皮料自动缝纫方法、装置、设备及计算机可读存储介质
技术领域
本发明涉及工业缝纫机领域，特别涉及一种皮料自动缝纫方法、装置、设备及计算机可读存储介质。
背景技术
随着生活水平的不断提高，皮质材料产品在人们的日常生活中越来越多，比如汽车脚垫、汽车坐垫及沙发靠垫等。
目前，对于皮质材料的缝制，大多数缝制工厂都是采用的人工缝制。人工缝制需要先对工人进行缝纫培训，然后由工人根据皮料上事先划出的缝纫轨迹，以沿着该缝纫轨迹进行缝制。然而，由于采用的人工缝制，因此存在缝纫效率低的缺陷。同时，对于不同的工人，其缝纫技术不一，导致其缝纫效果的一致性较差。
现如今，随着工业自动化的不断发展，在缝制行业出现了由自动化设备取代人工的自动缝纫技术。但是，现有的自动缝制技术主要针对的是制作工艺简单、产品比较单一的制衣产品，而对于市场需求量同样很大的皮料缝制却少有见闻。
发明内容
本发明的主要目的在于提出一种皮料自动缝纫方法，旨在解决现有的人工皮料缝纫方式存在缝纫效率低、缝纫效果不一致的技术问题。
为解决上述技术问题，本发明提出一种皮料自动缝纫方法，所述皮料自动缝纫方法包括：获取待缝纫的皮料图像；根据所述皮料图像计算所述皮料的当前坐标位置；对所述皮料图像进行图像处理，以获取所述皮料的缝纫轨迹数据；根据所述皮料的当前坐标位置，控制机器人将所述皮料转移至缝纫机所在位置；根据所述缝纫轨迹数据，控制所述缝纫机对所述皮料进行自动缝纫。
优选地，所述根据所述皮料图像计算所述皮料的当前坐标位置包括：获取所述皮料在所述皮料图像中的像素坐标；根据所述像素坐标，并按照预设的坐标转换公式：
优选地，所述对所述皮料图像进行图像处理，以获取所述皮料的缝纫轨迹数据包括：提取所述皮料的轮廓边缘，并将所述轮廓边缘转换为边缘图像；对所述边缘图像进行膨胀处理，再对膨胀后的所述边缘图像进行缩进处理，以获取膨胀后的所述边缘图像的内边缘；根据所述边缘图像的内边缘，获取所述皮料的缝纫轨迹数据。
优选地，所述根据所述边缘图像的内边缘，获取所述皮料的缝纫轨迹数据包括：按顺序等间距提取所述内边缘上的点，相邻两点之间连接成一条线段；计算所述相邻两线段之间的夹角，将所述夹角小于预设角的两相邻线段之间的点删除；获取所述内边缘的拐角点坐标，并计算剩余的所述内边缘上的点与所述拐角点之间的距离；查询距离所述拐角点最近的点的序号，根据所述序号提取该点前的一个点；根据由所述前一个点与所述拐角点构成的第一向量以及由所述拐角点与所述距离所述拐角点最近的点构成的第二向量之间的向量夹角，判断所述拐角点的位置。
优选地，所述对所述皮料图像进行图像处理，以获取所述皮料的缝纫轨迹数据，还包括：分别计算相邻两线段之间的夹角，以获取所述缝纫轨迹的缝纫姿态。
本发明进一步提出一种皮料自动缝纫装置，所述皮料自动缝纫装置包括：图像获取模块，用于获取待缝纫的皮料图像；坐标获取模块，用于根据所述皮料图像计算所述皮料的当前坐标位置；数据获取模块，用于对所述皮料图像进行图像处理，以获取所述皮料的缝纫轨迹数据；第一控制模块，用于根据所述皮料的当前坐标位置，控制机器人将所述皮料转移至缝纫机所在位置；第二控制模块，用于根据所述缝纫轨迹数据，控制所述缝纫机对所述皮料进行自动缝纫。
优选地，所述坐标获取模块包括：像素坐标获取单元，用于获取所述皮料在所述皮料图像中的像素坐标；机器人坐标获取单元，用于根据所述像素坐标，并按照预设的坐标转换公式：
优选地，所述数据获取模块包括：边缘图像获取单元，用于提取所述皮料的轮廓边缘，并将所述轮廓边缘转换为边缘图像；内边缘获取单元，用于对所述边缘图像进行膨胀处理，再对膨胀后的所述边缘图像进行缩进处理，以获取膨胀后的所述边缘图像的内边缘；缝纫轨迹获取单元，用于根据所述边缘图像的内边缘，获取所述皮料的缝纫轨迹数据。
本发明还提出一种皮料自动缝纫设备，所述皮料自动缝纫设备包括存储器，用于存储计算机程序；处理器，用于执行所述计算机程序时，实现所述皮料自动缝纫方法的步骤。
