Service of SURF
© 2025 SURF
Bumping Elbows explores a workflow integrating 3D body scanning technology with robotic knitting to create personalized garments. Traditional 3D knitting development relies on 2D drafts and panels, rooted in industrial flatbed knitting practices. Our approach leverages accurate topology measurements from 3D body scans to directly inform garment design and production, allowing for custom fits to unique body shapes. We will demonstrate this process through live 3D scanning and software demonstrations, highlighting the challenges and opportunities integrating body scans and knitting techniques like goring. Our included software addresses limitations of previous work and outlines advancements needed for broader research adoption, emphasizing the potential of combining 3D scanning with robotic knitting. This method offers enhanced personalization and sustainability in garment production, showcasing the ongoing challenges and advancements in achieving precision in robotic knitting.
Dit onderzoek richt zich op het verkleinen van de kunstgrasberg. Gezamenlijk met ketenorganisatie GBN AGR en Joosten Group is een verkenning van 3D printen van Recycled Turf Agglomerate (RTA) uitgevoerd. Het materiaalonderzoek, verricht door Saxion Thermo Plastic composites Application Centre, aangevuld met datagegevens van GNB AGR en vergelijkingen met bestaand 3D printfilament leverde al inzichten op. Ook is een 3D printer gemodificeerd om gerecycled granulaat te 3D printen. Hierop zijn tests met verschillende recycled materiaal gedaan. Echter bleek het huidige RTA te vervuild om 3D prints te maken. Een alternatieve RTA, welke extra zuiveringsstappen is doorgaan, was goed 3D printbaar.
MULTIFILE
The short-term aim of this R&D project (financed by the Centre of Expertise Creative Industries) is to develop a virtually simulated textile database that renders 3D visual representations of these fabrics. The idea is for this database to be open source and be able to interface with 3D design applications such as those of Lectra. The textile database will include a number of different digital datasets per textile that contain information about the fabric’s drape, weight, flexibility etc., to virtually render prototypes in a 3D simulated environment. As such, in building garments via a 3D software design application, designers will be able to see how a garment changes as new textiles are applied, and how textiles behave when constructed as different garments. This will take place on 3D avatars, which may be bespoke body scans, and will allow for coordinated and precise fitting and grading.
Mondkapjes, of mondmaskers, zijn door de SARS-COV-2 pandemie niet meer uit het straatbeeld weg te denken. De kwaliteit en comfort van de pasvorm van medische en niet-medische mondmaskers wordt bepaald door hoe goed het mondmasker overeenkomt met de afmetingen van het gezicht van de drager. Echter is er geen goed overzicht van de antropometrie van het gelaat van de Nederlandse bevolking waardoor de pasvorm van mondmaskers nu vaak niet optimaal is. Er is dus vraag naar een laagdrempelige en veilige manier om gezichtskenmerken in kaart te brengen en betere ontwerprichtlijnen voor mondkapjes. Driedimensionaal (3D) scannen doormiddel van Light Detection and Ranging (LiDaR) technologie in combinatie met slimme algoritmes lijkt wellicht een manier om gezichtskenmerken snel en laagdrempelig vast te leggen bij grote groepen mensen. Daarnaast geeft het 3D scannen van gezichten de mogelijkheid om niet enkel de afmetingen van gezichten te meten, maar ook 3D pasvisualisaties uit te voeren. Hoewel 3D scannen geen nieuwe technologie is, is de LiDaR technologie pas sinds 2020 geïntegreerd in de Ipad en Iphone waardoor het toegankelijk gemaakt is voor consumenten. Doormiddel van een research through design benadering zal onderzocht worden of deze technologie gebruikt kan worden om betrouwbare en valide opnames te maken van gezichten en of er op basis hiervan ontwerprichtlijnen ontwikkeld kunnen worden. In dit KIEM GoCi-project zal daarnaast ingezet worden om een kennisbasis en netwerk op te bouwen voor een vervolg aanvraag over de inzet van 3D technologieën in de mode-industrie.
In het project 'Data-Wood' willen projectpartners Fijnhout, Nijboer en Konijn samen met de Hogeschool van Amsterdam (HvA) de digitale opname van resthout onderzoeken met behulp van een industriële 6-assige robot voorzien van diverse grijpers en / of sensoren. Het onderzoek draagt bij aan de ontwikkeling van robotproductie met circulair hout (restanten of gebruikt). Uit eerdere projecten is duidelijk geworden dat het automatiseren van het proces voor het scannen, hanteren en identificeren van eigenschappen van stukken hout (van ongelijk grootte en type) een essentiële stap is op weg naar het gebruik ervan voor beoogde toepassingen. Zonder deze automatisering is de ontvangst van hout te arbeidsintensief om het gebruik ervan voor circulaire toepassingen te rechtvaardigen. Het onderzoek wordt uitgevoerd door de HvA Urban Technology Digital Production Research Group (DPRG), samen met bovengenoemde partners, die leveranciers zijn van resthout (Fijnhout, Konijn) en houtverwerkende industrie (Nijboer, Konijn). De resultaten van het onderzoek zullen een volledig geautomatiseerd proces zijn voor de ontvangst van resthout in een houtwerkfabriek, met behulp van een industriële robot, een 3D-scanner, een camera en specifieke gereedschappen voor het oppakken en wegen van het stuk hout. Hiervoor wordt een algoritme ontwikkeld en getest in een softwareoplossing. Het project leert de partners hoe hun materialen efficiënt kunnen worden gescand en gearchiveerd voor later gebruik in hout productie processen. Dit opent nieuwe toepassingen voor hun materialen, die anders zouden worden verbrand. Geautomatiseerde inname zal nieuwe, economisch levensvatbare toepassingen voor houtafval creëren. Bovendien leren de projectpartners via Data-Wood hoe ze 6-assige robots kunnen toepassen in hun productieprocessen. Het project is een belangrijke stap in de richting van industriële 3D-robotproductie met niet-standaard restmaterialen, die bijdraagt aan de ontwikkeling van ‘smart industry’ en de circulaire economie, beide relevant voor de maatschappelijke uitdagingen zoals vastgelegd in de nationale Kennis- en Innovatie-Agenda’s voor wetenschap en technologie.
Within the film and theater world, special effects make-up is used to adapt the appearance of actors for visual storytelling. Currently the creation of special effects makeup is a time-consuming process which creates a lot of waste that doesn’t fit in with the goals of a sustainable industry. Combine with the trend of the digitization of the movie and theater industry which require faster and more iterative workflows, the current ways of creating special effects makeup requires changing. Within this project we would like to explore if the traditional way of working can be converted to a digital production process. Our research consists of three parts. Firstly, we would like to explore if a mobile face scanning rig can be used to create digital copies of actors, and such eliminate the need to creates molds. Secondly, we would like to see if digital sculpting can replace the traditional methods of sculpting molds, casts and prosthetics. Here we would like to compare both methods in terms of creativity and time consumption. The third part of our project will be to explore the use of 3D printing for the creation of molds and prosthetics.