CN110264304A - 鞋子的大规模定制方法及系统 - Google Patents

鞋子的大规模定制方法及系统 Download PDF

Info

Publication number
CN110264304A
CN110264304A CN201910417675.9A CN201910417675A CN110264304A CN 110264304 A CN110264304 A CN 110264304A CN 201910417675 A CN201910417675 A CN 201910417675A CN 110264304 A CN110264304 A CN 110264304A
Authority
CN
China
Prior art keywords
foot
user
shoes
characteristic
crowd
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201910417675.9A
Other languages
English (en)
Other versions
CN110264304B (zh
Inventor
王墨
王新安
黄继攀
赵天夏
邱常沛
何春舅
陈红英
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Peking University Shenzhen Graduate School
Original Assignee
Peking University Shenzhen Graduate School
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Peking University Shenzhen Graduate School filed Critical Peking University Shenzhen Graduate School
Priority to CN201910417675.9A priority Critical patent/CN110264304B/zh
Publication of CN110264304A publication Critical patent/CN110264304A/zh
Application granted granted Critical
Publication of CN110264304B publication Critical patent/CN110264304B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/23—Clustering techniques
    • G06F18/232—Non-hierarchical techniques
    • G06F18/2321—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions
    • G06F18/23213—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions with fixed number of clusters, e.g. K-means clustering
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/0601—Electronic shopping [e-shopping]
    • G06Q30/0621—Item configuration or customization
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/04—Manufacturing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30—Computing systems specially adapted for manufacturing

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Marketing (AREA)
  • Finance (AREA)
  • Accounting & Taxation (AREA)
  • General Business, Economics & Management (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • Probability & Statistics with Applications (AREA)
  • Primary Health Care (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Manufacturing & Machinery (AREA)
  • Software Systems (AREA)
  • Geometry (AREA)
  • Development Economics (AREA)
  • Human Resources & Organizations (AREA)
  • Computer Graphics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Footwear And Its Accessory, Manufacturing Method And Apparatuses (AREA)

Abstract

本发明涉及先进制造技术领域，公开了一种鞋子的大规模定制方法及系统。所述方法包括：对人群的足部特征数据进行聚类分析；根据聚类分析的聚类中心进行鞋内垫材质、鞋中底材质和鞋楦的定制类别方案；分析用户的足部特征数据和鞋垫表面形状特征数据；将用户的足部特征数据与聚类中心进行匹配；根据匹配的聚类中心匹配鞋内垫材质、鞋中底材质和鞋楦的定制类别方案；以及根据分析的用户足部的鞋垫表面形状特征数据、匹配的鞋内垫材质、鞋中底材质和鞋楦的定制类别方案进行用户鞋子的定制。通过定制与半定制结合的定制方案高效快捷地实现了用户鞋子的大规模定制，同时解决了用户个体足部差异化和舒适性的问题，提高了鞋子的制造效率并降低了人工成本。

