馮英杰 蔣高明 彭佳佳

摘 要：將人工智能技術(shù)與紡織各領(lǐng)域相結(jié)合，利用計(jì)算機(jī)視覺技術(shù)，使用深度學(xué)習(xí)算法搭建定制化和個(gè)性化以圖搜圖引擎;基于機(jī)器視覺開發(fā)經(jīng)編針織物疵點(diǎn)在線檢測(cè)系統(tǒng)以及智能驗(yàn)布系統(tǒng);借助自然語(yǔ)言處理進(jìn)行個(gè)性化紡織專業(yè)教育;利用機(jī)器學(xué)習(xí)算法開發(fā)智能CAD、紡織面料評(píng)級(jí)與分類、生產(chǎn)管理以及服裝面料圖案設(shè)計(jì)的應(yīng)用，進(jìn)行流行趨勢(shì)預(yù)測(cè)以及服裝設(shè)計(jì);工業(yè)機(jī)器人的發(fā)展實(shí)現(xiàn)了筒子紗染色的數(shù)字化自動(dòng)生產(chǎn)。人工智能將作為戰(zhàn)略性技術(shù)引領(lǐng)紡織行業(yè)發(fā)展，帶動(dòng)提高紡織各領(lǐng)域智能化水平，進(jìn)而帶來深遠(yuǎn)的變革。

關(guān)鍵詞：人工智能;人工神經(jīng)網(wǎng)絡(luò);自然語(yǔ)言處理;機(jī)器學(xué)習(xí);紡織行業(yè)

中圖分類號(hào)：TS181.8 ?文獻(xiàn)標(biāo)志碼：B

文章編號(hào)：1009-265X（2021）03-0071-07

Abstract： A custom and personalized image search engine was built by combining artificial intelligence technology with various fields of textiles and using computer vision technology and deep learning algorithms. The online detection system for warp knitted fabric defects and intelligent cloth inspection system were developed based on machine vision. Natural language processing was used for personalized textile professional education. The machine learning algorithm was utilized to develop intelligent CAD， textile fabric rating and classification， production management， and clothing fabric pattern design applications for fashion trend prediction and clothing design. The development of industrial robots has realized the digital automatic production of cheese dyeing. Artificial intelligence， as a strategic technology， will lead the development of the textile industry， promote the improvement of intelligence level in various fields of textiles， and then bring about profound changes.

Key words：artificial intelligence; artificial neural network; natural language processing; machine learning;textile industry

人工智能是指用計(jì)算機(jī)模擬人類智能行為的學(xué)科，包括感知、認(rèn)知和執(zhí)行。它涵蓋了訓(xùn)練計(jì)算機(jī)完成人類行為的范疇，如自主學(xué)習(xí)、判斷和決策。主要發(fā)展領(lǐng)域：視覺識(shí)別（看）、自然語(yǔ)言理解（聽）、機(jī)器人（動(dòng)）、機(jī)器學(xué)習(xí)（自我學(xué)習(xí)能力）等。在技術(shù)層面，人工智能分為三個(gè)層面，認(rèn)知技術(shù)包括機(jī)器學(xué)習(xí)技術(shù)及使用機(jī)械視覺、語(yǔ)音識(shí)別和其他人工智能技術(shù)獲取外部信息的技術(shù)。執(zhí)行技術(shù)包括硬件技術(shù)和人工智能與機(jī)器人相結(jié)合的智能芯片計(jì)算技術(shù)。人工智能是當(dāng)今科學(xué)與技術(shù)發(fā)展的一大主流方向。2030年人工智能將為世界經(jīng)濟(jì)貢獻(xiàn)15.7萬億美元，超過中國(guó)和印度2017年的經(jīng)濟(jì)總量14.8萬億美元[1]。國(guó)務(wù)院2017年7月發(fā)布的《新一代人工智能發(fā)展計(jì)劃》表明，中國(guó)人工智能的發(fā)展已經(jīng)進(jìn)入一個(gè)新階段。人工智能在紡織領(lǐng)域已經(jīng)有了很多結(jié)合，應(yīng)用了機(jī)器視覺的針織物疵點(diǎn)在線檢測(cè)、智能驗(yàn)布系統(tǒng)，精度和速度均遠(yuǎn)高于人工;自然語(yǔ)言處理在紡織電子商務(wù)中的應(yīng)用使用戶在家中即可體驗(yàn)穿著效果;機(jī)器學(xué)習(xí)的應(yīng)用使紡織CAD具有邏輯推理和決策的能力，提高面料評(píng)級(jí)分類以及生產(chǎn)管理的精度和效率，還可以幫助設(shè)計(jì)師預(yù)測(cè)服裝流行趨勢(shì);智能機(jī)器人在紡織生產(chǎn)中的應(yīng)用極大地降低了用人成本，提高生產(chǎn)效率。