本发明还提出一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时，实现所述皮料自动缝纫方法的步骤。
本发明实施例的有益效果在于：通过基于机器视觉的皮料自动缝纫方法，取代现有的人工缝纫方法，其具有缝纫效率高，且缝纫效果优的特点，同时，可大大降低人力成本，从而降低皮料产品的生产成本。此外，由于是通过自动化设备对皮料进行自动缝纫，因此，缝纫出的皮料具有较高的一致性。
附图说明
图1为本发明皮料自动缝纫方法第一实施例的流程图；
图2为本发明皮料自动缝纫方法第二实施例的流程图；
图3为本发明皮料自动缝纫方法第三实施例的流程图；
图4为通过本发明皮料自动缝纫方法处理后的皮料图像；
图5为本发明皮料自动缝纫方法第四实施例的流程图；
图6为本发明皮料自动缝纫方法的拐角点位置判断示意图；
图7为发明皮料自动缝纫方法的整体流程图；
图8为本发明皮料自动缝纫装置的结构示意图。
具体实施方式
下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本发明，而不能理解为对本发明的限制，基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
本发明提出一种皮料自动缝纫方法，在一实施方式中，参见图1，该皮料自动缝纫方法包括：
步骤S10，获取待缝纫的皮料图像；
本实施例中，通过工业相机对位于其正下方的待缝纫皮料进行拍照，并将获取到的皮料图像发送给工控电脑，由工控电脑根据其内置的皮料自动缝纫程序，执行对皮料图像进行图像处理及数据获取的步骤。此外，为获得较为清晰的皮料图像，在工业相机的下方设置有垂直向下照射的LED光源，以对其下方的待缝纫皮料进行补光。
步骤S20，根据皮料图像计算机器人的抓取位置坐标；
本实施例中，待缝纫皮料在转移至缝纫机所在位置之前，需要首先获取该皮料的位置，以便于机器人移动至皮料所在位置，并将其抓取至缝纫机所在位置，以由缝纫机对其进行自动缝纫。需要说明的是，在对皮料进行自动缝纫之前，工业相机与机器人经标定之后，得到标定参数，往后每次检测时调用此参数与像素坐标进行计算，即可得到机器人抓取位置的坐标。
步骤S30，对皮料图像进行图像处理，以获取皮料的缝纫轨迹数据；
本实施例中，首先对皮料图像进行均值滤波及二值化等处理，以得到皮料图像中的物体特征；其次，再通过阈值分析，Blob处理(对图像中相同像素的连通域进行分析，该连通域称为Blob)，以去除图像中的干扰部分，只保留皮料特征；再者，对保留的皮料特征进行边缘处理，并利用边缘平滑的方法将毛刺边消除，得到平滑的边缘；然后，根据轮廓边缘提取皮料的缝纫轨迹数据。
此外，由于真正的缝纫轨迹并不是沿着皮料的真实边缘进行，而是沿着真实边缘向内部缩进一定尺寸所形成的缝合边缘进行缝合的，这就要求对处理好的边缘图像进行缩进处理，本实施例所提出的缩进方式与传统的缩进方式不同，具体为先膨胀再缩进，以获取膨胀后的轮廓边缘的内边缘。
步骤S40，根据机器人的抓取位置坐标，控制机器人将皮料转移至缝纫机所在位置；
本实施例中，在获取到机器人的抓取位置坐标后，根据该抓取位置坐标，即可控制机器人将待缝纫的皮料转移至缝纫机所在位置处，以由缝纫机对该皮料进行自动缝纫。可以理解的是，机器人包括可沿多轴移动的机械臂和设置在机械臂末端的抓取夹具，机械臂带动抓取夹具移动至待缝纫皮料所在位置处，通过控制抓取夹具上的气阀，抓取皮料至缝纫机所处工位。
步骤S50，根据缝纫轨迹数据，控制缝纫机对皮料进行自动缝纫。
本实施例中，在将待缝纫皮料转移至缝纫机所处工位之后，根据计算得到的缝纫轨迹数据，控制缝纫机对待缝纫的皮料进行缝纫。此外，可通过工控电脑输入待缝纫皮料的缝纫参数，比如针距、缝纫速度等，包括但不限于此。
