Innen genähtes Textil

Von Brianna Wessling | 20. Juni 2023

Die seents GmbH, ein deutsches Technologie-Startup mit Sitz in München, entwickelt autonome Roboter, die Textilien wie Kleidung handhaben und mithilfe von 2D- und 3D-Kameras der IDS Imaging Development Systems GmbH vorhersehen, wie sie sich verhalten.

Die Textil- und Bekleidungsindustrie war in den letzten Jahren mit Versorgungs- und Energieproblemen konfrontiert und ist von künftigen Problemen bedroht, die die Produktion weiter behindern könnten, wie etwa Arbeitskräfte- und Ausrüstungsmangel. Während die Verlagerung der Bekleidungsproduktion nach Europa einige Probleme in der Lieferkette lösen kann, verursacht sie zusätzliche Arbeitskosten.

Sewts hofft, diese Probleme zu lindern und hat eine besondere Anwendung ins Visier genommen: große Industriewäschereien. Während viele Prozesse in Industriewäschereien bereits automatisiert sind, beispielsweise das Falten von Kleidung, müssen menschliche Arbeiter die Wäsche immer noch manuell ausbreiten und faltenfrei der Maschine zuführen – eine monotone und anstrengende Aufgabe, die sich stark auf die Personalkosten auswirkt.

Das Robotersystem des Unternehmens kann helfen, diese Personalprobleme zu lindern, indem es einzelne Schritte automatisiert, etwa das Sortieren schmutziger Textilien oder das Einlegen der Wäsche in Faltmaschinen. IDS-Kameras bilden die Bildverarbeitungskomponenten der Sewts-Roboter.

Traditionell war Kleidung aufgrund ihrer Formbarkeit eine Herausforderung für Roboter. Derzeit stoßen verfügbare Softwaresysteme und herkömmliche Bildverarbeitung typischerweise an Grenzen, wenn es um leicht verformbares Material geht, was die Fähigkeiten kommerziell erhältlicher Roboter und Greifsysteme einschränkt.

VELUM, das Robotersystem von swets, ist in der Lage, forminstabile Materialien wie Textilien zu analysieren und zu verarbeiten. Dadurch kann VELUM Handtücher und ähnliche Wäsche aus Frottee einfach und faltenfrei in vorhandene Faltmaschinen einführen.

Diese Software vereint handelsübliche Roboter, Greifer und Kameras zu einem intelligenten System. Das Multikamerasystem von VELUM nutzt die 3D-Kamera Ensenso S10 und Modelle der uEye CP-Kameraserie.

Diese Kameras sind für das System von entscheidender Bedeutung, da der Roboter sowohl in 2D als auch in 3D interessante Merkmale und Greifpunkte auf den Textilien identifizieren muss, die nach dem Waschen und Trocknen der Anlage zugeführt werden. Diese Textilien gelangen ungeordnet auf einem Förderband oder in einem Behälter zum System, sodass das System weder die Form noch die Position einzelner Objekte vorhersagen kann.

Die Kameras erfassen die unterschiedliche Beschaffenheit des Materials und unterscheiden, welche Säume ein Handtuch hat und wo seine Ecken sind.

„Wir gleichen die Bilder der 2D- und 3D-Kameras ab, um zusammen mit den 3D-Daten eine höhere 2D-Auflösung zu erhalten. Wir nutzen also die jeweiligen Vorteile der 2D-Kamera, in diesem Fall die höhere Auflösung, und der 3D-Kamera, also die präzisen Tiefendaten“, sagte Tom Doerks, Mitbegründer und CTO von seents.

Um die von den Kameras gelieferten Daten zu verarbeiten, entwickelte seents eine KI-Software. Diese Software nutzt Merkmale wie den Nahtverlauf und die relative Lage der Nähte, um die Topologie der Textilien zu analysieren. Das Programm klassifiziert diese Merkmale nach Textiltyp und -klasse und übersetzt diese Erkenntnisse dann in Roboterbefehle.

„KI ist der Kern unserer Technologie. Um adaptive Systeme aufzubauen, die mit nichtdeterministischen Automatisierungsprozessen zurechtkommen, werden intelligente Algorithmen benötigt. Deshalb nutzen wir die neuesten Erkenntnisse aus der KI-Forschung, verfeinern sie für unsere Bedürfnisse und fügen sie schließlich zu einem großen Ganzen zusammen“, sagt Till Rickert, Mitgründer und CPO bei seents.

Zur Verarbeitung der Daten nutzt das Unternehmen Convolutional Neural Networks (CNNs) und klassische Bildverarbeitung, darunter IDS Peak, ein Software Development Kit von IDS.

VELUM kann den Durchsatz von Wäschereien erheblich steigern und ihre Rentabilität steigern, selbst in unsicheren Personalsituationen. Das Unternehmen hofft, das System in Zukunft auch um weitere Anwendungen außerhalb von Textilien erweitern zu können.