1 計(jì)算機(jī)視覺在紡織行業(yè)中的應(yīng)用

計(jì)算機(jī)視覺是一門研究如何讓機(jī)器“看”的學(xué)科，用計(jì)算機(jī)代替人眼，對(duì)事物進(jìn)行識(shí)別、跟蹤和測(cè)量，進(jìn)一步進(jìn)行圖形處理[2]。在大規(guī)模視覺識(shí)別挑戰(zhàn)賽中，圖像標(biāo)簽的錯(cuò)誤率從2010年的28.5%降到了2017年的2.5%[3]，人工智能系統(tǒng)對(duì)物體識(shí)別的能力已經(jīng)超越了人類如圖1?，F(xiàn)在計(jì)算機(jī)視覺在紡織行業(yè)中被用在紡織產(chǎn)品檢索方面。

引入面料視覺基礎(chǔ)分類的橫紋、豎紋、格紋等面料圖像類概念，對(duì)于通過基于尺度和位移兩個(gè)參數(shù)增加一個(gè)方向參數(shù)來從大量數(shù)據(jù)中提取織物設(shè)計(jì)圖案的問題，Dauchechies小波旋轉(zhuǎn)和旋轉(zhuǎn)復(fù)變換通過構(gòu)造多分辨率圖像分解形成的特征表來實(shí)現(xiàn)，具有更好的方向識(shí)別能力，與傳統(tǒng)的使用矩陣均值和方差作為紋理數(shù)據(jù)的方法相比，在圖像邊緣（如曲線和直線）等幾何特征的表示上有一定的優(yōu)勢(shì)[4]。

深圳碼隆科技研制的ProductAI的人工智能視覺平臺(tái)，搭建起定制和個(gè)性化的以圖搜圖引擎，分析智能色彩流行趨勢(shì)及服飾標(biāo)注管理，減少企業(yè)的人力成本，優(yōu)化生產(chǎn)制造流程，提高購(gòu)買轉(zhuǎn)化率。

2 機(jī)器視覺在紡織行業(yè)的應(yīng)用

機(jī)器視覺分辨率遠(yuǎn)高于計(jì)算機(jī)視覺，并且更高效，可以通過優(yōu)化算法來提高速度。機(jī)器視覺中的分層識(shí)別系統(tǒng)[5]，能有效減少計(jì)算量，提高識(shí)別精度。

2.1 機(jī)器視覺在經(jīng)編針織物疵點(diǎn)在線檢測(cè)中的應(yīng)用

隨著機(jī)器視覺和圖像處理技術(shù)的發(fā)展，越來越多的公司將紡織品缺陷自動(dòng)檢測(cè)技術(shù)引入工業(yè)生產(chǎn)。目前在中國(guó)，很多的紡織企業(yè)仍依靠人力來檢測(cè)織物疵點(diǎn)，不能達(dá)到對(duì)產(chǎn)品質(zhì)量的嚴(yán)格把控[6]。

江南大學(xué)自主研發(fā)的斷紗自?？椢锎命c(diǎn)在線檢測(cè)系統(tǒng)，通過工業(yè)攝像機(jī)，實(shí)時(shí)處理圖像，在線獲取織物圖像，在織造過程中，如果出現(xiàn)疵點(diǎn)，實(shí)時(shí)檢查機(jī)器停機(jī)情況，允許在線檢測(cè)織物疵點(diǎn)如圖2。系統(tǒng)包括圖像采集、疵點(diǎn)識(shí)別和機(jī)械控制模塊[7]，具有先進(jìn)的評(píng)估系統(tǒng)及特殊的影像加工軟件，基于最優(yōu)Gabor濾波器的織物疵點(diǎn)自動(dòng)檢測(cè)方法，使用非接觸式檢測(cè)，無機(jī)械損耗。具有檢測(cè)快速準(zhǔn)確、反應(yīng)時(shí)間快，操作簡(jiǎn)單、可靠性高，維護(hù)保養(yǎng)成本低的優(yōu)點(diǎn)。系統(tǒng)可適用于一般常見經(jīng)編織疵，斷經(jīng)、油污、破洞的實(shí)時(shí)檢測(cè)，可指示疵點(diǎn)發(fā)生位置并報(bào)警即時(shí)停機(jī)[8]。斷紗自?？椢锎命c(diǎn)在線檢測(cè)系統(tǒng)填補(bǔ)了中國(guó)經(jīng)編織物疵點(diǎn)檢測(cè)技術(shù)的不足，有效加快中國(guó)經(jīng)編產(chǎn)業(yè)的高質(zhì)量發(fā)展。