Description

鞋子的大规模定制方法及系统
技术领域
本发明涉及先进制造技术领域，尤其涉及一种鞋子的大规模定制方法及系统。
背景技术
在购买鞋子时除了样式的美观外，鞋子的舒适程度也是用户考虑的重要因素。由于天生差异和后天的生活运动习惯的影响，每个人的脚型都不相同。按足弓高度，可以分为正常足、高足弓和扁平足。按着地姿势和受力情况，可以分为内翻和外翻等形态。即使是相同的足型，也会因运动习惯不同导致受力位置和大小存在差异。鞋子应该与足部的特点相匹配，才能做到最舒适。
现有大规模生产的鞋子都是固定了鞋内垫材质、鞋中底材质、鞋楦材质和鞋垫的形状，只是对应设置不同的尺码大小，而无法做到大规模地根据用户脚型和足部压力量身定制合适且出舒适的鞋子。
发明内容
鉴于此，本发明提供一种鞋子的大规模定制方法及系统，解决现有技术无法大规模地根据用户脚型和足部压力量身定制合适且出舒适的鞋子的技术问题。
根据本发明的一个实施例，提供一种鞋子的大规模定制方法，包括：根据人群的足部图像分析人群的足部特征数据；对人群的足部特征数据进行聚类分析；根据聚类分析的聚类中心进行鞋内垫材质、鞋中底材质和鞋楦的定制类别方案；根据用户的足部图像分析用户的足部特征数据和鞋垫表面形状特征数据；将用户的足部特征数据与人群足部特征数据的聚类中心进行匹配；根据匹配的人群足部特征数据的聚类中心匹配鞋内垫材质、鞋中底材质和鞋楦的定制类别方案；以及根据分析的用户足部的鞋垫表面形状特征数据、匹配的鞋内垫材质、鞋中底材质和鞋楦的定制类别方案进行用户鞋子的定制。
优选的，所述根据人群的足部图像分析人群的足部特征数据，包括：从人群的足底压力图像中提取人群的足底压力特征数据；以及从人群的三维足部图像中提取足部形状的特征数据。
优选的，所述对人群的足部特征数据进行聚类分析，包括：确定聚类分析的聚类数量；依次对聚类数量的特征数据进行K均值聚类；以及通过轮廓系数对K均值聚类的聚类效果进行衡量以确定最优聚类方案。
优选的，所述将用户的足部特征数据与人群足部特征数据的聚类中心进行匹配，包括：比较用户的足部特征数据与人群足部特征数据的各个聚类中心的距离；以及将距离最近的聚类中心对应的聚类类别确定为用户的最优匹配方案。
优选的，所述根据分析的用户足部的鞋垫表面形状特征数据、匹配的鞋内垫材质、鞋中底材质和鞋楦的定制类别方案进行用户鞋子的定制，包括：根据分析的用户足部的鞋垫表面形状特征数据建立用户足部的三维模型；以及基于用户足部的三维模型通过数控加工对鞋垫基材进行鞋垫加工。
根据本发明另一个实施例，还提供一种鞋子的大规模定制系统，包括：人群足部分析模块，用于根据人群的足部图像分析人群的足部特征数据；聚类分析模块，用于对所述足部分析模块分析的人群的足部特征数据进行聚类分析；类别定制模块，用于根据所述聚类分析模块聚类分析的聚类中心进行鞋内垫材质、鞋中底材质和鞋楦的定制类别方案；用户足部分析模块，用于根据用户的足部图像分析用户的足部特征数据和鞋垫表面形状特征数据；用户足部匹配模块，用于将所述用户足部分析模块分析的用户的足部特征数据与所述聚类分析模块分析的人群足部特征数据的聚类中心进行匹配；定制方案匹配模块，根据所述用户足部匹配模块匹配的人群足部特征数据的聚类中心匹配所述类别定制模块中的鞋内垫材质、鞋中底材质和鞋楦的定制类别方案；以及用户鞋子定制模块，用于根据所述用户足部分析模块分析的用户足部的鞋垫表面形状特征数据、所述定制方案匹配模块匹配的鞋内垫材质、鞋中底材质和鞋楦的定制类别方案进行用户鞋子的定制。
优选的，所述人群足部分析模块，包括：足底压力分析单元，用于从人群的足底压力图像中提取人群的足底压力特征数据；以及足部形状分析单元，用于从人群的三维足部图像中提取足部形状的特征数据。
优选的，所述聚类分析模块，包括：聚类数量确定单元，用于确定聚类分析的聚类数量；聚类处理单元，依次对所述聚类数量确定单元确定的聚类数量的特征数据进行K均值聚类；以及聚类方案优选单元，用于通过轮廓系数对聚类处理单元的K均值聚类的聚类效果进行衡量以确定最优聚类方案。
优选的，所述用户足部匹配模块，包括：距离比较单元，用于比较用户的足部特征数据与人群足部特征数据的各个聚类中心的距离；以及匹配优选单元，用于将所述距离比较单元比较的距离最近的聚类中心对应的聚类类别确定为用户的最优匹配方案。
优选的，所述用户鞋子定制模块，包括：三维建模单元，用于根据所述用户足部分析模块分析的用户足部的鞋垫表面形状特征数据建立用户足部的三维模型；以及鞋垫加工单元，基于所述三维建模单元建立的用户足部的三维模型通过数控加工对鞋垫基材进行鞋垫加工。
