基于機器視覺的衣領智能縫紉系統

摘" 要：傳統的衣領的縫紉都為手工縫紉，縫紉質量差異化嚴重、效率低、人工成本高，針對這些不足，搭建一個基于機器視覺的智能縫紉系統，該系統將視覺定位技術、運動控制技術應用在電動縫紉機上，完成衣領的智能縫紉。系統通過預先標定方法獲得圖像中的點移動到縫紉機縫針正下方時圖像坐標與機械運動坐標的關系，工作時運用機器視覺技術獲得待縫紉衣領的圖像并計算縫紉路徑和縫紉點坐標，通過得到的圖像坐標與機械運動坐標的轉換關系，再結合運動控制技術和電動縫紉機技術完成衣領的智能縫紉。該系統可減少一線縫紉工的勞動強度和技術難度，提高衣領縫紉質量和縫紉效率。

關鍵詞：視覺定位；圖像標定；智能縫紉；運動控制；機器視覺

中圖分類號：TP391.4" " " 文獻標志碼：A" " " " " 文章編號：2095-2945（2024）17-0038-04

Abstract： Traditional collar sewing is manual work， with serious sewing quality differentiation， low efficiency and high labor cost. In view of these shortcomings， an intelligent sewing system based on machine vision is built. The system applies visual positioning technology and motion control technology to electric sewing machine to complete intelligent sewing of collar. The system obtains the relationship between the image coordinates and the mechanical motion coordinates when the point in the image is moved directly under the sewing needle of the sewing machine by the pre-calibration method. During working， the machine vision technology is used to obtain the image of the sewing collar and calculate the sewing path and sewing point coordinates， through the transformation relationship between the image coordinates and mechanical motion coordinates， and then combine the motion control technology and electric sewing machine technology to complete the intelligent sewing of the collar. The system reduces the labor intensity and technical difficulty of front-line sewing workers， and improves the sewing quality and sewing efficiency of collar sewing.

Keywords： visual positioning; image calibration; intelligent sewing; motion control; machine vision

服裝行業的原材料和勞動力成本不斷上漲，產品產量、生產效率要求卻不斷提高，作業方式老化、熟練工人培訓周期長、招工難等問題不斷凸顯，使得傳統服裝加工企業面臨前所未有的競爭和挑戰[1-2]。近年來工業機器人技術的飛速發展[3-5]，越來越多的工業機器人參與到服裝業生產過程中來解決服裝行業的這些瓶頸[6-8]。目前，數字化、智能化、自動化已經在服裝企業得到廣泛應用，特別是CAM、CAD的發展，使得服裝前端工序已經基本能夠實現自動化[9-10]。但在縫制工序方面，高昂的人工成本、差異化的縫紉質量仍然是主要問題[11-12]，這是自動化縫紉技術被國內外學者廣泛研究的主要原因之一。

目前自動化縫紉技術方面研究已經取得一定的進展與成果。如文獻[13]在原有縫紉機功能的基礎上，加入了自動移動布料平臺，極大提高了生產效率。文獻[14]設計了一種縫紉線繞線機自動初繞裝置，有效地提高了縫紉線繞制過程中初繞工序的效率和自動化程度。文獻[15]提出了一種基于智能視覺技術的全自動服裝模板縫紉技術，設計一個可沿X、Y、Z 3個方向自由運動的機械本體，完成對面料、PVC、皮革等不同材料的裁剪和制模，實現服裝縫紉自動化。該系統的成功研發對后續自動化縫紉設備的研究具有重要的借鑒意義，但系統使用時仍然會發生由于面料形變導致的縫紉品質差異化大的問題。

本文提出的基于機器視覺的衣領智能縫紉系統是自動化縫紉技術的一種。為保障質感和形狀穩定，部分衣領在縫紉制成衣服之前需要對其三邊平行于衣領邊緣區域進行縫紉，如圖1所示為縫紉衣領實物圖；圖2為縫紉示意圖，黑色框內區域為衣領，虛線為衣領的縫紉路徑。類似地，衣領縫紉同樣存在差異化嚴重、效率低、人工成本高的問題，急需解決。

