軟件操控機器?能否挽救被?動化“遺忘”的服裝業？

近日，國內一家機器人公司梭芯智能Bobbin宣布與跨境母嬰服裝頭部品牌PatPat達成合作，其研發的初代縫紉機器人將于廣州番禺工廠進行測試。服裝是一個關乎民生的萬億級行業，但在這一領域中創業的機器人公司少之又少，梭芯的定位顯得相當獨特。

服裝機器人一直未形成市場的原因在于，服裝生產的場景難以被自動化解決。

在金屬、塑料加工或是汽車行業中，機器人的使用已經尋?？梢?，無論搬起幾十公斤的車架，或是快速焊接物體，機械臂都不在話下。但在服裝工廠，機械臂面對的是柔軟布料——可以拉伸、彎曲和折疊，而目前沒有成熟的產品能像人手一樣靈活地操控布料，即便有公司想要嘗試也要付出高昂的研發成本。

作為創業公司，梭芯試圖用最前沿的機器人技術扎進服裝這一最為傳統的行業，找出場景需求的最優解，來提高服裝產業鏈的整體生產效率。

隱藏在縫紉車間里的龐大藍海并非沒有人踏足，在勞動力成本異常高昂的歐美國家，也出現過一些縫紉機器人的方案。

縫紉工序的關鍵之一在于“夾取”，來復現工人在縫紉機前引導布料的操作，真空吸取、靜電和針刺等都不能完美解決不同布料的夾取。一家美國縫紉機器人曾推出T恤的自動化產線，價格達千萬元，但只適用于簡單固定款式的生產，遠達不到解決問題的程度。

為了從縫紉工序中破局服裝制造的自動化，梭芯創始人王嘉卿拉來了在加州理工讀博期間專攻機器人方向的校友馬文龍。創辦公司后，兩人連續在工廠中吃住數月。長時間的觀察讓他們注意到，即使是同一道工序，幾乎每個工人都有自己的一套縫紉手法和小訣竅，沒有一套標準化的操作可供參考。

他們決定由此突破，讓機器人像人一樣操作。在軟硬件設計上，梭芯自研執行機構，例如夾爪等硬件，利用了3D視覺及安全力控，來讓縫紉機器人擁有真正的“手”和“眼”，解決多種縫紉工藝的布料操作難題。

具體來說，機器人可以通過深度學習和3D視覺對布料的抓取點位精準定位，來預測裁片的幾何形變、顏色和運動軌跡，這就具備了“眼”的功能。在軟件層面，梭芯基于機器人和布料的動力學模型開發了非線性優化算法，實現了實時軌跡規劃與精準控制，進而可以對裁剪好的布料進行分撿、放置、平鋪、翻轉和對齊等復雜操作。

布料操作問題只是成衣制造自動化的難點之一。

即使是同種衣服，布料、款式的不同還需要完全不同的生產流程。同樣是T恤，根據領口的不同，就會使用不同種類的縫紉機?？钍降亩鄻有詣t是決定快時尚品牌競爭力的核心壁壘。

任意打開一家知名快時尚服飾網站，光是T恤就有百十款。一件簡單的T恤，可能只需要10～20個不同步驟，而要讓自動化設備完成這些步驟，需要工程師花大量時間來編程。如果針對上百款的衣服都開發自動化專機，其工作量與回報顯然不成正比。要真正落地應用，縫紉機器人就必須靈活地應對不同款式的生產需求。汽車、3C行業中只做單道工序的做法在這一場景并不適用。

針對適應性問題，梭芯設計了一套工藝庫和快速產線部署軟件的架構，來完成不同生產需求的快速組建和部署。

這套架構類似于樂高積木，工藝庫能夠將一些通用的縫紉工藝打包成隨手可用的“積木”，可靈活調整以適應不同的款式。

比如一款T恤有十多個步驟，但其中有好幾個步驟是屬于同一類工藝，“例如肩線和側線的包縫工藝，下擺的包邊和袖子的包邊都一致?！边@些相似的步驟組成了單元化的工藝包，讓機器人有更高的通用性。

快速產線部署軟件則是積木式工藝的流程調度架構，通過調用這些工藝包，服裝工廠能夠按照需求快速搭建適應不同多種款式和尺寸的生產流程。

此外，為了實現快速和低成本開發和迭代，梭芯自建高保真仿真環境。梭芯仿真環境采用高保真物理引擎，用大量數據讓機器學習算法快速進化，進而快速檢測業務邏輯、軟件系統、動力學特性和碰撞等。

經過了近一年時間的開發，梭芯的初代智能縫紉機器人已經臨近落地。據梭芯透露，目前其樣機已實現基本款童裝縫紉工藝的全自動化，在無人介入的情況將裁片直接縫制為成衣，且成品質量與人工無異。

梭芯近期將部署初代產品至客戶工廠現場，并通過實際生產與客戶共同驗證機器人技術為服裝行業帶來的價值。

機器人是一項多學科融合的前沿技術，能將技術快速落地應用到產品，來源于梭芯的產學研基因，梭芯核心研發團隊成員出自加州理工學院、蘋果和豐田研究中心。

這場傳統制造業的自動化轉型之戰，即將拉開帷幕。