本发明提供的鞋子的大规模定制方法及系统，包括：根据人群的足部图像分析人群的足部特征数据；对人群的足部特征数据进行聚类分析；根据聚类分析的聚类中心进行鞋内垫材质、鞋中底材质和鞋楦的定制类别方案；根据用户的足部图像分析用户的足部特征数据和鞋垫表面形状特征数据；将用户的足部特征数据与人群足部特征数据的聚类中心进行匹配；根据匹配的人群足部特征数据的聚类中心匹配鞋内垫材质、鞋中底材质和鞋楦的定制类别方案；以及根据分析的用户足部的鞋垫表面形状特征数据、匹配的鞋内垫材质、鞋中底材质和鞋楦的定制类别方案进行用户鞋子的定制。通过聚类匹配方式确定用户鞋子鞋内垫材质、鞋中底材质和鞋楦的半定制类别方案，通过三维建模和数控加工形成鞋垫的全定制，通过定制与半定制结合的定制方案高效快捷地实现了用户鞋子的大规模定制，同时解决了用户个体足部差异化和舒适性的问题，提高了鞋子制造的工作效率并降低了人工成本。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单的介绍。显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明一个实施例中鞋子的大规模定制方法的流程示意图。
图2为本发明一个实施例中分析人群的足部特征数据的流程示意图。
图3为本发明一个实施例中聚类分析的流程示意图。
图4为本发明一个实施例中聚类中心匹配的流程示意图。
图5为本发明一个实施例中鞋垫加工的流程示意图。
图6为本发明另一个实施例中鞋子的大规模定制系统的结构示意图。
图7为本发明另一个实施例中人群足部分析模块的结构示意图。
图8为本发明另一个实施例中聚类分析模块的结构示意图。
图9为本发明另一个实施例中用户足部匹配模块的结构示意图。
图10为本发明另一个实施例中用户鞋子定制模块的结构示意图。
具体实施方式
下面结合附图和具体实施方式对本发明的技术方案作进一步更详细的描述。显然，所描述的实施例仅仅是本发明的一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都应属于本发明保护的范围。
在本发明的描述中，需要理解的是，术语“第一”、“第二”等仅用于描述目的，而不能理解为指示或暗示相对重要性。在本发明的描述中，需要说明的是，除非另有明确的规定和限定，术语“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连。对于本领域的普通技术人员而言，可以结合具体情况理解上述术语在本发明中的具体含义。此外，在本发明的描述中，除非另有说明，“多个”的含义是两个或两个以上。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更多用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本发明的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本发明的实施例所属技术领域的技术人员所理解。
图1为本发明一个实施例中鞋子的大规模定制方法的流程示意图。。如图所示，所述鞋子的大规模定制方法，包括：
步骤S101：根据人群的足部图像分析人群的足部特征数据。
在本实施例中，可预先通过三维扫描设备采集大量人群的足部形状图像，并通过足部压力扫描设备采集大量人群的足部压力图像。参见图2，所述根据人群的足部图像分析人群的足部特征数据，进一步包括：
步骤201：从人群的足底压力图像中提取人群的足底压力特征数据。
在本实施例中，所述足部压力扫描设备可选用比利时RSscan公司的平板式压力采集系统Footscan、美国Tekscan公司的平板式压力采集系统Strideway或中国专利“一种阵列式压力传感器和压力采集系统”(申请号201811360579.7)、一种用于足底采集的鞋垫(申请号201811360592.2)的技术方案。
所述足底压力特征数据包括：静态足底压力特征参数和动态足底压力特征。静态步态特征参数包括单只足部上下部分压力比例kFUD，左右部分压力比例kFLR，足部着地平均压强Pmean，左右脚整体的压力比值kLR，压力中心点COP等，其中通过足部上下/左右部分的压力比例可以看出足部习惯性的受力倾向，由左右脚整体的压力比例可以体现受试者的左右方向的平衡性。其中，各参数定义分别如下式所示：
其中P(i，j)为压力图像中(i，j)点对应的压强，Sij为压力感应单元的面积，对于确定的平板式压力传感器，Sij为常数。nU，nD，nL，nR，n，分别代表足部着地部分上侧、下侧、左侧、右侧、整体的传感单元数量。
动态特征参数包括单个步态周期内，足部上下部分冲量比例kIUD，左右部分冲量比例kILR，足部着地平均冲量Imean，左右脚的冲量之比kILR，左右脚支撑相时间之比ksupport，左右脚摆动相之比kswing等。其中，各项参数的计算公式如下式所示：
其中，PU，PD，PL，PR分别为单帧图像中足部上侧，下侧，左侧，右侧对应的压强。其计算公式为：
步骤202：从人群的三维足部图像中提取足部形状的特征数据。