在一较佳实施例中，参见图2，步骤S20包括：
步骤S21，获取皮料的像素坐标；
步骤S22，根据像素坐标，并按照预设的坐标转换公式：
其中，(xi，yi)为机器人的抓取位置坐标，dx、dy为平移量，m为尺度因子，θ为相机坐标系与机器人坐标系之间的夹角。
本实施例中，在获取到皮料的像素坐标后，将其代入至预设的坐标转换公式，即可计算得到机器人的抓取位置坐标，机器人根据该抓取位置坐标，将待缝纫的皮料转移至缝纫机所在工位处。
在另一较佳实施例中，参见图3，步骤S30包括：
步骤S31，提取皮料的轮廓边缘，并将轮廓边缘转换为边缘图像；
步骤S32，对边缘图像进行膨胀处理，再对膨胀后的边缘图像进行缩进处理，以获取膨胀后的边缘图像的内边缘；
步骤S33，根据边缘图像的内边缘，获取皮料的缝纫轨迹数据。
本实施例中，先对获取到的皮料图像进行边缘处理，以提取皮料的轮廓边缘；而后，对边缘图像进行膨胀处理，具体的，先对边缘图像进行二值化，得到二值图像，再用3×3的结构元素，扫描图像的每个像素用结构元素与其覆盖的二值图像做“或”操作，在提取的骨架中如果有一个元素为0，则计算出图像的该像素为0。否则为1。其计算后得到的结果为二值图像骨架增大一圈，若增大一圈不够，则使用两次，直到达到膨胀宽度的需求。针对膨胀过后的边缘图像，再进行二值化处理，利用边缘检测的方法，提取得到膨胀边缘轮廓的内边缘，如图4所示，此边缘即为所查找的结果。
在又一较佳实施例中，参见图5、图6，上述步骤S33包括：
步骤S331，按顺序等间距提取内边缘上的点，相邻两点之间连接成一条线段；
本实施例中，按照一定的顺序从内边缘上提取等间距的点，并对各个点赋予序号，然后将相邻的两个点连接起来，以形成一条线段。
步骤S332，计算相邻两线段之间的夹角，将夹角小于预设角的两相邻线段之间的点删除；
本实施例中，计算相邻两条线段之间的夹角，若该夹角小于预设角度，比如1°或2°，则表示此两条线段构成一条直线，并将此两条线段之间的点全部删除，仅保留两个端点。
步骤S333，获取内边缘的拐角点坐标，并计算剩余的内边缘上的点与拐角点之间的距离；
本实施例中，通过角点检测方法，获取内边缘的拐角点，cornerHarris函数用于在OpenCV中运行Harris角点检测算子处理图像。在获取到拐角点坐标之后，再计算剩余的点与拐角点之间的距离。
步骤S334，查询距离拐角点最近的点的序号，根据序号提取该点前的一个点；
本实施例中，在计算得到剩余点与拐角点之间的距离后，查询距离拐角点最近的点的序号，然后根据该序号提取该点前的一个点。假设拐角点为H，距离拐角点最近的点为B，该点前的一个点为A。
步骤S335，根据由前一个点与拐角点构成的第一向量以及由拐角点与距离拐角点最近的点构成的第二向量之间的向量夹角，判断拐角点的位置。
本实施例中，参见图6，由前一个点与拐角点构成的第一向量为向量AH，由拐角点与距离拐角点最近的点构成的第二向量为向量HB，计算向量AH与向量HB之间的向量夹角，若AH与向量HB之间的向量夹角接近180°，则表示拐角点H在点B之后；反之，则表示表示拐角点H在点A与点B之间。
在再一较佳实施例中，上述步骤S33还包括：
步骤S336，分别计算相邻两线段之间的夹角，以获取缝纫轨迹的缝纫姿态。
本实施例中，由于机器人在缝纫过程中，是按照机器人的外部控制点(ECP点)进行缝纫的，所以需要对缝纫轨迹增加缝纫姿态，由缝纫轨迹和缝纫姿态形成机器人缝纫轨迹数据。具体的，将缝纫轨迹上每段线段表示为有方向的向量，计算相邻两段向量的夹角，即为两段向量连接点的缝纫姿态。假设两段向量为向量a和向量b，其夹角求解公式为：cosθ＝a*b/|a||b|。
