System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术属于工业机器人,具体涉及一种基于人机技能传递的机器人协同缝纫方法及系统。
技术介绍
1、本部分的陈述仅仅是提供了与本专利技术相关的
技术介绍
信息,不必然构成在先技术。
2、服装制造产业作为劳动密集型产业,在用工难、用工贵的形势下,正面临如何提效增速、降本升级的发展难题。目前,服装制造产业的自动化主要体现在缝制机械,现已成为集光、机、电技术为一体,为纺织服装、汽车建材、航空航天等领域提供全套缝制技术解决方案的先进装备制造业,但仍然需要大量专业人员操作设备,亟需实现操作去专业化。随着服装制造市场逐渐进入个性化消费时代,消费者对服装款式、质量等要求越来越高,产品多定制且工艺变的复杂,而交货期却越来越短,订单从单品种、大批量走向多品种、小批量,单一自动化设备优势变得不明显。
3、为适应缝制业智能制造的实践,“机器人+自动化智能缝制设备”所组成的动态加工模块是未来缝制生产的必然变革。但是,缝制不同于打磨、装配等操作,由于其操作对象为柔性织物,具有材料各项异性,形变难以控制等因素,使得机器人难以在精准、高效的状态下,协同缝制机械完成缝制任务。传统的机器人协同缝纫方法主要通过视觉检测进行缝纫轨迹规划,利用简单的线性函数对应机器人与缝纫的协同速度,依赖开环的位置控制实现缝纫;无法精确的进行协同缝纫,机器人无法在缝纫过程中根据布料状态进行姿态调整,极易导致布料褶皱,造成缝纫失败。
技术实现思路
1、为了解决上述问题,本专利技术提出了一种基于人机技能传递的机器人协同缝纫
2、根据一些实施例,本专利技术的第一方案提供了一种基于人机技能传递的机器人协同缝纫方法,采用如下技术方案:
3、一种基于人机技能传递的机器人协同缝纫方法,包括:
4、获取缝纫过程中演示者的手部移动轨迹和织物张力;
5、根据动态运动基元和所获取的手部移动轨迹,得到缝纫初始轨迹;
6、根据力基元和所获取的织物张力,得到缝纫期望张力;
7、获取织物的实时缝纫张力,结合所得到的缝纫期望张力和阻抗控制模型,得到机器人缝纫的张力补偿轨迹;
8、实时判断织物是否褶皱,得到织物褶皱补偿轨迹;
9、根据所得到的缝纫初始轨迹、缝纫张力补偿轨迹和褶皱补偿轨迹,得到机器人的实际缝纫轨迹,完成机器人协同缝纫。
10、作为进一步的技术限定,在所得到的机器人的缝纫初始轨迹的基础上分别叠加所得到的缝纫张力补偿轨迹和褶皱补偿轨迹,叠加后的轨迹即为机器人的实际缝纫轨迹。
11、作为进一步的技术限定,实时判断织物是否褶皱,得到织物褶皱补偿轨迹的具体过程为:
12、采用方向为θn的gabor滤波器提取褶皱fn,其中fn是褶皱的像素数;
13、利用高斯混合模型(gmm)聚类,得到褶皱簇{w1,...,wn},每个褶皱wn中包含对应像素nn;
14、在褶皱簇中选择像素最多的wnmax为最大褶皱,获取wnmax中像素x轴,y轴的最大值xmax,ymax与最小值xmin,ymin,计算最大褶皱的端点(xp1,yp1),(xp2,yp2)长度l以及中点(xc,yc);其中,(xp1,yp1)=(xmax,y)、(xp2,yp2)=(xmin,y)、l=max(|(xmax,y)-(xmin,y)|,|(x,ymax)-(x,ymin)|)、
15、在每个机器人展平动作周期内,沿最大褶皱垂直平分线方向拖拽的距离,即织物褶皱补偿轨迹xi。
16、作为进一步的技术限定,获取织物的实时缝纫张力,结合所得到的缝纫期望张力和阻抗控制模型,得到机器人缝纫的张力补偿轨迹的具体过程为:
17、采用“质量-阻尼-弹簧”的物理控制模型作为阻抗控制模型,即:
18、其中,m,b,k分别表示惯性矩阵,阻尼矩阵和刚度矩阵;分别表示机器人末端工具的加速度,速度和位置;分别表示机器人控制系统期望的加速度,速度和位置;力误差e=fr-fe为模型驱动力,fr为缝纫期望张力,fe为缝纫环境实时张力;
19、结合基于位置的阻抗控制,机器人末端工具与环境之间的接触力通过力传感器获得,通过力误差,使得阻抗控制器产生机器人缝纫的位置修正量e,即得到机器人缝纫的张力补偿轨迹。
20、作为进一步的技术限定,获取分布式触觉传感器每个触点的力数据fix,fiy,以缝纫方向为正方向,设触觉传感器旋转角度为β,将力集中在操作中心点分析,整体沿着缝纫方向力数据fy和垂直缝纫方向的力数据fx为:
21、设操作中心点与缝纫点连线的缝纫张力f与缝纫方向夹角为α,则缝纫期望张力为f=fx/sinα。