在本实施例中，通过三维扫描设备扫描得到足部的三维深度图像，所述三维扫描设备可以是基于结构光、双目视觉、TOF等原理的三维扫描设备，包括且不限于使用结构光的手机设备(iphone X、oppo Find X、华为Mate20Pro、小米8探索版)、TOF设备(vivo NEX双屏版、OPPO R17 Pro、荣耀V20)以及其他厂商的三维扫描摄像头等(Kinect，Leapmotion，RealSense)或中国专利(“一种足型扫描装置”，申请号：201822155913.7；“一种三维足型图像处理方法、装置、电子设备和存储介质”，申请号：201811570138.X)的技术方案。所述足部形状的特征数据包括：足长、足宽、足围、足趾高、足面长、内踝高、外踝高、足后跟宽、足弓高和足背高等。
步骤S102：对人群的足部特征数据进行聚类分析。
在获取到足部特征数据后，进一步对人群的足部特征数据进行聚类分析。参见图3，所述聚类分析，包括：
步骤S301：确定聚类分析的聚类数量。
步骤S302：依次对聚类数量的特征数据进行K均值聚类。
步骤S303：通过轮廓系数对K均值聚类的聚类效果进行衡量以确定最优聚类方案。
在本实施例中，首先根据成本、制作复杂度等因素考虑确定大概的聚类数量的范围[m，n]，然后依次对于聚类数量为p(m≤p≤n)的情况，对特征参数进行K均值(k-means)聚类，最终通过轮廓系数参数对聚类的效果进行衡量。所述轮廓系数(SilhouetteCoefficient)是评价聚类效果的重要参数指标，其结合聚类的凝聚度和分离度指标参数，综合评估聚类的效果。
具体的，所述轮廓系数的聚类评价流程：(1)首先对于样本空间中的每个样本点i，计算其与自身所在类别a中其他所有点的平均距离记为a(i)，用于对类别内部凝聚度的量化；(2)选取样本点i所在类别以外的另一个类别b，计算i与b中所有点的平均距离记为b(i)，该数值用于对类别之间分离度的量化；(3)计算该点的轮廓系数：
s(i)＝(b(i)-a(i))/max{a(i)，b(i)}
在本实施例中，对于样本空间中的所有样本点计算其轮廓系数的平均值，即可量化该聚类的整体轮廓系数，以衡量聚类的紧密程度。由以上公式可以看出，当s(i)＜0时，表明聚类效果较差；当s(i)趋近于1时，表明聚类效果较好。由此，选择轮廓系数最接近1的聚类数量P确定为最优聚类方案。
步骤S103：根据聚类分析的聚类中心进行鞋内垫材质、鞋中底材质和鞋楦的定制类别方案。
在本实施例中，对于最终确定的聚类数量P，可以得到P个聚类中心C1，C2，...，CP，对于每个聚类中心根据其特征参数进行鞋子的定制，即鞋内垫材质分布、鞋中底材质分布和鞋楦种类的设计，其分别用A，B，C表示。
由于鞋内垫材质分布和鞋中底材质分布是使用足底压力特征数据，其选择的足底压力特征数据不一定相同，而鞋楦种类设计是以足部形状作为特征，因此这三者得到的最优聚类数量不一定相同。假设三者分别的聚类数量为P，Q，R，则最后得到的半定制方案包括：P种内垫材质分布：A1，A2，A3，...AP；Q种鞋中底材质分布：B1，B2，B3，...BQ；和R种鞋楦：C1，C2，C3，...CR，即在设计和加工制作模具时只需要按照以上划分出的种类形成定制类别方案进行制作即可。
步骤S104：根据用户的足部图像分析用户的足部特征数据和鞋垫表面形状特征数据。
在本实施例中，可预先通过上述的三维扫描设备扫描采集用户的足部图像，并通过预设足部模型算法从中分析提取用户的足部特征数据和鞋垫表面形状特征数据。
步骤S105：将用户的足部特征数据与人群足部特征数据的聚类中心进行匹配。
参见图4，在本实施例中，将用户的足部特征数据与人群足部特征数据的聚类中心进行匹配，具体包括：
步骤S401：比较用户的足部特征数据与人群足部特征数据的各个聚类中心的距离。
步骤S402：将距离最近的聚类中心对应的聚类类别确定为用户的最优匹配方案。
在本实施例中，选取用户的足部特征数据，计算该用户参数与各聚类中心的距离：
其中，式中P取2，即采用欧氏距离。
然后比较选取与用户特征参数距离最近的一个聚类中心，则将该用户划分至与该聚类中心一致的类别，即将距离最近的聚类中心对应的聚类类别确定为用户的最优匹配方案。
步骤S106：根据匹配的人群足部特征数据的聚类中心匹配鞋内垫材质、鞋中底材质和鞋楦的定制类别方案。
在本实施例中，根据匹配的人群足部特征数据的聚类中心匹配鞋内垫材质、鞋中底材质和鞋楦的定制类别方案，最终实现的定制类别方案：内垫材质分布A、鞋中底材质分布B和鞋楦种类C。
步骤S107：根据分析的用户足部的鞋垫表面形状特征数据、匹配的鞋内垫材质、鞋中底材质和鞋楦的定制类别方案进行用户鞋子的定制。
参见图5，在本实施例中，根据分析的用户足部的鞋垫表面形状特征数据进行用户鞋子鞋垫的定制，具体包括：
步骤S501：根据分析的用户足部的鞋垫表面形状特征数据建立用户足部的三维模型。
在本实施例中，在对鞋垫形状的设计中，可通过控制参数调整鞋垫与足型的接近程度。具体的，鞋垫的轮廓曲线可以是α1 α2 α3，与足底轮廓/相比分别对应着“过度贴合”，“适当贴合”和“欠贴合”的状态，可以根据用户的主观感受或医师的医嘱进行贴合程度的调整。