2.2 機(jī)器視覺在紡織面料疵點(diǎn)檢測(cè)中的應(yīng)用

智能驗(yàn)布機(jī)是基于機(jī)器視覺技術(shù)，集機(jī)械、電子、光學(xué)、計(jì)算機(jī)、軟件工程等于一體的疵點(diǎn)檢測(cè)機(jī)器。具有非接觸、可重復(fù)、可靠、精度高、連續(xù)性、效率高、柔性好等眾多應(yīng)用優(yōu)勢(shì)[9]。采用機(jī)器視覺檢測(cè)技術(shù)，利用CCD工業(yè)相機(jī)模擬人眼檢測(cè)布料疵點(diǎn);通過抓取圖像、分析參數(shù)、對(duì)比數(shù)據(jù)，準(zhǔn)確對(duì)被檢測(cè)布匹瑕疵點(diǎn)進(jìn)行定位;再通過機(jī)械手/貼標(biāo)機(jī)等對(duì)瑕疵點(diǎn)進(jìn)行標(biāo)記，同時(shí)生產(chǎn)布匹的詳細(xì)檢測(cè)報(bào)告。

智能驗(yàn)布系統(tǒng)與人工驗(yàn)布相比，具有如下特點(diǎn)：

檢測(cè)速度高達(dá)60～250 m/min，人工15～35 m/min;檢測(cè)幅寬1.2～3.6 m，人工檢測(cè)1.6 m;設(shè)備可24 h連續(xù)運(yùn)轉(zhuǎn)，不會(huì)視覺疲勞;可準(zhǔn)確直觀記錄疵點(diǎn)細(xì)節(jié)及分布情況;可與客戶的MES系統(tǒng)自動(dòng)對(duì)接導(dǎo)入，便于企業(yè)的數(shù)據(jù)化、信息化管理?？蓪?duì)織布各生產(chǎn)工藝流程進(jìn)行實(shí)時(shí)監(jiān)控，將損失降至最低點(diǎn)。如果發(fā)現(xiàn)嚴(yán)重缺陷，將進(jìn)行報(bào)警和停機(jī)，以減少后續(xù)工藝延遲造成的大規(guī)模退貨。

3 自然語(yǔ)言處理在紡織行業(yè)中的應(yīng)用

自然語(yǔ)言處理（NLP）是將用于人類交流的語(yǔ)言變成機(jī)器能夠理解的語(yǔ)言。是人工智能產(chǎn)業(yè)發(fā)展的核心技術(shù)之一[10]。自然語(yǔ)言處理作為人工智能的一個(gè)重要分支，在數(shù)據(jù)處理領(lǐng)域占有越來越重要的地位[11]。自然語(yǔ)言處理在確定語(yǔ)法結(jié)構(gòu)上的能力已經(jīng)接近人類能力的94%，在文檔中找到答案的能力已經(jīng)接近人類，識(shí)別語(yǔ)音方面在2016年達(dá)到人類水平，如圖3。

3.1 自然語(yǔ)言處理在個(gè)性化紡織專業(yè)教育中的應(yīng)用

利用語(yǔ)音識(shí)別、自然語(yǔ)言處理等技術(shù)研發(fā)教育機(jī)器人，利用教育機(jī)器人進(jìn)行自動(dòng)化答疑與輔導(dǎo);自動(dòng)化識(shí)別不同學(xué)生的身份、性格、學(xué)習(xí)興趣從而向不同學(xué)生傳達(dá)不同的學(xué)習(xí)方法與內(nèi)容，并結(jié)合實(shí)時(shí)反饋系統(tǒng)對(duì)學(xué)生的學(xué)習(xí)情況進(jìn)行實(shí)施監(jiān)督與反饋[12]。

3.2 自然語(yǔ)言處理在紡織電子商務(wù)中的應(yīng)用

人工智能時(shí)代結(jié)合自然語(yǔ)言處理技術(shù)的電子商務(wù)系統(tǒng)相較于傳統(tǒng)的電子商務(wù)，又有很多新的突破。利用虛擬試穿技術(shù)，讓用戶在家中就可體驗(yàn)穿著效果。此外還有智能客服機(jī)器人、推薦引擎、以圖搜圖、趨勢(shì)預(yù)測(cè)等功能。在人工智能的支持下，可有效提升客戶滿意度，推動(dòng)電子商務(wù)的持續(xù)發(fā)展。

4 機(jī)器學(xué)習(xí)在紡織行業(yè)中的應(yīng)用

機(jī)器學(xué)習(xí)本質(zhì)上是計(jì)算機(jī)算法，計(jì)算機(jī)通過大量樣本數(shù)據(jù)的訓(xùn)練后能夠?qū)σ院筝斎氲膬?nèi)容做出正確的反饋，把人類思考?xì)w納經(jīng)驗(yàn)的過程轉(zhuǎn)化為計(jì)算機(jī)通過對(duì)數(shù)據(jù)的處理計(jì)算得出模型的過程。主要以深度學(xué)習(xí)，增強(qiáng)學(xué)習(xí)算法為主，賦予機(jī)器自主學(xué)習(xí)并提高的能力。