1" 系統結構及工作流程

本文提出的衣領智能縫紉系統的主要組成結構包括衣領放置區域、工業相機、相機支架、背光源、工控機、電動縫紉機、衣領壓板、二維運動平臺及PLC等。圖3示意了其部分關鍵零件。

上述結構中，衣領放置區域的材料為設有矩形陣列小孔的透明亞克力材料。透明亞克力材料確保相機能夠穩定采集到衣領影像，亞克力上的小孔配合底下的負壓系統能夠確保衣領吸附在上面；壓板可由氣缸控制，下壓時壓板壓住衣領，上抬時壓板釋放衣領；壓板安裝在二維運動平臺上，二維運動平臺由PLC控制其往X、Y方向運動；工業相機位于衣領放置區域正上方，配合穩定的背光源能夠采集置于衣領放置區域上衣領的圖像；工控機與工業相機和PLC連接，接受工業相機采集的圖像，進行圖像分析，計算縫紉路徑及縫紉點坐標，并將縫紉點坐標轉換成機械運動坐標，發送給PLC。

系統的工作流程如下。

首先，將待縫紉的衣領放到衣領放置區域并通過負壓系統將其吸附在工作臺上。

其次，系統觸發相機采集衣領的圖像并發送給工控機，工控機上的圖像算法對圖像進行處理，計算縫紉路徑及縫紉點坐標，同時將這些縫紉點坐標轉換成其運動到縫針下方時機械需要運動的坐標，并發送給PLC，該坐標轉換關系通過標定獲得，標定方法將在本文第2節介紹。

最后，PLC通過壓板壓住衣領，根據上一步得到的機械運動坐標逐次將衣領移動到相應縫紉位置并控制電動縫紉機完成縫紉。

2" 圖像坐標系與機械坐標系的標定

本文第1節提到，縫紉坐標與機械坐標的轉換關系通過標定完成，本章將介紹標定方法。

假設相機平面與衣領放置平面平行，二維平移臺機械坐標系OXY與圖像坐標系O′X′Y′存在一定的夾角，記為θ，則它們的關系如圖4所示。

則對于圖像上的任何一點（x′，y′）與機械坐標（x，y）的轉換關系如下

x=x′×r×cos（θ）-y′×r×sin（θ）+x0，（1）

y=x′×r×sin（θ）+y′×r×cos（θ）+y0，（2）

式中：r為圖像放大率，單位μm/pixel；θ為2個坐標系之間的夾角；（x0，y0）為圖像坐標系原點到機械坐標系原點的距離。

簡化抽象公式，令

a=r×cos（θ）， （3）

b=r×sin（θ）， （4）

c=x0， （5）

d=y0。 （6）

則將公式（1）、（2）分別簡化為公式（7）、（8）

x=x′×a-y′×b+c， （7）

y=x′×b+y′×a+d。 （8）

要解出這個方程，需要2組對應關系，就是2組對應的坐標點。因此筆者設計了一種標定方法，標定流程如下。

第一，用透明菲林紙制作含有2個標記點的標定板（如圖5所示）放入相機視場中，2個標記點的距離記為l1，單位為μm。

第二，相機采集標定板圖像，并發送給工控機。工控機上安裝的圖像處理算法能夠計算2個點的圖像坐標，記為（x′1，y′1）、（x′2，y′2）以及它們之間的距離l2，單位為pixels，則公式（1）、（2）中的圖像放大率r=l1/l2。

第三，通過壓板壓住標定紙，并通過PLC控制二維運動平臺，分別手動將（x1，y1）、（x2，y2）對應的標記點移動到縫紉機縫針正下方，此時并分別對應2個點的機械坐標（x1，y1）、（x2，y2）。

