关键词:
机器人缝纫
机器视觉
面料变形
机器人运动
协作机器人
摘要:
当前服装生产中主要依靠操作工人工完成缝纫,工人一直重复着无技术性的缝纫工作,且存在着服装生产车间环境差、劳动强度大、工人短缺等问题,因此使用机器人代替工人完成缝制是未来的必然选择。但传统的工业机器人无法满足服装行业的生产需求,面对小批量、多种类的个性化消费市场,使用基于视觉的压板式协作缝制机器人是未来服装生产的必然选择。基于视觉的压板式协同缝制机器人借助视觉辅助设备提取裁片边缘轮廓,并根据裁片边缘轮廓信息规划压板式机器人的运动轨迹,然后通过压板按压裁片移动与缝纫机配合实现裁片的缝制。因此,提取的裁片边缘轮廓精度和压板按压裁片移动缝纫过程中裁片的平整度都直接影响着缝制精度。故论文首先对裁片边缘轮廓信息的提取与优化进行研究,然后对压板式机器人按压缝纫裁片过程中织物的变形问题进行研究,保证裁片的缝纫质量。
首先,针对传统轮廓提取方法无法快速准确提取裁片边缘轮廓的问题,本文提出使用传统轮廓检测算法结合深度学习提取裁片边缘轮廓。先对相机进行标定,再采集大量面料图像并标注制作数据集,其次通过卷积拆分和融合损失函数对VGG-UNet模型进行优化,提高模型的推理速度以及分割精度,然后使用优化VGG-UNet模型训练并构建的最优面料检测模型快速精准分割裁片与桌面背景,接着使用自适应开运算去除裁片毛边,最后采用Canny算子进行轮廓检测,获得精确的裁片边缘轮廓。
其次,针对压板按压裁片移动缝纫过程中裁片的受力变形问题,构建驱动力模型和裁片临界屈曲模型。论文以平纹机织面料为例,根据织物的屈曲变形理论,通过能量法对压板按压织物移动缝制时前端织物的临界屈曲变形进行分析,计算最小压板尺寸与最小驱动力值;然后根据织物剪切变形情况对压板按压裁片移动过程中两侧未被按压的织物进行临界弹性变形分析,计算最大驱动力值,从而获得压板按压移动裁片的驱动力模型,并对模型进行仿真、实验验证,结果证明驱动力模型可以提高裁片的缝纫质量,并且获得的最小压板尺寸可以使一种尺寸的压板适配更多尺寸的裁片,以此提高压板的通用性并降低生产成本。
再次,针对压板式机器人协同缝纫机缝制的运动轨迹问题,对DobotMG400机器人进行手眼标定,根据DobotMG400协作机器人的D-H参数,建立了机器人的正向运动学方程,并使用代数法建立了机器人逆向运动学方程,并在MATLAB软件中仿真验证,然后根据缝纫任务要求对机器人进行合理的路径规划,最后在笛卡尔空间下对路径进行轨迹规划,并在MATLAB软件中仿真验证。
最后,搭建基于视觉的压板式协同缝制机器人实验平台。该实验平台由1台全自动电脑平车缝纫机、1台Intel RealSense d435i相机、1台计算机和1台协作型机器人组成。通过USB接口实现相机与计算机间的通讯,并通过网线实现机器人与计算机间的通信,使用PLC对缝纫机转速、压脚进行控制,实现机器人与缝纫机间的协同配合,实验结果表明,本文提出的基于视觉定位的压板式协作缝制机器人能够保证裁片缝纫质量,获得均匀、整齐的缝迹。
基于视觉的压板式协同缝制机器人研究,实现了服装行业无人化、自动化的生产方式,并且满足未来服装行业小批量、多种类化发展的趋势,提高了面料缝纫质量。