簡介

Frontier.cool 的數位布料物理特性是透過 Lasagna AI 引擎 驅動的預測模型測量而得。該引擎分析 2D 圖像中的布料層，以生成 3D 紋理貼圖，並運用布料類型、重量和特性等大量材料數據。模型的準確性則透過實體測試或模擬，將預測結果與真實布料行為進行比對，以確保可靠性和精確度。

輸入變數

輸入變數包含 (1) 布料種類、(2) 布種類別、(3) 成分 和 (4) 幅寬和重量，詳細說明如下：

1. 布料種類
   材料類型分為 五種：梭織、針織、皮革、不織布、輔料及 其他。
2. 布種類別
   組織結構依材料類型而有所不同，例如：針織、牛仔布、帆布、雪紡、網布、蕾絲、緞面、斜紋布等。
3. 成分
   布料的成分可由 單一纖維 或 多種纖維 組成，包括：壓克力、Amicor、Biofibre、尼龍、雪紡、棉、聚酯纖維、人造絲、絲、天絲、乙烯基、羊毛等。
4. 幅寬和重量 (質量密度)
• 幅寬分為可裁幅寬以及全幅，單位可選擇公分或吋。
• 預設重量單位為 g/m²，最低為 1.00 g/m²。
• 其他單位包含 oz/yd²、g/y、g/m。

輸出變數

不同布料可能使用不同的變數名稱。例如，某些布料以 「長度」與「寬度」 描述布料尺寸與特性，而另一些則使用 「經 (Warp, 垂直方向)」與「緯 (Weft, 水平方向)」 來描述布料結構，這些用語代表紗線的編織方向，影響布料在模擬中的結構特性。

關鍵變數：

• 彎曲剛性 (Bending, 長度/寬度 或 經/緯向, Warp & Weft)
  測量布料的剛性或柔軟度，範圍為 0-1000。
• 0：無剛性
• 5：低剛性，柔軟
• 1000：高剛性，較硬（如皮革）
• 彎曲偏差 (Bending Bias)
  指布料的方向性彎曲行為，影響服裝的非對稱效果。若假設布料的彎曲性為對稱，可取 經向和 緯向 的平均值 作為 Bending Bias。
• 延展性 (Stretch, 拉伸性能)
  測量布料的彈性，即布料在受力下可延展的程度。
• 拉伸線性 (Stretch Linearity)
  衡量布料的均勻拉伸能力，以 百分比 (%) 表示。
• 高線性：布料受力時均勻延展（如針織布）
• 低線性：布料初期較難拉伸，但在某一點後突然變形（如梭織布）
• 剪切剛性 (Shear)
  測量布料沿 45° 角 扭曲或變形所需的力。
• 厚度 (Thickness, 壓縮性能 Compression)
  表示布料的厚薄程度，以 毫米 (mm) 測量，影響布料的外觀、垂墜感與性能。
• 較厚布料：通常較重、耐用，並具有更好的保溫效果（因內部空氣層增加）。

結論

綜上所述，Frontier.cool 採用 Lasagna AI 引擎 模擬數位布料特性，透過 2D 圖像分析 生成 高精度 3D 紋理貼圖。經過真實布料測試驗證，確保數位布料的物理特性與現實匹配。

若您需要更多資訊，歡迎 預約線上Demo 或來信聯繫我們：support@frontier.cool 。