进一步的，对于鞋垫凸起的部分对应的足弓结构，本发明将足弓结构划分为纵弓、横弓、纵弓沿足的前后方向、横弓沿足的内外方向、纵弓又包括内侧纵弓和外侧纵弓几个部分。三条足弓构成一个三角形结构，通过调整这个三角形的三个顶点，即可控制鞋垫凸起部分的形状，调整鞋内垫与足底的贴合程度，提升鞋子穿着的贴合度和舒适性。
步骤S502：基于用户足部的三维模型通过数控加工对鞋垫基材进行鞋垫加工。
在本实施例中，根据分析的用户足部的鞋垫表面形状特征数据建立用户足部的三维模型，基于用户足部的三维模型通过数控加工对鞋垫基材进行鞋垫加工和打磨，最终形成鞋垫的轮廓形状，使鞋内垫与人足部的起伏轮廓相匹配，通过增大与足底的接触面积，可以最大化的分散足底压强，减小对足部局部区域的压迫。
在本实施例中，通过聚类匹配方式确定用户鞋子鞋内垫材质、鞋中底材质和鞋楦的半定制类别方案，通过三维建模和数控加工形成鞋垫的全定制，通过定制与半定制结合的定制方案高效快捷地实现了用户鞋子的大规模定制，同时解决了用户个体足部差异化和舒适性的问题，提高了鞋子制造的工作效率并降低了人工成本。
图6为本发明另一个实施例中鞋子的大规模定制系统的结构示意图。如图所示，基于上述方法实施例，本实施例还提供一种鞋子的大规模定制系统100，包括人群足部分析模块10、聚类分析模块20、类别定制模块30、用户足部分析模块40、用户足部匹配模块50、定制方案匹配模块60和用户鞋子定制模块70。
在本实施例中，可预先通过所述人群足部分析模块10比如三维扫描设备采集大量人群的足部形状图像，并通过所述人群足部分析模块10比如足部压力扫描设备采集大量人群的足部压力图像。参见图7，所述人群足部分析模块10进一步包括足底压力分析单元101和足部形状分析单元102。
在本实施例中，所述足底压力分析单元101可选用比利时RSscan公司的平板式压力采集系统Footscan、美国Tekscan公司的平板式压力采集系统Strideway或中国专利“一种阵列式压力传感器和压力采集系统”(申请号201811360579.7)、一种用于足底采集的鞋垫(申请号201811360592.2)的技术方案，可从人群的足底压力图像中提取人群的足底压力特征数据。
所述足底压力特征数据包括：静态足底压力特征参数和动态足底压力特征。静态步态特征参数包括单只足部上下部分压力比例kFUD，左右部分压力比例kFLR，足部着地平均压强Pmean，左右脚整体的压力比值kLR，压力中心点COP等，其中通过足部上下/左右部分的压力比例可以看出足部习惯性的受力倾向，由左右脚整体的压力比例可以体现受试者的左右方向的平衡性。其中，各参数定义分别如下式所示：
其中P(i，j)为压力图像中(i，j)点对应的压强，Sij为压力感应单元的面积，对于确定的平板式压力传感器，Sij为常数。nU，nD，nL，nR，n，分别代表足部着地部分上侧、下侧、左侧、右侧、整体的传感单元数量。
动态特征参数包括单个步态周期内，足部上下部分冲量比例kIUD，左右部分冲量比例kILR，足部着地平均冲量Imean，左右脚的冲量之比kILR，左右脚支撑相时间之比ksupport，左右脚摆动相之比kswing等。其中，各项参数的计算公式如下式所示：
其中，PU，PD，PL，PR分别为单帧图像中足部上侧，下侧，左侧，右侧对应的压强。其计算公式为：
在本实施例中，所述足部形状分析单元102可从人群的三维足部图像中提取足部形状的特征数据。具体的，通过所述足部形状分析单元102扫描得到足部的三维深度图像，所述足部形状分析单元102可以是基于结构光、双目视觉、TOF等原理的三维扫描设备，包括且不限于使用结构光的手机设备(iphone X、oppo Find X、华为Mate20Pro、小米8探索版)、TOF设备(vivo NEX双屏版、OPPO R17Pro、荣耀V20)以及其他厂商的三维扫描摄像头等(Kinect，Leapmotion，RealSense)或中国专利(“一种足型扫描装置”，申请号：201822155913.7；“一种三维足型图像处理方法、装置、电子设备和存储介质”，申请号：201811570138.X)的技术方案。所述足部形状的特征数据包括：足长、足宽、足围、足趾高、足面长、内踝高、外踝高、足后跟宽、足弓高和足背高等。
在所述人群足部分析模块10获取到足部特征数据后，所述聚类分析模块20进一步对人群的足部特征数据进行聚类分析。参见图8，所述聚类分析模块20包括聚类数量确定单元201、聚类处理单元202和聚类方案优选单元203。
在本实施例中，首先所述聚类数量确定单元201根据成本、制作复杂度等因素考虑确定大概的聚类数量的范围[m，n]，然后所述聚类处理单元202依次对于聚类数量为p(m≤p≤n)的情况，对特征参数进行K均值(k-means)聚类，最终所述聚类方案优选单元203通过轮廓系数参数对聚类的效果进行衡量。所述轮廓系数(Silhouette Coefficient)是评价聚类效果的重要参数指标，其结合聚类的凝聚度和分离度指标参数，综合评估聚类的效果。
