James McCann, professore assistente di robotica, e gli studenti laureati Carnegie Mellon Lea Albaugh e Vidya Narayanan controllano una macchina per maglieria controllata da computer. Il loro sistema traduce forme 3D in istruzioni punto per punto in modo che la macchina possa produrle automaticamente. Credito:Carnegie Mellon University/Michael Henninger
Gli scienziati informatici della Carnegie Mellon University hanno sviluppato un sistema in grado di tradurre un'ampia varietà di forme 3D in istruzioni punto per punto che consentono a una macchina per maglieria controllata da computer di produrre automaticamente tali forme.
I ricercatori del Carnegie Mellon Textiles Lab hanno utilizzato il sistema per produrre una varietà di giocattoli e indumenti di peluche. Cosa c'è di più, James McCann, assistente professore presso l'Istituto di Robotica e capo del laboratorio, ha affermato che questa capacità di generare istruzioni per la lavorazione a maglia senza bisogno di competenze umane potrebbe rendere possibile la lavorazione a macchina su richiesta.
La visione di McCann è quella di utilizzare le stesse macchine che sistematicamente sfornano migliaia di cappelli lavorati a maglia, guanti e altri capi di abbigliamento per produrre pezzi personalizzati uno alla volta o in piccole quantità. Guanti, ad esempio, potrebbe essere progettato per adattarsi con precisione alle mani di un cliente. Tomaie per scarpe da ginnastica, maglioni e cappelli potrebbero avere motivi o ornamenti di colore unici.
"Le macchine per maglieria potrebbero diventare facili da usare quanto le stampanti 3D, " ha detto McCann.
Questo è in netto contrasto con il mondo del lavoro a maglia di oggi.
"Ora, se gestisci un piano di macchine per maglieria, hai anche un dipartimento di ingegneri, " ha detto McCann, che ha notato che i designer di abbigliamento raramente hanno l'esperienza specializzata necessaria per programmare le macchine. "Non è un modo sostenibile di realizzare pezzi personalizzati una tantum.
Nel loro ultimo lavoro, che sarà presentato quest'estate al SIGGRAPH 2018, la Conferenza su Computer Grafica e Tecniche Interattive a Vancouver, Canada, McCann e i suoi colleghi hanno sviluppato un metodo per trasformare reti 3D, un metodo comune per la modellazione di forme 3D, in istruzioni per macchine per maglieria V-bed.
Questo peluche, coniglietto imbottito è stato prodotto automaticamente da una rete 3D utilizzando un sistema della Carnegie Mellon University per tradurre automaticamente la forma in istruzioni punto per punto per una macchina per maglieria Credito:Carnegie Mellon University/Michael Henninger
Queste macchine ampiamente utilizzate manipolano anelli di filo con aghi a forma di uncino, che giacciono in fronti di aghi paralleli inclinati l'uno verso l'altro a forma di V rovesciata. Le macchine sono altamente capaci, ma sono limitati rispetto al lavoro a maglia, disse Vidya Narayanan, un dottorato di ricerca studente in informatica.
L'algoritmo CMU tiene conto di questi vincoli, lei disse, produrre istruzioni per modelli che lavorano entro i limiti della macchina e riducono il rischio di rotture o inceppamenti del filo.
Un sistema di progettazione front-end come questo è comune nella stampa 3D e nelle officine informatiche, ma non nel mondo del lavoro a maglia, disse McCann. Allo stesso modo, La stampa 3D e le officine meccaniche utilizzano linguaggi e formati di file comuni per eseguire le loro apparecchiature, mentre le macchine per maglieria utilizzano una varietà di linguaggi e strumenti specifici per particolari marche di macchine per maglieria. McCann ha condotto uno sforzo precedente per creare un formato di lavoro a maglia comune, chiamato maglia, che è in grado di essere implementato con qualsiasi marca di macchina per maglieria.
Sono necessari ulteriori lavori per rendere il lavoro a maglia su richiesta una realtà. Ad esempio, il sistema ora produce solo tessuto a maglia liscia, senza le cuciture fantasia che possono rendere distintivi i capi in maglia. Anche l'ecosistema della maglieria deve essere ampliato, con strumenti di progettazione che funzioneranno con qualsiasi macchina. Ma i progressi potrebbero essere rapidi a questo punto, disse McCann.
"L'hardware per maglieria è già molto buono, " ha spiegato. "È il software che ha bisogno di una piccola spinta. E il software può migliorare rapidamente perché possiamo iterare molto più velocemente."
Oltre a McCann e Narayanan, il team di ricerca includeva Jessica Hodgins, professore di informatica e robotica; Lea Albaugh, un dottorato di ricerca studente presso l'Istituto di Interazione Uomo-Macchina; e Stelian Coros, membro di facoltà all'ETH di Zurigo e professore a contratto di robotica alla CMU.
Il documento di ricerca, insieme a un video, è disponibile su GitHub.
