We can't find the internet
Attempting to reconnect
Something went wrong!
Hang in there while we get back on track
DOSP-VHR-001861 | Ontwikkelen van een testmethode voor het bepalen van het draagcomfort van kleding met gebruik van IR-thermografie en AI
Details
- Business Unit
- DOSP-HGT
- Kennisgroep
- FTILab
- Beschrijving (Original)
-
Geen van de testmethoden die vandaag toegepast worden om comfort van een kledingstuk te meten is ideaal. Geen enkele methode houdt rekening met alle invloedsparameters (o.a. de activiteitsgraad, de klimatologische omstandigheden, het materiaal, de stijl en de pasvorm van de kleding) en ze vereisen talrijke fysieke prototypes, gespecialiseerde testapparatuur, langdurige en kostelijke draagtesten met proefpersonen en multidisciplinaire kennis.
Het hoofddoel van dit project is om een snelle, gebruiksvriendelijke en betaalbare methode op punt te stellen om het draagcomfort van een kledingstuk te kunnen voorspellen en optimaliseren. Daarvoor zullen o.a. infrarood (IR) thermografie en Artificiële Intelligentie (AI) gecombineerd worden. Kleding oefent immers een belangrijke invloed uit op o.a. de huidtemperatuur (Tsk) en IR-thermografie is een geschikte technologie om deze veranderingen op te volgen. Bovendien is AI, en in het bijzonder Deep Learning (DL) de ideale tool voor complexe toepassingen zoals het voorspellen van kledingcomfort. Om effectief te zijn vereisen de AI-algoritmes een aanzienlijk grote databank. De datacollectie is tijdrovend en vereist een groot aantal testen met proefpersonen volgens een nauwkeurig gekozen, complex protocol.
FashionTex-AI heeft de volgende doelstellingen: (1) het op punt stellen van het testprotocol, en ethisch dossier, (2) de aankoop van kledingstukken en apparatuur voor het meten van fysiologische parameters, (3) het opstarten van dataverzameling, (4) het opstellen van een databank en (5) het ontwikkelen van een eerste versie DL-algoritme. De ontwikkelde DL-algoritmes zullen de bedrijven in staat stellen om de juiste keuze van materialen en design te maken tijdens de ontwikkelingsfase en zullen als gevolg zowel het draagcomfort voor de eindgebruiker verbeteren als de ontwikkelkost voor de producent aanzienlijk reduceren.
De volgende resultaten werden behaald bij het afsluiten van het project:
(1) een testprotocol is beschikbaar met gedetailleerde richtlijnen om (i) lichaamseigen fysiologische parameters (o.a. huidtemperatuur, kerntemperatuur en hartslag van de proefpersoon) op te volgen evenals (ii) kwalitatieve evaluatie van de kledingstuk mbt comfort, via een e-template
(2) een dossier, inclusief bijkomende documenten o.a. Toestemmingsformulier en een Datamanagement Plan (DMP). Het dossier werd goedgekeurd door het ethische comité van UGent, Faculteit van Ingenieurswetenschappen en Architectuur
(3) beschikbaarheid van verschillende sets van relevante standaard kledingstukken (in verschillende maten, materialen en pasvormen) die door proefpersonen zullen worden beoordeeld
(4) beschikbaarheid van testapparatuur, sensoren, 2 loopbanden en een ingericht testlabo
(5) promo-materiaal voor het rekruteren van de proefpersonen met het gewenste profiel
(6) een online platform voor het inplannen van testsessies
(7) opstart databank (proof-of-concept).
Deze resultaten zullen verder gebruikt worden in het project ComforTex-AI, met financiering door VLAIO CORNET/TETRA) waarin meerdere onderzoekpartners uit België en Duitsland betrokken.
- Beschrijving (Enhanced)
- We ontwikkelen een innovatieve methode met IR thermografie en AI om draagcomfort van kleding te voorspellen en optimaliseren. Ons project heeft testprotocol, databank, DL-algoritme en testlabo opgeleverd voor betere materialen en designkeuzes, met positieve impact op comfort en productiekosten.
- Beschrijving (Cleaned)
-
Geen van de testmethoden die vandaag worden toegepast om het comfort van een kledingstuk te meten, is ideaal. Geen enkele methode houdt rekening met alle invloedsparameters (o.a. de activiteitsgraad, de klimatologische omstandigheden, het materiaal, de stijl en de pasvorm van de kleding) en ze vereisen talrijke fysieke prototypes, gespecialiseerde testapparatuur, langdurige en kostbare draagtesten met proefpersonen en multidisciplinaire kennis.
Het hoofddoel van dit project is om een snelle, gebruiksvriendelijke en betaalbare methode te ontwikkelen om het draagcomfort van een kledingstuk te voorspellen en te optimaliseren. Daarvoor zullen onder andere infrarood (IR) thermografie en Kunstmatige Intelligentie (AI) gecombineerd worden. Kleding heeft namelijk een significante invloed op onder andere de huidtemperatuur (Tsk) en IR-thermografie is een geschikte technologie om deze veranderingen te monitoren. Bovendien is AI, met name Deep Learning (DL), het ideale instrument voor complexe toepassingen zoals het voorspellen van kledingcomfort. Om effectief te zijn, vereisen de AI-algoritmes een aanzienlijk grote databank. De datacollectie is tijdrovend en vereist een groot aantal testen met proefpersonen volgens een nauwkeurig gekozen, complex protocol.
FashionTex-AI heeft de volgende doelstellingen: (1) het ontwikkelen van het testprotocol en het ethische dossier, (2) de aanschaf van kledingstukken en apparatuur voor het meten van fysiologische parameters, (3) het starten van de dataverzameling, (4) het opzetten van een databank en (5) de ontwikkeling van een eerste versie van het DL-algoritme. De ontwikkelde DL-algoritmes zullen bedrijven in staat stellen om tijdens de ontwikkelingsfase de juiste keuzes te maken op het gebied van materialen en design, wat zowel het draagcomfort voor de eindgebruiker zal verbeteren als de ontwikkelingskosten voor de producent aanzienlijk zal verminderen.
De volgende resultaten werden behaald bij de afronding van het project:
(1) een beschikbaar testprotocol met gedetailleerde richtlijnen om zowel (i) lichaamseigen fysiologische parameters (o.a. huidtemperatuur, kerntemperatuur en hartslag van de proefpersoon) te monitoren als (ii) een kwalitatieve evaluatie van het kledingstuk met betrekking tot comfort, via een e-template
(2) een dossier, inclusief bijkomende documenten zoals een toestemmingsformulier en een datamanagementplan (DMP). Het dossier werd goedgekeurd door het ethisch comité van UGent, Faculteit van Ingenieurswetenschappen en Architectuur
(3) beschikbaarheid van verschillende sets van relevante standaardkledingstukken (in verschillende maten, materialen en pasvormen) die door proefpersonen zullen worden beoordeeld
(4) beschikbaarheid van testapparatuur, sensoren, 2 loopbanden en een ingericht testlab
(5) promotiemateriaal voor het werven van proefpersonen met het gewenste profiel
(6) een online platform voor het plannen van testsessies
(7) start van de databank (proof-of-concept).
Deze resultaten zullen verder worden gebruikt in het project ComforTex-AI, dat gefinancierd wordt door VLAIO CORNET/TETRA en waaraan meerdere onderzoekspartners uit België en Duitsland deelnemen.
- Resultaatsbeschrijving
- Resultaatsbeschrijving (Cleaned)
- Start Datum
- 01-01-2023
- Eind Datum
- 31-12-2023
- Verification Status
- Not verified