機(jī)器學(xué)習(xí)的應(yīng)用非常寬泛，以自然語(yǔ)言處理、圖像識(shí)別和實(shí)體識(shí)別的形式被應(yīng)用于文本、圖像，視頻中。還可以應(yīng)用于汽車自動(dòng)駕駛和醫(yī)療輔助診斷。其中，深度學(xué)習(xí)是機(jī)器學(xué)習(xí)的一個(gè)新的領(lǐng)域，人工神經(jīng)網(wǎng)絡(luò)是通過模仿人類的腦神經(jīng)回路來進(jìn)行分類作業(yè)的機(jī)器學(xué)習(xí)的算法，深度學(xué)習(xí)就是多層結(jié)構(gòu)的人工神經(jīng)網(wǎng)絡(luò)。

4.1 機(jī)器學(xué)習(xí)在紡織CAD中的應(yīng)用

近年來，紡織行業(yè)向著小批量、多品種、變化快的趨勢(shì)發(fā)展。傳統(tǒng)的CAD交互過程太多，只是簡(jiǎn)單模仿設(shè)計(jì)人員的手工操作過程[13]，引入深度學(xué)習(xí)的智能CAD系統(tǒng)具有邏輯推理和決策能力，在配色、織紋、紗線上具備一定的自動(dòng)協(xié)調(diào)設(shè)計(jì)能力。結(jié)合大量設(shè)計(jì)示例、經(jīng)驗(yàn)和標(biāo)準(zhǔn)，不斷縮小基于設(shè)計(jì)目標(biāo)的搜索范圍，依賴知識(shí)庫(kù)和自學(xué)系統(tǒng)達(dá)到理想的設(shè)計(jì)效果，如圖4為程序設(shè)計(jì)流程圖。引入機(jī)器學(xué)習(xí)的紡織CAD還可進(jìn)行機(jī)器速度預(yù)測(cè)和送經(jīng)量預(yù)測(cè)，將產(chǎn)品組織拆分成單元，求取數(shù)據(jù)庫(kù)中具有相同組織單元的送經(jīng)量平均值，根據(jù)所占權(quán)重預(yù)測(cè)送經(jīng)量如圖5。

4.2 機(jī)器學(xué)習(xí)在紡織面料評(píng)級(jí)與分類中的應(yīng)用

將機(jī)器學(xué)習(xí)應(yīng)用到紡織面料評(píng)級(jí)分類中，既可以進(jìn)行疵點(diǎn)的識(shí)別和分析，還可以評(píng)價(jià)織物的性能、棉雜質(zhì)的分類和等級(jí)、起球等級(jí)和染色率的計(jì)算等，另外，還可用于分析、預(yù)測(cè)透氣性、耐皺性、耐磨損性等織物的各種性能。

a）織物風(fēng)格評(píng)價(jià)。通過KES-F系列風(fēng)格儀可以完成織物風(fēng)格評(píng)價(jià)，測(cè)定各樣本的基本物理力學(xué)量，通過多元回歸分析法，建立了慕本樣式值Y和基本物理力學(xué)量之間的線性回歸方程，包括綜合樣式值H和基本樣式值間的多元線性回歸方程式[14]。

b）紡織分類評(píng)級(jí)。用多層網(wǎng)絡(luò)MLP及概率神經(jīng)網(wǎng)絡(luò)PNN（圖6）對(duì)棉纖維的色澤進(jìn)行了研究[15]，用概率神經(jīng)網(wǎng)絡(luò)在小樣本訓(xùn)練中獲得了較高的識(shí)別率。

c）紡紋識(shí)別。用三層BP網(wǎng)（圖7）進(jìn)行調(diào)練，將Kawabata風(fēng)格儀測(cè)得的物理量作為輸入?yún)?shù)，織物種類為輸出參數(shù)[16]。

4.3 基于機(jī)器學(xué)習(xí)的紡織生產(chǎn)管理

將機(jī)器學(xué)習(xí)應(yīng)用到實(shí)際生產(chǎn)中，建設(shè)工廠大數(shù)據(jù)系統(tǒng)、網(wǎng)絡(luò)化分布等現(xiàn)代設(shè)施，開展以自動(dòng)化和智能化生產(chǎn)、在線工藝和質(zhì)量監(jiān)控、自動(dòng)輸送包裝及智能倉(cāng)儲(chǔ)為主要特征的智能化管理、智能化工廠建設(shè)[17]。將機(jī)器學(xué)習(xí)引入到工廠中，解決傳統(tǒng)生產(chǎn)中只注重事后處理，缺乏科學(xué)的事先控制措施的問題。

a）決策樹C5.0算法通過對(duì)數(shù)據(jù)集處理，選擇信息增益率最大的元素作為根節(jié)點(diǎn)，分別計(jì)算原材料、產(chǎn)品、設(shè)備型號(hào)、擋車工作、班次和質(zhì)量等級(jí)元素的信息增益率，將確定樹構(gòu)建為一個(gè)分支，計(jì)算每個(gè)元素的值，優(yōu)化每個(gè)決策樹樣本的權(quán)重，使用Boosting算法迭代生成多個(gè)決策樹最后得到高準(zhǔn)確度的質(zhì)量管理決策樹模型[18]。