具体的，所述轮廓系数的聚类评价流程：(1)首先对于样本空间中的每个样本点i，计算其与自身所在类别a中其他所有点的平均距离记为a(i)，用于对类别内部凝聚度的量化；(2)选取样本点i所在类别以外的另一个类别b，计算i与b中所有点的平均距离记为b(i)，该数值用于对类别之间分离度的量化；(3)计算该点的轮廓系数：
s(i)＝(b(i)-a(i))/max{a(i)，b(i)}
在本实施例中，对于样本空间中的所有样本点计算其轮廓系数的平均值，即可量化该聚类的整体轮廓系数，以衡量聚类的紧密程度。由以上公式可以看出，当s(i)＜0时，表明聚类效果较差；当s(i)趋近于1时，表明聚类效果较好。由此，选择轮廓系数最接近1的聚类数量P确定为最优聚类方案。
在本实施例中，所述类别定制模块30对于最终确定的聚类数量P，可以得到P个聚类中心C1，C2，...，CP，对于每个聚类中心根据其特征参数进行鞋子的定制，即鞋内垫材质分布、鞋中底材质分布和鞋楦种类的设计，其分别用A，B，C表示。
由于鞋内垫材质分布和鞋中底材质分布是使用足底压力特征数据，其选择的足底压力特征数据不一定相同，而鞋楦种类设计是以足部形状作为特征，因此这三者得到的最优聚类数量不一定相同。假设三者分别的聚类数量为P，Q，R，则最后得到的半定制方案包括：P种内垫材质分布：A1，A2，A3，...AP；Q种鞋中底材质分布：B1，B2，B3，...BQ；和R种鞋楦：C1，C2，C3，...CR，即在设计和加工制作模具时只需要按照以上划分出的种类形成定制类别方案进行制作即可。
在本实施例中，所述用户足部分析模块40可预先通过上述的三维扫描设备扫描采集用户的足部图像，并通过预设足部模型算法从中分析提取用户的足部特征数据和鞋垫表面形状特征数据。
在本实施例中，所述用户足部匹配模块50可将用户的足部特征数据与人群足部特征数据的聚类中心进行匹配。参见图9，，所述用户足部匹配模块50包括距离比较单元501和匹配优选单元502。
在本实施例中，所述距离比较单元501选取用户的足部特征数据，并计算该用户参数与各聚类中心的距离：
其中，式中P取2，即采用欧氏距离。
然后所述匹配优选单元502比较选取与用户特征参数距离最近的一个聚类中心，则将该用户划分至与该聚类中心一致的类别，即将距离最近的聚类中心对应的聚类类别确定为用户的最优匹配方案。
在本实施例中，所述定制方案匹配模块60根据所述用户足部匹配模块50匹配的人群足部特征数据的聚类中心匹配鞋内垫材质、鞋中底材质和鞋楦的定制类别方案，最终实现的定制类别方案：内垫材质分布A、鞋中底材质分布B和鞋楦种类C。
在本实施例中，所述用户鞋子定制模块70根据所述用户足部分析模块40分析的用户足部的鞋垫表面形状特征数据、所述定制方案匹配模块60匹配的鞋内垫材质、鞋中底材质和鞋楦的定制类别方案进行用户鞋子的定制。
参见图10，在本实施例中，所述用户鞋子定制模块70包括三维建模单元701和鞋垫加工单元702。
在本实施例中，所述三维建模单元701根据所述用户足部分析模块40分析的用户足部的鞋垫表面形状特征数据建立用户足部的三维模型。
在对鞋垫形状的设计中，所述三维建模单元701可通过控制参数调整鞋垫与足型的接近程度。具体的，鞋垫的轮廓曲线可以是α1 α2 α3，与足底轮廓l相比分别对应着“过度贴合”，“适当贴合”和“欠贴合”的状态，可以根据用户的主观感受或医师的医嘱进行贴合程度的调整。
进一步的，对于鞋垫凸起的部分对应的足弓结构，所述三维建模单元701将足弓结构划分为纵弓、横弓、纵弓沿足的前后方向、横弓沿足的内外方向、纵弓又包括内侧纵弓和外侧纵弓几个部分。三条足弓构成一个三角形结构，通过调整这个三角形的三个顶点，即可控制鞋垫凸起部分的形状，调整鞋内垫与足底的贴合程度，提升鞋子穿着的贴合度和舒适性。
所述鞋垫加工单元702基于用户足部的三维模型通过数控加工对鞋垫基材进行鞋垫加工和打磨，最终形成鞋垫的轮廓形状，使鞋内垫与人足部的起伏轮廓相匹配，通过增大与足底的接触面积，可以最大化的分散足底压强，减小对足部局部区域的压迫。
在本实施例中，通过聚类匹配方式确定用户鞋子鞋内垫材质、鞋中底材质和鞋楦的半定制类别方案，通过三维建模和数控加工形成鞋垫的全定制，通过定制与半定制结合的定制方案高效快捷地实现了用户鞋子的大规模定制，同时解决了用户个体足部差异化和舒适性的问题，提高了鞋子制造的工作效率并降低了人工成本。
应当理解，本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如，如果用硬件来实现，和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列(PGA)，现场可编程门阵列(FPGA)等。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
尽管已经示出和描述了本发明的实施例，本领域的普通技术人员可以理解：在不脱离本发明的原理和宗旨的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由权利要求及其等同物限定。

