0OS4xMTYiLG51bGwsMCxudWxsLCI2NCIsW1siR29vZ2xlIENocm9tZSIsIjEzNS4wLjcwNDkuMTE2Il0sWyJOb3QtQS5CcmFuZCIsIjguMC4wLjAiXSxbIkNocm9taXVtIiwiMTM1LjAuNzA0OS4xMTYiXV0sMF0.&dt=1746436920675&bpp=1&bdt=100&idt=87&shv=r20250430&mjsv=m202504290101&ptt=9&saldr=aa&abxe=1&cookie=ID%3Dfdc40d724f2dca57%3AT%3D1735367325%3ART%3D1746435242%3AS%3DALNI_MYStQ6fUQQQLyo5Z7z1h-XhXcWBtA&gpic=UID%3D00000f80eacffadc%3AT%3D1735367325%3ART%3D1746435242%3AS%3DALNI_MYaOugky0UawScoidzfbXof3-N-iw&eo_id_str=ID%3De43bb863646b60b8%3AT%3D1735367325%3ART%3D1746435242%3AS%3DAA-AfjbQoPwZqH28q9IwcCLRSzzg&prev_fmts=0x0&nras=1&correlator=3187952754227&frm=20&pv=1&rplot=4&u_tz=240&u_his=1&u_h=1080&u_w=1920&u_ah=1032&u_aw=1920&u_cd=24&u_sd=1&dmc=8&adx=448&ady=2191&biw=1905&bih=945&scr_x=0&scr_y=0&eid=95358863%2C95358865%2C95331832%2C95358975%2C95359090%2C95359240%2C95344791%2C95359118%2C95359265%2C95356809%2C95359476&oid=2&pvsid=1486485329740913&tmod=1192808452&uas=0&nvt=1&ref=https%3A%2F%2Fphys.org%2F&fc=1920&brdim=0%2C0%2C0%2C0%2C1920%2C0%2C1920%2C1032%2C1920%2C945&vis=1&rsz=%7C%7CpeEbr%7C&abl=CS&pfx=0&fu=128&bc=31&bz=1&td=1&tdf=2&psd=W251bGwsbnVsbCxudWxsLDNd&nt=1&ifi=2&uci=a!2&btvi=1&fsb=1&dtd=92
Tədqiqatçılar təklif etdikləri sistemi bir sıra testlərdə sınaqdan keçirərək ondan həm təbii, həm də sintetik parçalardan hazırlanacaq təxminən 5000 tekstil nümunəsi üçün naxışlar hazırlamaq üçün istifadə ediblər. Onlar bu əşyaların əksəriyyəti üçün dəqiq toxuculuq təlimatları yaradaraq, olduqca yaxşı performans göstərdiyini tapdılar.
“Bizim modelimiz şəkilləri toxuculuq təlimatlarına çevirməkdə 97%-dən çox dəqiqliyə nail olub, mövcud üsulları əhəmiyyətli dərəcədə üstələyib” dedi Şenq və Cai.
“Sistemimiz həmçinin əvvəlki yanaşmalarda əsas məhdudiyyətlər olan çoxrəngli ipliklərin və nadir tikiş növlərinin mürəkkəbliyini effektiv şəkildə idarə etdi. Tətbiqlər baxımından metodumuz tam avtomatlaşdırılmış tekstil istehsalına imkan verir, vaxt və əmək xərclərini azaldır.”
Lau, Zheng, Sheng və Cai tərəfindən hazırlanmış yeni model tezliklə sınaqdan keçirilə və daha da təkmilləşdirilə bilər. Nəhayət, o, real şəraitdə tətbiq oluna bilər və potensial olaraq fərdiləşdirilmiş trikotaj paltarların avtomatlaşdırılmış kütləvi istehsalını dəstəkləyir. Toxuculuq robot sistemləri ilə istifadə edildikdə, model həmçinin dizaynerlərə tez bir zamanda dizaynlarının prototiplərini yaratmağa və ya maşınla oxuna bilən nümunələri əl ilə yaratmadan yeni nümunələri sınamağa imkan verə bilər.
Lau və Zheng əlavə etdi: “İrəli gedərək, inkişaf etmiş böyütmə üsulları vasitəsilə, xüsusən nadir tikişlər üçün verilənlər bazası balanssızlıqlarını həll etməyi planlaşdırırıq”.
“Biz həmçinin həm struktur, həm də vizual sədaqəti təkmilləşdirmək üçün rəng tanınmasını daxil etməyi hədəfləyirik. Dəyişən giriş və çıxış ölçülərini idarə etmək üçün sistemi genişləndirmək, onun müxtəlif parçalara dinamik şəkildə uyğunlaşmasına imkan verən başqa bir məqsəddir. Nəhayət, boru kəmərimizi mürəkkəb 3D trikotaj geyimlərə genişləndirmək və toxuculuq və tikmə kimi çarpaz sahə tətbiqlərini araşdırmaq niyyətindəyik.”
Ətraflı məlumat: Haoliang Sheng et al, Knitting Robots: A Deep Learning Approach for Reverse Engineering Fabric Patterns, Electronics (2025). DOI: 10.3390/elektronika14081605
© 2025 Science X Network