Il più antico articolo di maglieria conosciuto risale all'Egitto nel Medioevo, per mezzo di un paio di calzini accuratamente lavorati a mano. Sebbene i vestiti fatti a mano abbiano occupato i nostri armadi per secoli, un recente afflusso di macchine per maglieria ad alta tecnologia ha cambiato il modo in cui ora creiamo i nostri pezzi preferiti.

Questi sistemi, che hanno realizzato di tutto, dai maglioni Prada alle camicie Nike, sono ancora lontani dall'essere senza soluzione di continuità. Programmare le macchine per i disegni può essere un'impresa noiosa e complicata:quando devi specificare ogni singolo punto, un errore può buttare via l'intero indumento.

In un nuovo paio di carte, i ricercatori del Computer Science and Artificial Intelligence Laboratory (CSAIL) del MIT hanno escogitato un nuovo approccio per semplificare il processo:un nuovo sistema e strumento di progettazione per automatizzare i capi di maglieria.

In un documento, un team ha creato un sistema chiamato "InverseKnit, " che traduce le foto di modelli a maglia in istruzioni che vengono poi utilizzate con le macchine per realizzare abiti. Un approccio come questo potrebbe consentire agli utenti occasionali di creare progetti senza una banca di memoria di conoscenza della codifica, e persino conciliare problemi di efficienza e sprechi nella produzione.

"Per quanto riguarda le macchine e il lavoro a maglia, questo tipo di sistema potrebbe cambiare l'accessibilità per le persone che desiderano essere i designer dei propri articoli, "'dice Alexandre Kaspar, Dottorato CSAIL studente e autore principale di un nuovo articolo sul sistema. "Vogliamo consentire agli utenti occasionali di accedere alle macchine senza competenze di programmazione necessarie, in modo che possano trarre vantaggio dalla personalizzazione utilizzando l'apprendimento automatico per la progettazione e la produzione".

In un altro documento, i ricercatori hanno ideato uno strumento di progettazione assistita da computer per personalizzare gli articoli a maglia. Lo strumento consente ai non esperti di utilizzare modelli per regolare modelli e forme, come aggiungere un motivo triangolare a un berretto, o strisce verticali a un calzino. Puoi immaginare gli utenti che creano oggetti personalizzati per i propri corpi, mentre anche personalizzando per l'estetica preferita.

Maglia inversa

L'automazione ha già rimodellato l'industria della moda come la conosciamo, con potenziali residui positivi del cambiamento anche della nostra impronta produttiva.

Per far funzionare InverseKnit, il team ha prima creato un set di dati di istruzioni per lavorare a maglia, e le immagini corrispondenti di quei modelli. Hanno quindi addestrato la loro rete neurale profonda su quei dati per interpretare le istruzioni di lavorazione a maglia 2-D dalle immagini.

Potrebbe sembrare come dare al sistema la foto di un guanto, e poi lasciare che il modello produca una serie di istruzioni, dove la macchina segue quindi quei comandi per produrre il disegno.

Durante il test di InverseKnit, il team ha scoperto che produceva istruzioni accurate il 94% delle volte.

"Le attuali tecniche di visione artificiale all'avanguardia sono affamate di dati, e hanno bisogno di molti esempi per modellare il mondo in modo efficace, "dice Jim McCann, assistente professore al Carnegie Mellon Robotics Institute. "Con InverseKnit, il team ha raccolto un immenso set di dati di campioni di maglia che, per la prima volta, consente di utilizzare moderne tecniche di visione artificiale per riconoscere e analizzare i modelli di lavoro a maglia."

Mentre il sistema funziona attualmente con una piccola dimensione del campione, il team spera di espandere il pool di campioni per impiegare InverseKnit su scala più ampia. Attualmente, il team ha utilizzato solo un tipo specifico di filato acrilico, ma sperano di testare materiali diversi per rendere il sistema più flessibile.

Uno strumento per lavorare a maglia

Sebbene ci siano stati molti sviluppi nel campo, come i processi di lavorazione a maglia automatizzati di Carnegie Mellon per le maglie 3D, questi metodi possono spesso essere complessi e ambigui. Le distorsioni inerenti alle forme 3D ostacolano il modo in cui comprendiamo le posizioni degli elementi, e questo può essere un peso per i progettisti.

Per risolvere questo problema di progettazione, Kaspar e i suoi colleghi hanno sviluppato uno strumento chiamato "CADKnit, " che utilizza immagini 2D, software CAD, e tecniche di fotoritocco per consentire agli utenti occasionali di personalizzare i modelli per i disegni a maglia.

Lo strumento consente agli utenti di progettare modelli e forme nella stessa interfaccia. Con altri sistemi software, probabilmente perderai del lavoro su entrambe le estremità quando personalizzi entrambi.

"Che sia per l'utente quotidiano che vuole imitare il berretto di un amico, o un sottoinsieme del pubblico che potrebbe trarre vantaggio dall'utilizzo di questo strumento in un ambiente di produzione, miriamo a rendere il processo più accessibile per la personalizzazione personale, "' dice Kaspar.

Il team ha testato l'usabilità di CADKnit facendo in modo che utenti non esperti creassero modelli per i loro capi e regolassero le dimensioni e la forma. Nei sondaggi post-test, gli utenti hanno affermato di aver trovato facile manipolare e personalizzare i propri calzini o berretti, fabbricando con successo più campioni a maglia. Hanno notato che i modelli di pizzo erano difficili da progettare correttamente e trarrebbero vantaggio da una simulazione rapida e realistica.

Tuttavia il sistema è solo un primo passo verso la personalizzazione completa del capo. Gli autori hanno scoperto che i capi con interfacce complicate tra parti diverse, come i maglioni, non funzionavano bene con lo strumento di progettazione. Il tronco di maglie e maniche può essere collegato in vari modi, e il software non aveva ancora modo di descrivere l'intero spazio di progettazione per questo.

Per di più, il sistema attuale può utilizzare un solo filato per forma, ma il team spera di migliorarlo introducendo una pila di filo ad ogni punto. Per consentire il lavoro con modelli più complessi e forme più grandi, i ricercatori prevedono di utilizzare strutture di dati gerarchiche che non incorporino tutti i punti, solo quelli necessari.

"L'impatto della lavorazione a maglia 3D ha il potenziale per essere persino maggiore di quello della stampa 3D. In questo momento, gli strumenti di progettazione frenano la tecnologia, ecco perché questa ricerca è così importante per il futuro, "dice McCann.

Questa storia è stata ripubblicata per gentile concessione di MIT News (web.mit.edu/newsoffice/), un popolare sito che copre notizie sulla ricerca del MIT, innovazione e didattica.