Claims (10)

1.一种鞋子的大规模定制方法，其特征在于，包括：
根据人群的足部图像分析人群的足部特征数据；
对人群的足部特征数据进行聚类分析；
根据聚类分析的聚类中心进行鞋内垫材质、鞋中底材质和鞋楦的定制类别方案；
根据用户的足部图像分析用户的足部特征数据和鞋垫表面形状特征数据；
将用户的足部特征数据与人群足部特征数据的聚类中心进行匹配；
根据匹配的人群足部特征数据的聚类中心匹配鞋内垫材质、鞋中底材质和鞋楦的定制类别方案；以及
根据分析的用户足部的鞋垫表面形状特征数据、匹配的鞋内垫材质、鞋中底材质和鞋楦的定制类别方案进行用户鞋子的定制。
2.根据权利要求1所述的鞋子的大规模定制方法，其特征在于，所述根据人群的足部图像分析人群的足部特征数据，包括：
从人群的足底压力图像中提取人群的足底压力特征数据；以及
从人群的三维足部图像中提取足部形状的特征数据。
3.根据权利要求1所述的鞋子的大规模定制方法，其特征在于，所述对人群的足部特征数据进行聚类分析，包括：
确定聚类分析的聚类数量；
依次对聚类数量的特征数据进行K均值聚类；以及
通过轮廓系数对K均值聚类的聚类效果进行衡量以确定最优聚类方案。
4.根据权利要求1所述的鞋子的大规模定制方法，其特征在于，所述将用户的足部特征数据与人群足部特征数据的聚类中心进行匹配，包括：
比较用户的足部特征数据与人群足部特征数据的各个聚类中心的距离；以及
将距离最近的聚类中心对应的聚类类别确定为用户的最优匹配方案。
5.根据权利要求1所述的鞋子的大规模定制方法，其特征在于，所述根据分析的用户足部的鞋垫表面形状特征数据、匹配的鞋内垫材质、鞋中底材质和鞋楦的定制类别方案进行用户鞋子的定制，包括：
根据分析的用户足部的鞋垫表面形状特征数据建立用户足部的三维模型；以及
基于用户足部的三维模型通过数控加工对鞋垫基材进行鞋垫加工。
6.一种鞋子的大规模定制系统，其特征在于，包括：
人群足部分析模块，用于根据人群的足部图像分析人群的足部特征数据；
聚类分析模块，用于对所述足部分析模块分析的人群的足部特征数据进行聚类分析；
类别定制模块，用于根据所述聚类分析模块聚类分析的聚类中心进行鞋内垫材质、鞋中底材质和鞋楦的定制类别方案；
用户足部分析模块，用于根据用户的足部图像分析用户的足部特征数据和鞋垫表面形状特征数据；
用户足部匹配模块，用于将所述用户足部分析模块分析的用户的足部特征数据与所述聚类分析模块分析的人群足部特征数据的聚类中心进行匹配；
定制方案匹配模块，根据所述用户足部匹配模块匹配的人群足部特征数据的聚类中心匹配所述类别定制模块中的鞋内垫材质、鞋中底材质和鞋楦的定制类别方案；以及
用户鞋子定制模块，用于根据所述用户足部分析模块分析的用户足部的鞋垫表面形状特征数据、所述定制方案匹配模块匹配的鞋内垫材质、鞋中底材质和鞋楦的定制类别方案进行用户鞋子的定制。
7.根据权利要求6所述的鞋子的大规模定制系统，其特征在于，所述人群足部分析模块，包括：
足底压力分析单元，用于从人群的足底压力图像中提取人群的足底压力特征数据；以及
足部形状分析单元，用于从人群的三维足部图像中提取足部形状的特征数据。
8.根据权利要求6所述的鞋子的大规模定制系统，其特征在于，所述聚类分析模块，包括：
聚类数量确定单元，用于确定聚类分析的聚类数量；
聚类处理单元，依次对所述聚类数量确定单元确定的聚类数量的特征数据进行K均值聚类；以及
聚类方案优选单元，用于通过轮廓系数对聚类处理单元的K均值聚类的聚类效果进行衡量以确定最优聚类方案。
9.根据权利要求6所述的鞋子的大规模定制系统，其特征在于，所述用户足部匹配模块，包括：
距离比较单元，用于比较用户的足部特征数据与人群足部特征数据的各个聚类中心的距离；以及
匹配优选单元，用于将所述距离比较单元比较的距离最近的聚类中心对应的聚类类别确定为用户的最优匹配方案。
10.根据权利要求6所述的鞋子的大规模定制系统，其特征在于，所述用户鞋子定制模块，包括：
三维建模单元，用于根据所述用户足部分析模块分析的用户足部的鞋垫表面形状特征数据建立用户足部的三维模型；以及
鞋垫加工单元，基于所述三维建模单元建立的用户足部的三维模型通过数控加工对鞋垫基材进行鞋垫加工。
CN201910417675.9A 2019-05-17 2019-05-17 鞋子的大规模定制方法及系统 Active CN110264304B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910417675.9A CN110264304B (zh) 2019-05-17 2019-05-17 鞋子的大规模定制方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910417675.9A CN110264304B (zh) 2019-05-17 2019-05-17 鞋子的大规模定制方法及系统