对应于皮料自动缝纫方法所存在的皮料自动缝纫系统，包括有：彩色工业相机、两条白色条形LED光源、PC电脑、工业机器人、工业缝纫机、视觉图像分析处理系统。所述的工业相机装在相机固定安装支架上，LED白色条形光源放置在相机下方垂直向下照射，皮料放置与相机正下方，皮料自动缝纫系统软件安装在PC电脑，整个系统工作流程如图7：
1、启动皮料自动缝纫系统软件，系统自动与机器人建立通讯连接，当连接建立成功后视觉系统会收到一个机器人发送的成功信号，并且机器人开始初始化。
2、初始化完成后机器人会发送拍照信号给皮料自动缝纫系统，系统控制相机拍照并采集图片。
3、皮料自动缝纫系统根据采集的图片，先进行模板匹配，如果匹配不上，说明当前皮料不是所缝皮料，会发出报警信号，让机器人将皮料夹取到空闲放置区，待新料上好后，通知系统再进行拍照检测，若判断是所缝皮料，系统将先得当目标的坐标位置，并进行图像处理
4、图像处理首先进行均值滤波及二值化等处理，得到图像中拍摄到的检测到的物体特征。
5、通过阈值分析，Blob处理后，去除图像中干扰部分，只保留皮质材料特征。
6、对保留的特征，进行边缘处理，利用边缘平滑的方法将边缘毛刺消除，得到平滑的边缘。将得到的边缘转化为图像，对边缘进行处理：
(1)对边缘图像进行二值化得到二值图像
(2)用3x3的结构元素，扫描图像的每个像素，用结构元素与其覆盖的二值图像做“或”操作，在提取的骨架中如果有一个元素为0，则计算出图像的该像素为0。否则为1。其计算后得到的结果为二值图像骨架增大一圈，若增大一圈不够，则使用两次，直到达到膨胀宽度的需求。
(3)针对膨胀过后的边缘图像，再进行二值化处理，利用边缘检测的方法，提取得到膨胀边缘轮廓的内边缘。
7、提取缝纫边缘缝纫轨迹：
(1)按等间距提取边缘上的点
(2)通过查找角点的方法，提取轮廓拐角点坐标。
(3)计算相邻两段线段的角度，将角点小于一个值的的相邻两段线段中间点删除，使轮廓直线部分只取两个点。
(4)将拐角点与剩余的所有点进行点与点之间距离计算，通过计算得到离拐角点最近的点的位置。
(5)查询离拐角点最近点的序号，假设该点位B，提取该点前一个点，假设为A，拐角点设为H，计算向量AH和向量HB的夹角，通过向量夹角的判断插值点在AB之间还是在B点之后。
8、因为工业机器人在缝纫过程，是安照ECP点进行缝纫，不是工业机器人末端坐标系进行缝纫，所以需要对缝纫轨迹增加缝纫姿态，并加入到缝纫轨迹中。轨迹姿态的计算方法为：将轨迹上每段线段表示为有方向的向量，求相邻两段向量的夹角就为两条向量连接点的姿态，假设两段向量为a，b,其夹角求解公式为：cosθ＝a*b/|a||b|。
9、皮料自动缝纫系统将计算处理得到的目标位置和缝纫轨迹经过坐标转换后，通过TCP/IP的通讯方式，发送给工业机器人。
10、机器人得到缝纫数据后，将移动到抓取点，控制抓取夹具上的气阀，抓取皮料到缝纫机所处工位，根据皮料的缝纫轨迹进行自动缝纫。一块料缝纫完毕后，将缝好的皮料放置到装料区。一块皮料的缝制就完成了。
本发明所提出的皮料自动缝纫方法具有如下优点：
1、缝纫过程中，如果有混合其余的布料，皮料自动缝纫系统会自动辨别区分，将混合布料自动挑选出来。
2、可以适应多种形状的皮料缝纫，对于不同皮料的缝纫切换，通过系统选择即可完成切换。如果增加外围条码扫描，可自动切换，具体的，皮料上具有二维码，通过扫码器扫描皮料上的二维码，获取与皮料对应的信息，比如皮料的型号，如此可实现对于不同皮料的缝纫切换。
3、新料缝纫设置简单，通过系统设置界面的几个按钮，即可完成设置操作。
4、缝纫皮料的效果一致性保持的很好，具有较高的一致性。
5、本系统可以24小时不间断工作，缝纫效率高，可以有效降低生产成本。
基于前述所提出的皮料自动缝纫方法，本发明还提出一种皮料自动缝纫装置，参见图8，该皮料自动缝纫装置包括：
图像获取模块1，用于获取待缝纫的皮料图像；
坐标获取模块2，用于根据皮料图像计算机器人的抓取位置坐标；
