AI Repair Module: Förstärker maskiner i textilindustrin för att möjliggöra automatiserad reparation.
Diarienummer | |
Koordinator | RecoMended AB |
Bidrag från Vinnova | 803 080 kronor |
Projektets löptid | september 2023 - juni 2024 |
Status | Avslutat |
Utlysning | Framväxande tekniklösningar |
Ansökningsomgång | Framväxande tekniklösningar steg 1 2023 |
Viktiga resultat som projektet gav
Projektet syftar till att göra symaskiner automatiserade, vilket leder till ökad effektivitet och produktivitet. Genom att minska kompetenskraven kan lönsamhet för företag inom branschen öka. Hållbarhet beaktas genom att möjliggöra reparation och återanvändning. Resultaten visar att det är möjligt att göra programmerbara maskiner tillgängliga för att laga textila produkter där lagningsmönstret genereras automatiskt. Maskinerna kan utföra reparationer självständigt medan operatören förbereder nästa produkt, vilket ökar effektiviteten och kvalitet.
Långsiktiga effekter som förväntas
Resultat: Kamera går att ansluta Montering av kläder fungerar AI och algoritmer utvecklat och skapar lagningsmönster. Lagningsmönster skickas till maskin Maskinen syr enligt kalibrerat koordinatsystem med kamera och mjukvara. Förväntade effekter: Nyttiggörande 1-2 år genom kommersialisering i samarbete med maskintillverkare där mjukvara och hårdvara erbjuder lagningsmaskiner. Textilföretag blir primära användare av automatiserade maskiner för reparation. Användarvänligare maskiner sänker kompetenskraven, för jämnställdhet.
Upplägg och genomförande
Genom samarbeten med Science Park Borås och Wargön har vi säkerställt den senaste forskningen för en solid projektstart. Under AP 1 höll vi fyra workshops med UX- och AI-utvecklare och påbörjade mjukvaruutveckling för att identifiera flaskhalsar. Vi använde process mapping och flödesscheman för att kartlägga hela processen och skapa en MVP. I arbetspaket 2 använde vi också process mapping för att validera utvecklingsområden och identifiera flaskhalsar. Arbetspaket 3 fokuserade på att testa lagningar på jeans för att identifiera praktiska flaskhalsar och nå TRL 2.