b）智能排產(chǎn)系統(tǒng)APS是利用先進(jìn)的信息科技及規(guī)化技術(shù)如

遺傳算法（Genetic Algorithm）、限制理論（Theory of Constraints）、運(yùn)籌學(xué)（Operations Research）、生產(chǎn)仿真（Simulation）及限制條件滿足技術(shù)（Constraint Satisfaction Technique）等，在考慮企業(yè)資源（主要是材料和能力）的制約[19]和生產(chǎn)現(xiàn)場(chǎng)的管理和派遣規(guī)律下，規(guī)劃可行的材料需求計(jì)劃和生產(chǎn)計(jì)劃（圖8），以滿足顧客需求及面對(duì)競(jìng)爭(zhēng)激烈的市場(chǎng)。

c）績(jī)效考核系統(tǒng)運(yùn)用系統(tǒng)工程中的層次分析法（AHP），建立了針織行業(yè)績(jī)效考核遞階層次結(jié)構(gòu)，客觀地對(duì)生產(chǎn)企業(yè)人員績(jī)效考核的有關(guān)績(jī)效衡量、績(jī)效目標(biāo)分解與指標(biāo)設(shè)置、指標(biāo)權(quán)重計(jì)算等過程進(jìn)行了定性和定量的研究與嘗試[4]。但是，在應(yīng)用層次分析法之前，應(yīng)結(jié)合其他方法，靈活、簡(jiǎn)單地應(yīng)用層次結(jié)構(gòu)。應(yīng)采取其他一些方法和手段來減少層次結(jié)構(gòu)，縮小評(píng)估對(duì)象的范圍，從而提高科學(xué)決策，同時(shí)兼顧效率[4]。

4.4 人工神經(jīng)網(wǎng)絡(luò)在智能穿戴中的應(yīng)用

使用人工神經(jīng)元網(wǎng)絡(luò)（ANN）計(jì)算模型（圖9），從呼吸模式中提取特征，開發(fā)了使用呼吸模式的生物特征預(yù)測(cè)系統(tǒng)。該系統(tǒng)能夠以99.8%的準(zhǔn)確度正確預(yù)測(cè)生命體征。

4.5 機(jī)器學(xué)習(xí)在服裝流行趨勢(shì)預(yù)測(cè)中的應(yīng)用

借助計(jì)算機(jī)視覺與圖像處理技術(shù)，分析海量圖片，可以分析出不同群體的穿衣偏好，歸納出流行色、款式等。使用人工神經(jīng)網(wǎng)絡(luò)進(jìn)行趨勢(shì)預(yù)測(cè)明顯優(yōu)于現(xiàn)有的建模方法。這不僅能正確解決許多復(fù)雜問題，而且能進(jìn)行服裝流行的預(yù)測(cè)，成為紡織服裝時(shí)尚創(chuàng)新的理想工具?？梢蕴岣邔?duì)市場(chǎng)流行變化的敏感度，使用人工智能系統(tǒng)更好的分析行業(yè)銷售情況，預(yù)測(cè)潮流走向，進(jìn)一步地指導(dǎo)實(shí)際生產(chǎn)。

4.6 機(jī)器學(xué)習(xí)在服裝面料圖案設(shè)計(jì)中的應(yīng)用

人工智能紡織面料圖案設(shè)計(jì)平臺(tái)由中國(guó)紡織信息中心、國(guó)家紡織產(chǎn)品開發(fā)中心與微軟（亞洲）人工智能工程院合作開發(fā)，如何根據(jù)人工智能情感化計(jì)算框架將感性的圖案設(shè)計(jì)用理性的邏輯流程與語(yǔ)言表達(dá)出來是開發(fā)的重難點(diǎn)，需要建設(shè)科學(xué)的紡織服裝圖案知識(shí)圖譜及可供訓(xùn)練的數(shù)據(jù)庫(kù)，并依據(jù)成千上萬的圖案特征逐一進(jìn)行訓(xùn)練開發(fā)。

目前，印度、英國(guó)、韓國(guó)都推出了由人工智能設(shè)計(jì)出的服裝。人工智能首先對(duì)現(xiàn)有庫(kù)中圖片進(jìn)行分析，生成與現(xiàn)有庫(kù)中相似但不重復(fù)的圖像，與設(shè)計(jì)師反復(fù)修改后，完成最終設(shè)計(jì)。人工智能系統(tǒng)使用色彩心理學(xué)來匹配情感色彩的算法，并且會(huì)對(duì)更新的數(shù)據(jù)分析學(xué)習(xí)，持續(xù)無限地導(dǎo)出新的服裝款式，滿足現(xiàn)在快時(shí)尚的需求。

