王晓华, 王育合, 张 蕾, 王文杰
(西安工程大学 电子信息学院, 陕西 西安 710048)
制衣业中,缝纫机器人能极大减少用工量,稳定缝纫质量,因而具有巨大的应用价值[1-3]。目前,缝纫机器人开始被训练代替人工完成织物的简单缝纫工作,在缝纫机器人将织物送入缝纫机进行缝纫的过程中,质地柔软的织物增加了机器人的操作难度[4-5]。机器人一方面要控制织物的位置,另一方面还要控制织物的张力[6-7],所以对缝纫机器人操作织物提出了更高的要求。
为解决机器人将织物送入缝纫机进行缝纫时的位置与张力同时控制问题,研究人员做了大量的研究工作。文献[8]应用模糊理论与神经网络技术,使用2个机器人分别进行织物的位置和张力控制,模糊理论可以很好地解决张力控制问题,但双机器人控制系统成本高;Johannes等[9]使用机器人末端执行器夹着织物通过拖拽的方式完成缝纫任务,应用模糊学习方法保持织物在移动过程中的张力恒定,织物的位置与张力分开控制,控制方法复杂;Kudo等[10]利用工业相机配合缝纫机器人操作织物,基于图像伺服技术反馈并修正织物的位置信息,控制效果很大程度上依赖于机器视觉技术。同时,上述方法均未涉及缝纫系统对厚度、密度、曲斜变形以及拉伸强力等性能不同的织物的适应性。
考虑机器人对柔软织物操作的便捷性以及模糊控制方法对难以精确描述的织物性能的适应性,本文设计的缝纫系统,采用阻抗控制方法,以实现机器人操作织物的位置和操作力之间的动态平衡关系;……