我们先来看看 无人驾驶 。
L0：完全依赖人工驾驶
驾驶员是系统的唯一决策者和执行者，控制方向盘、油门、刹车等。
L1：驾驶支持（自动化）
汽车系统能够帮助司机执行特定的驾驶任务，如自适应巡航控制和自动泊车，但司机仍需监控驾驶环境。
L2：部分自动化驾驶（机器辅助人）
车辆能独立处理一些基础的驾驶任务，如车道保持和自动跟车，但驾驶员需保持警惕。
L3：有条件自动化驾驶（人辅助机器）
车辆在特定条件下可以自主完成所有驾驶任务，但驾驶员需在必要时接管。
L4：高度自动化驾驶（完全机器）
车辆在特定环境中能独立完成所有驾驶任务，但仍有道路和环境限制。
L5：完全自动化驾驶（代替人）
车辆在任何环境下都能自主完成所有驾驶任务，无需人类介入。
我们按以上的分级方法看看 目前智能验布的发展水平。
L0：完全由人来检验，记录，标记。
人完成疵点检验，缺陷位置标记，缺陷种类的区分。并且要做好记录，给每个缺陷评分，最终统计出一匹面料总缺陷扣分，然后根据不同的区域质量标准完成评级。
L1：机器协助人完成一些自动化的工作。
面料缺陷检验工作还是由人来完成。机器完成一些统计或者自动化的工作，比如自动标记，缺陷位置记录，还可以完成缺陷统计，根据人对每个缺陷的评分最终对面料进行评级。
L2：机器通过机器视觉技术辅助人检验。
人无需一直盯住机器布面看，只是在机器检出异常并停机的时候进行查看，评判是否是真的有缺陷？如果有缺陷完成确认分类，其他工作交由机器完成。
L3：人辅助智能视觉机器人完成检验。
面料主要缺陷（比如破洞、断纱、粗结、浅颜色的污点等等）由机器人完成检验并且检出率超过80%（人类面料缺陷检出率70%左右）。
对于一些连续性的或者隐形的缺陷(比如大片的污渍、断氨能、擦伤、死皱印、粗幼纱、双面布的反面勾丝、隐形的横档竖条等等)机器检出率30~40%。这些缺陷一旦发现机器马上报警，需要由人来进行进一步的判断协助机器检验。其他工作由机器完成。
L4：面料检验由机器人完成，人随机抽检。
机器人可以根据客户的需求自定义面料检验规则及标准。机器人自动完成面料检验，实时门幅跟踪，不同面料颜色的自适应，不同种类面料张力的自适应，自动监督机器检出的稳定性，综合缺陷检出率达90%。
客户云端实时查看面料检验情况，实时确认面料接受与否。
L5：2030年前完成。
机器人面料检验产品自适应，同一台机器可以完成素色、提花、印花。同时完成面料除表面缺陷以外其他品质的检验（比如面料边中头尾实时的克重差异）。
设备将完全融入到纺织服装行业从纺纱、织造、染整、后整理、服装生产全流程，实时给出后工序生产的意见和前工序质量提升的意见，指导生产。
过去我所在的团队应该做到了2.5级，这也是目前全球智能验布所能做到最好的水平，全球卖了一百多台。
但是智能验布要想开始被广泛使用，要做到3.5级才行，至少产品已经定型：设备形态功能与稳定性、视觉成像方案、算法模型、算法调用方式及硬件配置。未来只是软件算法升级。
一个产品的研发成功到最终被市场接受并普及是多重因素叠加的结果，一方面需要产品持续迭代升级，另一个方面也要需要一些基础设施升级，还需要产品生态的形成和使用者习惯的养成。
黑莓手机→iPhone→iPhone 4→普及
L3级以下→L3.5级→L4级→普及
如果2025年L3.5级智能验布机投入市场，到最终普及仍然需要3到5年的时间。所以大家不用着急，让那些头部的企业先用。当然他们先用也就意味着他们就有制定规则和标准的权利。
-END-
4、当下整个纺织行业面料检验就是一笔糊涂账，智能验布能解决吗？
13、智能验布核心技术迭代：图像处理→大模型→多模型并行→多模型融合
18、为什么做通用人工智能大模型的团队都应该来做智能验布机？
21、当下纺服业哪些工作会被机器人代替？企业没有智能技术员就如同没电工
长按图片扫码，进入微店抢购