第四，將第三步中得到的2組坐標代入公式（7）、（8），即可得到a、b、c、d 4個系數，標定完成。

通過標定完成得到的a、b、c、d 4個系數以及公式（7）、（8），即可知圖像中的點移動到縫紉機縫針正下方時圖像坐標與機械運動坐標的關系。

3" 縫紉點坐標的計算

系統采集到衣領圖像（如圖6所示）后，需經過圖像處理算法計算得到衣領的縫紉點坐標，這是系統的關鍵環節。

算法的處理流程如下。

第一，通過圖像二值化算法篩選衣領區域，如圖7中灰色框為衣領區域的輪廓。

第二，假設縫紉路徑與邊緣的距離為d（μm），則圖像中縫紉路徑與邊緣的距離d1=d/r（pixels）。其中，r為圖像放大率，由本文第2節中標定獲得。進一步，算法定義直徑大小為d1的圓形卷積核，并利用該卷積核對衣領區域作腐蝕運算，得到腐蝕后的衣領區域。如圖8所示，白色框為其外輪廓。

第三，根據衣領縫紉工序，腐蝕后衣領區域的外輪廓的上、左、右3邊輪廓即為縫紉路徑，因此算法需要分割得到這3邊輪廓。算法根據拐點將腐蝕后衣領區域的外輪廓分割成子輪廓，并根據子輪廓的位姿得到左、上、下3條輪廓，如圖9中白色線所示。

第四，在得到縫紉路徑后，算法還需要計算每個縫紉點的坐標。根據衣領縫紉工序的要求，每2個縫紉點間距需保持一致，因此需對設定的縫針間距進行微調。調整方法如下：根據3條子輪廓的長度以及初始縫針間距確定每條輪廓上的縫紉點個數。如子輪廓長度為L，縫紉間距為d2，則該輪廓上縫紉點的個數n為L/d2四舍五入后的整數，則調整后的縫紉間距d3=L/n。

第五，最后，算法根據縫紉路徑（輪廓）及調整后的縫針間距d3可計算得到衣領的縫紉點坐標，如圖10中白色的點所示。

4" 結束語

在本文中，提出了一種基于機器視覺的衣領智能縫紉系統，系統將機器視覺技術、運動控制技術應用在電動縫紉技術上，完成衣領的智能縫紉。系統節省了模具設計、制作和更換等帶來的經濟、時間成本，減少了一線縫紉工的勞動強度和技術難度，提高了衣領縫紉工藝質量和縫紉效率。該縫紉系統同樣適用于其他縫紉場合，如衣服口袋、領帶、口罩等，具有廣闊的應用前景。

參考文獻：

[1] 吳煜君，廖銘杰.服裝模板技術應用發展研究[J].山東紡織科技，2014，55（3）：33-37.

[2] 李艷梅.面料性能對服裝縫紉質量的影響分析[J].上海紡織科技，2008（3）：13-15.

[3] 許麗君.基于機器視覺的目標表面瑕疵檢測系統研究[D].杭州：杭州電子科技大學，2015.

[4] 李仁杰.機器視覺技術及其在機械制造自動化中的應用[J].黑龍江科技信息，2016（12）：80.

[5] 胡永彪，杜成華，李西榮，等.機器視覺技術在工程機械上的應用[J].工程機械，2009，40（10）：53-56.

[6] 崔現海.計算機技術輔助服裝縫紉流水線優化設計研究[J].自動化與儀器儀表，2018（2）：123-125.

[7] 王東云，劉惠琴，胡洛燕，等.基于遺傳算法服裝縫紉調度技術的研究[J].紡織學報，2003（5）：52-54，5.

[8] 馬愛林，周光錄.服裝縫紉技術要領圖解[M].濟南：山東科學技術出版社，2007.

[9] 田曉麗.紡織CAD/CAM在服裝設計中的應用[J].絲綢，2004（7）：35-37.

[10] BAO Q S. Cloth Cutting CAD/CAM System[J]. Journal of Textile Research， 1996.

[11] 林嵐.服裝縫紉質量影響因素研究[J].科技風，2017（11）：270.

[12] 沈岳，陳雁.影響縫紉質量因素的灰色統計評價[J].紡織學報，2008（8）：93-95.

[13] 羅立鋒.全自動縫紉機控制系統的設計與開發[D].杭州：浙江工業大學，2014.

[14] 柯良，馮關明，章建軍，等.縫紉線自動初繞裝置的設計與研究[J].制造業自動化，2013，35（1）：23-25.

[15] 張華玲，戴斌輝，原競杰.基于機器識別的全自動服裝模板縫紉技術[J].西安工程大學學報，2016，30（5）：572-577.