[發明專利]一種服裝定制方法

在審

• 申請號: 201710352360.1
• 申請日: 2017-05-18
• 公開（公告）號: CN107194772A
• 公開（公告）日: 2017-09-22
• 發明（設計）人: 虞黎達
• 申請（專利權）人: 廣州眾投科技有限公司
• 主分類號: G06Q30/06
• 分類號: G06Q30/06
• 代理公司: 上海精晟知識產權代理有限公司31253
• 代理人: 馮子玲

技術領域

本發明涉及服裝定制領域，特別涉及一種服裝定制方法。

背景技術

為了提高服裝的生產效率并節省成本，一般服裝廠均會按照標準號型進行生產，然后向服裝店進行供貨，購買服裝的人去服裝店直接購買成品服裝即可。但每個人體型以及喜好均各有不同，按此方式生產的服裝難以滿足所有購買者的需求。另外，在經銷過程中，可能產生較大的庫存。

部分用戶會選擇量身定制服裝，但量身定制一般均是需要專門購買布匹用來制衣，無法批量生產，因此成本會相對較高。并且定制服裝一般為裁縫手工定制，制衣時間較長，對裁縫個人的經驗要求也較高，難以實現大量的供應。因此，整體上，量身定制的服裝相比傳統批量生產的服裝，其經濟成本與時間成本更高，難以滿足大量用戶的需求。

發明內容

本發明要解決的技術問題是如何降低定制服裝的成本，加快定制服裝的制衣時間。

為了解決上述技術問題，本發明中披露了一種服裝定制方法，本發明的技術方案是這樣實施的：

一種服裝定制方法，包括依次執行以下步驟：S1：用戶通過第二數據端預約定制服務，量體師通過第二數據端接收到預約后上門為用戶量體；S2：量體師獲取用戶的定制數據，所述定制數據包括形體數據、款式數據及個人信息，所述個人信息包括年齡、身高、體重及行為偏好；S3：量體師通過所述第一移動數據端將所述定制數據上傳至數據存儲終端；S4：通過所述個人信息中的身高、體重對所述形體數據進行校驗；若校驗結果為不合理則重新依次執行步驟S2、S3，并再次校驗，直至校驗結果合理，則執行步驟S5；S5：所述數據存儲終端與數據庫進行交互，并生成打版文件；S6：根據所述打版文件進行裁剪；S7：對裁剪完成的物料進行縫制，形成服裝；S8：對所述服裝進行熨燙定型，并進行包裝；S9：發貨寄送給用戶；S10：用戶驗貨后通過所述第二移動數據端上傳反饋意見；S11：根據所述反饋意見對所述打版文件進行修正，并將修正后的所述打版文件作為新樣本上傳至所述數據庫。

優選地，執行步驟S5時，若所述數據庫中無可匹配的樣本，則人工進行服裝打版，生成打版文件；若所述定制數據與所述數據庫中樣本可匹配，則選擇相匹配的版式，自動生成打版文件。

優選地，步驟S6中的裁剪方式為激光裁剪。

優選地，所述形體數據包括領圍、胸圍、中腰圍、臀圍、肩寬、袖長、衣長、臂圍及腕圍。

優選地，若用戶為特殊體型，則所述形體數據還包括特體數據。

優選地，所述特殊體型包括有胸肌、駝背、將軍肚、溜肩、長短手中的一個或一個以上。

優選地，若所述特殊體型包括有胸肌或駝背，則所述特體數據包括前胸尺寸及后背尺寸；若所述特殊體型包括將軍肚，則所述特體數據包括腹圍最大處尺寸；若所述特殊體型包括溜肩，則所述肩寬為特體數據，所述肩寬通過尋找肩點的方式測得；若所述特殊體型包括長短手，則所述特體數據包括左手袖長與右手袖長。

優選地，所述款式數據包括下列中的一個或一個以上：版型、面料、領型、袖型、門襟、下擺、領撐及是否需要刺繡。

優選地，若用戶選擇需要刺繡，則所述款式數據還包括刺繡內容及刺繡位置。

優選地，步驟S4中通過人工智能模塊校驗所述形體數據；步驟S11中通過所述人工智能模塊進行修正；執行步驟S11后執行以下步驟：S12：所述人工智能模塊根據所述定制數據及所述新樣本進行學習；所述人工智能模塊采用深度神經網絡學習的方式進行機器學習。

實施本發明的有益效果是：

1、本發明通過量體師直接與客戶面對面進行量體，將所獲取的定制數據上傳至數據存儲終端，交由柔性定制工廠進行生產，節省了用戶到工廠之間多層渠道的時間成本與經濟成本，提高了生產效率；

2、本發明中，針對襯衫這一特殊產品，總結出了能夠適應各種不同身材的一系列量體數據；特別地，針對特殊體型的用戶，進一步獲取其特體數據，保證所定制出的服裝能滿足各種用戶的需求；

3、本發明基于傳統定制中積累的數據，采用人工智能算法，完成基于用戶特別需求的服裝打版過程；

4、在該商業模式中，量體師同時承擔了銷售、客服等多種工作，有利于節省該商業模式的人力成本。

附圖說明

為了更清楚地說明本發明實施例或現有技術中的技術方案，下面將對實施例或現有技術描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本發明的一種實施例，對于本領域普通技術人員來講，在不付出創造性勞動的前提下，還可以根據這些附圖獲得其他的附圖。