[发明专利]布料处理方法、系统及缝制机器人

说明书

本发明提供一种布料处理方法、系统及缝制机器人，属于服装缝制技术领域，包括：获取布料的特征向量；利用训练好的模型对特征向量进行分析，确定所述布料的延展性；其中，所述模型为使用多组训练数据训练得出，所述多组数据中的每组数据均包括：布料的特征向量和标识该特征向量下对应的布料的延展性；其中，所述特征向量包括布料的张力和布料的拉伸应变；根据所述布料的延展性，对所述布料施加外部张力。本发明表示了布料拉伸能力的特性，实现了布料延展性的估测评价，确定在缝制过程中应施加的更加精确的布料张力。

技术领域

本发明涉及服装缝制技术领域，具体涉及一种服装缝制过程中的布料处理方法、系统及缝制机器人。

背景技术

在机器人缝制服装的过程中，机器人末端执行器需要同步引导布料，布料应保持绷紧，以防止形变和褶皱，确保高质量的缝线。

机器人缝制需要经历布料特性估计–拉力确定–缝纫–适应的过程，其中，布料需要保持的张力取决于布料类型、结构组成及其性能，KES、FAST和Famous系统等设备可以对布料拉伸性能进行客观测量，但这些仪器的测试时间长，操作的灵活性差，测试准确性低，而且布料通常具有极低的抗弯性、较大的变形性、材料的各向异性和非线性，布料种类非常繁多，这都导致了对机器人操作布料实时建模的困难。

发明内容

本发明的目的在于提供一种实现机器人缝制过程中的布料延展性智能评估、以确定在缝制过程中应施加的布料张力的布料处理方法、系统及缝制机器人，以解决上述背景技术中存在的至少一项技术问题。

为了实现上述目的，本发明采取了如下技术方案：

第一方面，本发明提供一种布料处理方法，包括：

获取布料的特征向量；

利用训练好的模型对特征向量进行分析，确定所述布料的延展性；其中，所述模型为使用多组训练数据训练得出，所述多组数据中的每组数据均包括：布料的特征向量和标识该特征向量下对应的布料的延展性；其中，所述特征向量包括布料的张力和布料的拉伸应变；

根据所述布料的延展性，对所述布料施加外部张力。

优选的，训练所述模型包括：

利用机械臂末端六维力传感器采集力和对应的力矩数据，获得布料张力；

根据机械臂拉伸布料时末端位姿的变化，获得布料拉伸应变；

布料张力和拉伸应变组成特征向量，作为神经网络的输入集，输出布料的延展性；

将专家估计的该特征向量下对应的作为神经网络的训练标签，与输出的布料延展性进行比较，直至误差最小，得到所述模型。

优选的，获取布料的张力包括：

准备多个不同材质的布料样本；

将机械臂末端tcp的姿态调整到与工具坐标系一致，工具坐标系原点定义在机器人所夹持工具的末端，x轴、y轴与z轴通常根据腕部坐标系来确定。布料一端由安装在机械臂末端的压板压紧，另一端由压脚固定在缝纫机上；

测量压脚与末端之间的布料长度，将末端在工具坐标系下的位姿作为运动起点，改变末端横轴的大小，使机械臂压紧布料向外水平移动与布料长度相等的距离，将此时机械臂的末端位姿作为运动终点，通过六维力传感器记录机械臂压紧布料向外水平移动过程中测量到的力和力矩；

分别对力和力矩进行卡尔曼滤波，去除噪声后，对力和力矩合成，得到布料张力；

保持机械臂末端运动的起点和终点不变，对多个布料分别拉伸多次，采集布料张力数据。

优选的，获取布料的拉伸应变包括：