数据获取模块3，用于对皮料图像进行图像处理，以获取皮料的缝纫轨迹数据；
第一控制模块4，用于根据机器人的抓取位置坐标，控制机器人将皮料转移至缝纫机所在位置；
第二控制模块5，用于根据缝纫轨迹数据，控制缝纫机对皮料进行自动缝纫。
在一较佳实施例中，坐标获取模块包括2包括：
像素坐标获取单元21，用于获取皮料的像素坐标；
机器人坐标获取单元22，用于根据像素坐标，并按照预设的坐标转换公式：
其中，(xi，yi)为机器人的抓取位置坐标，dx、dy为平移量，m为尺度因子，θ为相机坐标系与机器人坐标系之间的夹角。
在另一较佳实施例中，数据获取模块3包括：
边缘图像获取单元31，用于提取皮料的轮廓边缘，并将轮廓边缘转换为边缘图像；
内边缘获取单元32，用于对边缘图像进行膨胀处理，再对膨胀后的边缘图像进行缩进处理，以获取膨胀后的边缘图像的内边缘；
缝纫轨迹获取单元33，用于根据边缘图像的内边缘，获取皮料的缝纫轨迹数据。
基于前述所提出的皮料自动缝纫方法，本发明还提出一种皮料自动缝纫设备，该皮料自动缝纫设备包括：
存储器，用于存储计算机程序；
处理器，用于执行计算机程序时，实现前述实施例中皮料自动缝纫方法的步骤，该皮料自动缝纫方法的步骤至少包括：
步骤S10，获取待缝纫的皮料图像；
步骤S20，根据皮料图像计算机器人的抓取位置坐标；
步骤S30，对皮料图像进行图像处理，以获取皮料的缝纫轨迹数据；
步骤S40，根据机器人的抓取位置坐标，控制机器人将皮料转移至缝纫机所在位置；
步骤S50，根据缝纫轨迹数据，控制缝纫机对皮料进行自动缝纫。
基于前述所提出的皮料自动缝纫方法，本发明还提出一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，计算机程序被处理器执行时实现前述实施例中皮料自动缝纫方法的步骤，该皮料自动缝纫方法的步骤至少包括：
步骤S10，获取待缝纫的皮料图像；
步骤S20，根据皮料图像计算机器人的抓取位置坐标；
步骤S30，对皮料图像进行图像处理，以获取皮料的缝纫轨迹数据；
步骤S40，根据机器人的抓取位置坐标，控制机器人将皮料转移至缝纫机所在位置；
步骤S50，根据缝纫轨迹数据，控制缝纫机对皮料进行自动缝纫。
在本申请所提供的几个实施例中，应该理解到，所揭露的方法和装置，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述模块的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个模块或组件可以结合或者可以集成到另一个装置，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或模块的间接耦合或通信连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理模块，即可以位于一个地方，或者也可以分布到多个网络模块上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能模块可以集成在一个处理模块中，也可以是各个模块单独物理存在，也可以两个或两个以上模块集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。
所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-OnlyMemory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述的仅为本发明的部分或优选实施例，无论是文字还是附图都不能因此限制本发明保护的范围，凡是在与本发明一个整体的构思下，利用本发明说明书及附图内容所作的等效结构变换，或直接/间接运用在其他相关的技术领域均包括在本发明保护的范围内。