4.7 機(jī)器學(xué)習(xí)在人工智能服裝設(shè)計(jì)中的應(yīng)用

基于Browzwear SmartDesign的智能模板，通過使用強(qiáng)大的模板配置器，根據(jù)自己的風(fēng)格定位，選擇合適的組件創(chuàng)建模板。人工智能通過整合所有的信息，可以幫助設(shè)計(jì)師更快地創(chuàng)建單一服裝或完整的系列，能實(shí)時(shí)查看3D穿衣效果模擬。借助SmartDesign模板，設(shè)計(jì)師將比以往更多地思考設(shè)計(jì)的本質(zhì)，可以極大程度降低重復(fù)勞動(dòng)，減少試驗(yàn)成本。

谷歌與Zalando電商合作開發(fā)出Project Muze AI服裝設(shè)計(jì)師，結(jié)合大量數(shù)據(jù)，設(shè)計(jì)出符合用戶性格氣質(zhì)的服裝。美國(guó)時(shí)尚電商Stitch Fix通過“數(shù)據(jù)科學(xué)+造型師”的方法，使用人工智能技術(shù)、造型師和在家試穿“三合一”的模式，根據(jù)客戶反饋信息及個(gè)性化尺碼要求，不斷優(yōu)化訂單，設(shè)計(jì)出更符合客戶需求的服裝。

5 機(jī)器人在紡織行業(yè)中的應(yīng)用

智能化已成為當(dāng)前機(jī)器人中重要的發(fā)展方向，將人工智能與機(jī)器人融合創(chuàng)新，使智能機(jī)器人有自主的感知、認(rèn)知、決策、學(xué)習(xí)、執(zhí)行和社會(huì)協(xié)作能力。工業(yè)機(jī)器人的普及是促進(jìn)企業(yè)轉(zhuǎn)型，實(shí)現(xiàn)自動(dòng)化生產(chǎn)和提高社會(huì)生產(chǎn)效率的有效手段。

5.1 機(jī)器人在筒子紗自動(dòng)上紗中的應(yīng)用

利用機(jī)器人模仿人類動(dòng)作、完成設(shè)定動(dòng)作的想法，將工業(yè)機(jī)器人應(yīng)用到緯編中，代替人工將筒子紗自動(dòng)上紗。無錫艾姆維公司生產(chǎn)的機(jī)器人根據(jù)預(yù)先編排的程序，將筒子紗搬運(yùn)到指定位置，輔助完成機(jī)器生產(chǎn)，可以提高生產(chǎn)效率，節(jié)約人力成本（圖10）。

5.2 機(jī)器人在筒子紗智能染色中的應(yīng)用

“筒子紗數(shù)字化自動(dòng)染色成套技術(shù)與裝備”創(chuàng)新研發(fā)出筒子紗數(shù)字化自動(dòng)染色的工藝技術(shù)，從原絲到成品筒子紗染色全過程的數(shù)字化自動(dòng)化生產(chǎn)[20]首次在數(shù)字化自動(dòng)染色設(shè)備和整個(gè)染色過程的中央自動(dòng)控制系統(tǒng)，使中國(guó)成為世界上第一個(gè)突破全過程自動(dòng)染色技術(shù)并實(shí)現(xiàn)工程應(yīng)用的國(guó)家。

如圖11，在軌道上來回穿梭的機(jī)械臂準(zhǔn)確抓取紗卷，染缸蓋自動(dòng)開啟閉合，自動(dòng)完成上染、烘干等工序。目前，康平納紡機(jī)的成套裝備及單臺(tái)設(shè)備已在魯泰、孚日等企業(yè)推廣，該應(yīng)用為構(gòu)建中國(guó)最具特色的紡織機(jī)械研發(fā)生產(chǎn)基地奠定了堅(jiān)實(shí)的基礎(chǔ)。

5.3 智能倉(cāng)儲(chǔ)物流系統(tǒng)在紡織行業(yè)中的應(yīng)用

工業(yè)機(jī)器人在智能倉(cāng)儲(chǔ)物流系統(tǒng)的應(yīng)用，對(duì)推動(dòng)紡織工廠的智能化信息化、推動(dòng)產(chǎn)業(yè)升級(jí)轉(zhuǎn)型起到了極大的作用。目前，美國(guó)、歐元區(qū)國(guó)家及中國(guó)的天貓、菜鳥、京東都開始了倉(cāng)儲(chǔ)物流機(jī)器人改革。機(jī)器人的應(yīng)用已成為決定企業(yè)之間競(jìng)爭(zhēng)及其未來發(fā)展的一個(gè)重要因素[21]。倉(cāng)儲(chǔ)和物流行業(yè)面臨著前所未有的發(fā)展機(jī)遇和全新的模式變革。