Publications (2)

Publication Number Publication Date
CN110264304A true CN110264304A (zh) 2019-09-20
CN110264304B CN110264304B (zh) 2022-01-11

Family

ID=67914828

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910417675.9A Active CN110264304B (zh) 2019-05-17 2019-05-17 鞋子的大规模定制方法及系统

Country Status (1)

Country Link
CN (1) CN110264304B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115186319A (zh) * 2022-09-14 2022-10-14 广东时谛智能科技有限公司 基于压力数据的鞋体材质设计方法、装置、设备及介质
US11758984B1 (en) * 2020-11-04 2023-09-19 Linq, Llc Methods and systems for designing and making custom footwear with user underfoot component

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104434128A (zh) * 2014-12-25 2015-03-25 中国科学院合肥物质科学研究院 一种基于足底压力分布信息的左右脚动态识别方法
CN106204223A (zh) * 2016-07-13 2016-12-07 中南大学 图像处理方法及系统
US20180182123A1 (en) * 2018-02-26 2018-06-28 Chien Min Fang Method of selecting an article for covering a body part by processing the image of the body part
CN108681973A (zh) * 2018-05-14 2018-10-19 广州供电局有限公司 电力用户的分类方法、装置、计算机设备和存储介质

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104434128A (zh) * 2014-12-25 2015-03-25 中国科学院合肥物质科学研究院 一种基于足底压力分布信息的左右脚动态识别方法
CN106204223A (zh) * 2016-07-13 2016-12-07 中南大学 图像处理方法及系统
US20180182123A1 (en) * 2018-02-26 2018-06-28 Chien Min Fang Method of selecting an article for covering a body part by processing the image of the body part
CN108681973A (zh) * 2018-05-14 2018-10-19 广州供电局有限公司 电力用户的分类方法、装置、计算机设备和存储介质

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
孙慜倩: "基于三维扫描与逆向工程的鞋楦设计及选配的研究", 《中国优秀硕士学位论文全文数据库工程科技Ⅰ辑（月刊 ）》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11758984B1 (en) * 2020-11-04 2023-09-19 Linq, Llc Methods and systems for designing and making custom footwear with user underfoot component
CN115186319A (zh) * 2022-09-14 2022-10-14 广东时谛智能科技有限公司 基于压力数据的鞋体材质设计方法、装置、设备及介质

Also Published As

Publication number Publication date
CN110264304B (zh) 2022-01-11

Similar Documents

Publication Publication Date Title
CN105243547A (zh) 一种鞋类个性定制服务平台及其定制方法
EP3649883A1 (en) Individual traction profiles for footwear
KR101899064B1 (ko) 스마트 기기의 발 치수 측정을 이용한 개인 맞춤형 조립인솔 제작 시스템과 방법
CN107114861B (zh) 一种基于压力成像及三维建模技术的定制鞋制作方法及系统
CN106901445A (zh) 一种基于压力成像及三维建模技术的矫形鞋制作方法及系统
WO2008070537A2 (en) System and methods of making custom footwear
CN106942837A (zh) 一种基于图像识别及三维建模技术的矫形鞋制作方法及系统
US20120323724A1 (en) Multi-component footbeds
US11903453B2 (en) System for providing user-customized last and method therefor
CN110264304A (zh) 鞋子的大规模定制方法及系统
KR20100087090A (ko) 풋베드 생산 장치 및 방법
CN112956784B (zh) 一种个性化鞋楦制作方法
CN109664496B (zh) 基于测评数据定制治疗型鞋垫三维模型的方法
EP3970550A1 (en) Method and system to provide an individualized footwear
JP2022550301A (ja) カスタムソールの設計のためのパーソナライズされたソールパラメータ値を計算するための方法及びシステム
CN111134417A (zh) 一种基于足底压力分布和透气性的3d打印糖尿病足鞋垫及其制备方法
CN106073030A (zh) 一种鞋的预定制方法
KR102235926B1 (ko) 스마트 인솔을 통한 보행 데이터 분석 시스템
KR20210106721A (ko) 족부 맞춤 3d 인솔 모델링 방법 및 서버
CN111222217A (zh) 鞋垫设计方法及鞋垫设计系统
US10772536B2 (en) Capacitance measuring and imaging sensor system
Lee et al. Foot shape classification using 3D scanning data
Luximon et al. Sizing and grading methods with consideration of footwear styles
Leng et al. A deformation method for shoe last customization
CN107087854B (zh) 一种批量定制适脚鞋的设计方法及使用该方法制作的鞋

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant