Analyse en benchmarking van innovatieve AI-gedreven methoden en hun toepasbaarheid voor evaluatie van ergonomisch en sensorieel kledingcomfort
Het draagcomfort van kleding wordt bepaald door zowel de pasvorm als de interactie tussen materiaal en lichaam. Een correcte pasvorm ondersteunt bewegingsvrijheid, voorkomt drukpunten en draagt bij aan ergonomisch en sensoriëel comfort. Voor een nauwkeurige representatie van lichaamsvormen worden traditioneel hardwaregebaseerde 3Dlichaamsscanners (zoals Symcad) gebruikt, die zeer nauwkeurig zijn maar kostbaar, weinig schaalbaar en beperkt toegankelijk.
Recente AI en computervisietoepassingen, zoals Size Stream, Esenca Sizing, IBV 3D Mobile, 3DLook en Astrivis, bieden laagdrempelige en betaalbare alternatieven. Hoewel deze systemen steeds vaker worden ingezet in e-commerce en virtuele pasvormanalyse, ontbreekt onafhankelijke validatie van hun nauwkeurigheid, reproduceerbaarheid en geometrische betrouwbaarheid voor professionele ontwerp- en simulatieprocessen.
Draagcomfort wordt bovendien niet uitsluitend bepaald door pasvorm. Zowel ergonomische factoren (drukverdeling, bewegingsvrijheid, materiaal-lichaaminteractie) als sensoriële aspecten spelen een belangrijke rol. Traditionele evaluatiemethoden, zoals FTT-metingen en semi-expertpanels, leveren waardevolle data, maar blijven deels subjectief. Innovatieve tools voor gezichtsuitdrukkingsanalyse (bv. FaceReader) kunnen reacties op tactiele eigenschappen mogelijk objectief meten, maar hun toepasbaarheid binnen kledingonderzoek is nog onvoldoende onderzocht.
Dit project heeft tot doel AI-gebaseerde lichaamsscansystemen systematisch te evalueren en te benchmarken ten opzichte van traditionele 3D-scanners. Het onderzoekt hun nauwkeurigheid, betrouwbaarheid en geschiktheid voor digitale kledingontwikkeling. Daarnaast wordt nagegaan in welke mate gezichtsuitdrukkingsanalyse inzetbaar is voor het objectief beoordelen van sensorieel comfort. De resultaten leveren objectieve benchmarks en richtlijnen op, ondersteunen gefundeerde technologische keuzes en dragen bij aan beter onderbouwde (digitale) pasvorm- en comfortevaluaties binnen de kledingindustrie.