以恒力股份的智能化生產(chǎn)車間為例，從清板、落筒，到絲餅的運(yùn)輸、取放、上線、裹膜、落包、打包、纏膜、入庫(kù)，一整套的產(chǎn)品生產(chǎn)流水線系統(tǒng)全部由機(jī)器操作完成，如圖12。

6 發(fā)展展望

人工智能的應(yīng)用與發(fā)展，關(guān)鍵在交叉學(xué)科研究中尋求創(chuàng)新[22]，將紡織行業(yè)的特點(diǎn)，以計(jì)算機(jī)為載體，相互融合發(fā)展。隨著計(jì)算機(jī)和人工智能技術(shù)的發(fā)展，紡織時(shí)尚行業(yè)將迎來第四次工業(yè)革命[23]。紡織行業(yè)的智能化發(fā)展，極大地依賴于人工智能技術(shù)的進(jìn)步，紡織行業(yè)與人工智能的交叉滲透同時(shí)也會(huì)倒逼人工智能的迅速發(fā)展。

6.1 智能穿戴的智慧化和柔性傳感器

智能穿戴將會(huì)向著智慧化和柔性傳感器[24]兩個(gè)方向快速發(fā)展。2019年華米科技宣布全球首顆智能穿戴領(lǐng)域人工智能芯片正式量產(chǎn)應(yīng)用[25]，人工智能技術(shù)將引領(lǐng)智能穿戴走向新的發(fā)展。柔性傳感器利用了針織物大應(yīng)變和可拉伸回復(fù)性的特點(diǎn)，有效提高傳感器的三維曲面貼合性、高靈敏性及使用穩(wěn)定性[26]，將成為智能穿戴的重要發(fā)展方向。

6.2 服裝生產(chǎn)模式變革

現(xiàn)在服裝生產(chǎn)模式正向著小批量、多品種、變化快、交貨快的趨勢(shì)快速發(fā)展，運(yùn)用AI物理引擎來對(duì)服裝進(jìn)行動(dòng)態(tài)物理分析，高精度還原服裝真實(shí)穿戴效果，根據(jù)模擬效果直接確定服裝樣板，節(jié)省了傳統(tǒng)服裝生產(chǎn)模式中制作樣布、樣卡的時(shí)間和材料成本。人工智能技術(shù)的應(yīng)用，將會(huì)掀起高端定制，生產(chǎn)廠家直接與消費(fèi)直接交流互動(dòng)的浪潮。

6.3 紡織品質(zhì)量檢測(cè)

用人工智能的機(jī)器視覺檢測(cè)代替人工對(duì)紡織品進(jìn)行質(zhì)量檢測(cè)，可以實(shí)現(xiàn)人工檢測(cè)疲勞和主觀性所帶來速度、精度下降的問題[27]，解放生產(chǎn)力，解決勞動(dòng)力成本增高的問題。紡織品表面紋理、形態(tài)特征復(fù)雜，疵點(diǎn)復(fù)雜[28]，人工智能系統(tǒng)在當(dāng)前階段還有很多需要完善的空間。目前可適用的織物種類和疵點(diǎn)種類比較單一，紡織品疵點(diǎn)檢測(cè)的算法仍在深入研究中。

7 結(jié) 語(yǔ)

人工智能日益成為未來制造業(yè)發(fā)展的重大趨勢(shì)和核心內(nèi)容，既是加快產(chǎn)業(yè)轉(zhuǎn)型，謀求出路的重要措施，也是在新標(biāo)準(zhǔn)下創(chuàng)造新的國(guó)際競(jìng)爭(zhēng)優(yōu)勢(shì)不可避免的選擇。關(guān)注全球科技發(fā)展的新趨勢(shì)，加快紡織行業(yè)人工智能的創(chuàng)新應(yīng)用，帶動(dòng)紡織各領(lǐng)域智能化水平提高，努力掌握核心技術(shù)和關(guān)鍵技術(shù)設(shè)備，為促進(jìn)高速經(jīng)濟(jì)增長(zhǎng)、提高制造業(yè)水平提供堅(jiān)實(shí)有力的支持。當(dāng)前紡織行業(yè)公共數(shù)據(jù)開放共享程度還不夠，企業(yè)參與增值數(shù)據(jù)開發(fā)進(jìn)展緩慢，成為制約人工智能發(fā)展的瓶頸。在未來的“人工智能+紡織”中，要對(duì)紡織行業(yè)大數(shù)據(jù)進(jìn)行挖掘，抓住歷史機(jī)遇，把人工智能作為引領(lǐng)紡織行業(yè)的戰(zhàn)略性技術(shù)，進(jìn)而帶來深遠(yuǎn)的變革。

參考文獻(xiàn)：

[1]ANAND S.R， VERWEIJ G. Sizing the prize： whats the real value of AI for your business and how can you capitalise[R].London： Pricewaterhouse Coopers，2017.

[2]梅金燕.雙目測(cè)距系統(tǒng)中快速匹配算法研究[D].蘇州：蘇州大學(xué)，2012.