22、作为进一步的技术限定,在获取缝纫初始轨迹的过程中,采用动态运动基元模型进行所获取的手部移动轨迹的学习;所采用的动态运动基元模型为:其中,α和β均为常系数,且α=4β;p为目标位置,x为任意时刻的位置,为任意时刻的速度,为任意时刻的加速度;s为系统相位;τ为时间比例系数,αs为常系数,f(s)为非线性强迫项。
23、作为进一步的技术限定,在获取织物张力的过程中,获取织物触点的力数据,以缝纫方向为正方向,获取织物触点与缝纫点连线和缝纫方向反方向之间夹角大小,通过所获取的夹角大小与织物触点的力数据,得到织物张力。
24、根据一些实施例,本专利技术的第二方案提供了一种基于人机技能传递的机器人协同缝纫系统,采用如下技术方案:
25、一种基于人机技能传递的机器人协同缝纫系统,包括:
26、获取模块,其被配置为获取缝纫过程中演示者的手部移动轨迹和织物张力;
27、计算模块,其被配置为根据动态运动基元和所获取的手部移动轨迹,得到缝纫初始轨迹;根据力基元和所获取的织物张力,得到缝纫期望张力;获取织物的实时缝纫张力,结合所得到的缝纫期望张力和阻抗控制模型,得到机器人缝纫的张力补偿轨迹;实时判断织物是否褶皱,得到织物褶皱补偿轨迹;
28、缝纫模块,其被配置为根据所得到的缝纫初始轨迹、缝纫张力补偿轨迹和褶皱补偿轨迹,得到机器人的实际缝纫轨迹,完成机器人协同缝纫。
29、根据一些实施例,本专利技术的第三方案提供了一种计算机可读存储介质,采用如下技术方案:
30、一种计算机可读存储介质,其上存储有程序,该程序被处理器执行时实现如本专利技术第一方案所述的基于人机技能传递的机器人协同缝纫方法中的步骤。
31、根据一些实施例,本专利技术的第四方案提供了一种电子设备,采用如下技术方案:
32、一种电子设备,包括存储器、处理器及存储在存储器上并在处理器上运行的程序,所述处理器执行所述程序时实现如本专利技术第一方案所述的基于人机技能传本文档来自技高网...
【技术保护点】
1.一种基于人机技能传递的机器人协同缝纫方法,其特征在于,包括:
2.如权利要求1中所述的一种基于人机技能传递的机器人协同缝纫方法,其特征在于,在所得到的机器人的缝纫初始轨迹的基础上分别叠加所得到的缝纫张力补偿轨迹和褶皱补偿轨迹,叠加后的轨迹即为机器人的实际缝纫轨迹。
3.如权利要求1中所述的一种基于人机技能传递的机器人协同缝纫方法,其特征在于,实时判断织物是否褶皱,得到织物褶皱补偿轨迹的具体过程为:
4.如权利要求1中所述的一种基于人机技能传递的机器人协同缝纫方法,其特征在于,获取织物的实时缝纫张力,结合所得到的缝纫期望张力和阻抗控制模型,得到机器人缝纫的张力补偿轨迹的具体过程为:
5.如权利要求1中所述的一种基于人机技能传递的机器人协同缝纫方法,其特征在于,获取分布式触觉传感器每个触点的力数据fix,fiy,以缝纫方向为正方向,设触觉传感器旋转角度为β,将力集中在操作中心点分析,整体沿着缝纫方向力数据Fy和垂直缝纫方向的力数据Fx为:设操作中心点与缝纫点连线的缝纫张力F与缝纫方向夹角为α,则缝纫期望张力为F=Fx/sinα。
...【技术特征摘要】
1.一种基于人机技能传递的机器人协同缝纫方法,其特征在于,包括:
2.如权利要求1中所述的一种基于人机技能传递的机器人协同缝纫方法,其特征在于,在所得到的机器人的缝纫初始轨迹的基础上分别叠加所得到的缝纫张力补偿轨迹和褶皱补偿轨迹,叠加后的轨迹即为机器人的实际缝纫轨迹。
3.如权利要求1中所述的一种基于人机技能传递的机器人协同缝纫方法,其特征在于,实时判断织物是否褶皱,得到织物褶皱补偿轨迹的具体过程为:
4.如权利要求1中所述的一种基于人机技能传递的机器人协同缝纫方法,其特征在于,获取织物的实时缝纫张力,结合所得到的缝纫期望张力和阻抗控制模型,得到机器人缝纫的张力补偿轨迹的具体过程为:
5.如权利要求1中所述的一种基于人机技能传递的机器人协同缝纫方法,其特征在于,获取分布式触觉传感器每个触点的力数据fix,fiy,以缝纫方向为正方向,设触觉传感器旋转角度为β,将力集中在操作中心点分析,整体沿着缝纫方向力数据fy和垂直缝纫方向的力数据fx为:设操作中心点与缝纫点连线的缝纫张力f与缝纫方向夹角为α,则缝纫期望张力为f=fx/sinα。
6.如权利要求1中所述的一种基于人机技能传递的...
【专利技术属性】
技术研发人员:付天宇,李凤鸣,宋锐,王艳红,
申请(专利权)人:山东建筑大学,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。