[3]SHOHMA Y， PERRAULT R， BRYNJOLFSSON E. Artificial intelligence index 2017 Annual Report[R].Palo Alto： Stanford University，2017.

[4]羅戎蕾.基于復(fù)小波變換的紡織品圖案檢索方法研究[J].浙江理工大學(xué)學(xué)報(bào)，2015（1）：46-50.

[5]KOKOULIN A N， YUZHAKOV A A， KIRYANOV D A. Hierarchical object recognition system in machine vision[J].Journal of Physics Conference Series，2019，11（1）：1-7.

[6]蔚苗苗.織物疵點(diǎn)檢測(cè)算法研究和系統(tǒng)實(shí)現(xiàn)[D].無錫：江南大學(xué)，2017.

[7]蔣高明，崔雙雙.人工智能技術(shù)在針織行業(yè)的開發(fā)與應(yīng)用[J].紡織導(dǎo)報(bào)，2018（3）：30-32，34.

[8]夏棟.基于多尺度幾何分析的經(jīng)編織疵在線檢測(cè)[D].無錫：江南大學(xué)，2017.

[9]李九靈.可重構(gòu)的機(jī)器視覺在線檢測(cè)方法的研究[D].武漢：武漢科技大學(xué)，2013.

[10]葛運(yùn)東，陳洪梅，姚建民.自然語(yǔ)言處理的技術(shù)和產(chǎn)業(yè)應(yīng)用現(xiàn)狀與趨勢(shì)分析[J].產(chǎn)業(yè)與科技論壇，2019，18（17）：113-114.

[11]趙京勝，宋夢(mèng)雪，高祥.自然語(yǔ)言處理發(fā)展及應(yīng)用綜述[J].信息技術(shù)與信息化，2019（7）：142-145.

[12]龔煒博.以AI技術(shù)在教育領(lǐng)域的應(yīng)用淺析人工智能對(duì)未來教育的影響[J].中國(guó)戰(zhàn)略新興產(chǎn)業(yè)，2018（8）：51，53.

[13]宗亞寧，薛冬梅，崔世忠.智能紡織CAD設(shè)計(jì)系統(tǒng)[J].中原工學(xué)院學(xué)報(bào)，2002（3）：57-59.

[14]張瑞林.人工神經(jīng)網(wǎng)絡(luò)在紡織中的應(yīng)用研究[D].杭州：浙江大學(xué)，2001.

[15]金關(guān)秀.基于人工智能的紡織技術(shù)開發(fā)新途徑[J].紡織科技進(jìn)展，2013（3）：11-14.

[16]肖繼海，崔曉紅.人工神經(jīng)網(wǎng)絡(luò)在紡織上的應(yīng)用[J].電腦開發(fā)與應(yīng)用，2008（11）：39-41.

[17]任強(qiáng)，徐旻.“紡織行業(yè)+人工智能”的探討[J].紡織器材，2019（6）：13-15.

[18]劉鵬飛，蔣高明，吳志明.決策樹算法在針織產(chǎn)品質(zhì)量管理中的應(yīng)用[J].紡織學(xué)報(bào)，2018（6）：149-154.

[19]高昌潔，高杰，常華，等.創(chuàng)新“染”就七彩夢(mèng)想[J].中國(guó)纖檢，2015（3）：32-36.

[20]梁莉萍.康平納色紗驚艷中國(guó)國(guó)際紡織紗線展[J].中國(guó)紡織，2018（5）：65.

[21]何定邊.未來智造——智能倉(cāng)儲(chǔ)機(jī)器人哪家強(qiáng)[J].商業(yè)文化，2018（2）：44-51.

[22]李德毅.網(wǎng)絡(luò)時(shí)代人工智能研究與發(fā)展[J].智能系統(tǒng)學(xué)報(bào)，2009，4（1）：1-6.

[23]“第二屆時(shí)尚與紡織人工智能國(guó)際會(huì)議（AIFT 2019）”正式啟動(dòng)[J].合成纖維，2019（8）：58.

[24]伏廣偉，賀志鵬，劉鳳坤.紡織服裝業(yè)智能化與智慧化發(fā)展探究[J].毛紡科技，2019，47（8）：1-6.

[25]佚名.全球首顆智能穿戴領(lǐng)域人工智能芯片發(fā)布[J].智能城市，2019，5（10）：191.

[26]LI YT， MIAO XH， LI N. Human motion recognition of knitted flexible sensor in walking cycle[J].Sensor，2020，20（1）：1-14.

[27]周建，潘如如，高衛(wèi)東.機(jī)器視覺在紡織中的應(yīng)用現(xiàn)狀與發(fā)展趨勢(shì)[J].棉紡織技術(shù)，2019，47（2）：15-17.

[28]吳靄弟，何偉堅(jiān).紡織品的人工智能檢測(cè)技術(shù)[J].化纖與紡織技術(shù)，2020（1）：38-42.