Integrated Robotic Systems for Fabric Handling and Sewing in Smart Garment Manufacturing = 스마트 의류 제조를 위한 원단 핸들링 및 봉제 통합 로봇 시스템

국문 초록 (Abstract)

최근 제조 산업에서는 효율성과 수익성을 향상시키기 위한 스마트 팩토리에 관한 연구가 활발히 진행되고 있다. 특히 의류 제조 산업은 인건비 상승, 숙련된 인력의 부족, 그리고 다품종 소량 생산(HMLV)의 추세로 인해 스마트 팩토리 연구가 절실히 요구된다. 이러한 문제를 해결하기 위해서는 효율성을 증대시키고, 일관된 제품 품질을 보장하며, 운영 비용을 절감할 수 있는 끊김 없는 자동화 솔루션이 필요하다.
본 연구는 봉제 생산의 주요 공정을 자동화하기 위해 비전 기반 봉제 자동화 시스템, 재구성 가능한 원단 그리퍼, 그리고 로봇 제어를 위한 텔레오퍼레이션 시스템의 세 가지 핵심 기술을 제안한다.
첫째, 봉제 자동화를 위해 원단의 봉제선을 인식하는 비전 시스템을 개발하였다. 의류 생산에서 탑스티치(Top-stitching) 공정은 기준이 되는 봉제선으로부터 정확한 간격을 유지하며 봉제해야 하는데, 숙련된 작업자가 아닐 경우 오차가 빈번하게 발생한다. 이를 해결하기 위해 기존의 봉제기를 개조하고 비전 기반 시스템과 통합하여 탑스티치 공정을 자동화하였다. 비전 센서는 봉제선을 검출하도록 설계되어, 원단이 기계 위에 임의의 방향으로 놓이더라도 보정이 가능하도록 하였다. 이 시스템은 카메라를 통해 원단 이미지를 획득한 후, 캘리브레이션, 전처리, 연결 성분 라벨링, 정렬 기법 등을 거쳐 봉제선 후보를 추출한다. 이후 상대적인 위치 관계를 바탕으로 최종 봉제선을 결정하고, 이를 기반으로 탑스티치 경로를 생성한다. 기존 봉제기와 추가된 액추에이터는 이 경로를 따라 봉제 작업을 수행한다. 실험 결과, 비전 시스템을 사용하지 않았을 때와 비교하여 평균 봉제 오차가 약 79% 감소하여 상당한 성능 개선을 입증하였다.
둘째, 다양한 크기와 형태의 원단을 다루기 위해 재구성 가능한 원단 그리퍼 시스템을 개발하였다. 원단은 얇고 유연하기 때문에 기존의 그리퍼로는 다루기 어려워 특수하게 설계된 구조가 필요하다. 제안된 그리퍼는 Onyx 소재로 제작된 네 개의 팔로 구성된다. 각 팔은 서보 모터와 DC 엔코더 모터에 의해 회전-직동 관절 구조로 구동되어 회전과 길이 조절이 모두 가능하다. 각 팔의 끝단에는 진공 기반 파지 모듈을 장착하여 원단을 손상 없이 안전하게 파지할 수 있도록 하였다. 비전 시스템으로부터 원단의 위치와 형상 정보를 수신하여 그리퍼가 구성을 조정하며, 제안된 핀칭 포인트 알고리즘이 최적의 파지 지점을 결정한다. 이를 통해 다양하고 불규칙한 형태의 원단 형상에 대해서도 안정적인 핸들링을 보장한다. 전체 시스템은 로봇 운영체제(ROS) 플랫폼 상에서 통합되어 구성 요소 간의 원활한 통신을 가능하게 하고 유연한 제조를 위한 자동화 효율성을 높였다. 실험 결과, 핀칭 포인트 알고리즘의 유효성을 검증하였으며, 그리퍼가 스스로 구성을 재구성하여 원단을 안정적으로 파지할 수 있음을 입증하였다. 또한, 매니퓰레이터의 높이가 안정적인 파지에 결정적인 역할을 한다는 점을 발견하고, 실험을 통해 매니퓰레이터의 최적 높이를 도출하였다.
마지막으로, 로봇 시스템에 대한 작업자의 유연한 제어를 가능하게 하는 텔레오퍼레이션 시스템을 개발하였다. 의류 공장에서는 완전한 자율화보다는 상황에 따라 작업자가 개입할 수 있도록 하는 것이 더 바람직한 경우가 많다. 제안된 시스템은 복잡성을 줄이기 위해 단일 입력 공압 라인으로 작동하며, 실리콘 기반의 소프트 밸브를 사용하여 챔버의 순차적인 작동을 구현하였다. 유량 제어 밸브와 누설 밸브를 조절함으로써 순차적 작동의 주파수를 조절할 수 있다. 이러한 작동은 손으로 잡을 수 있는 구조물로 전달되어 작업자에게 촉각 피드백을 제공하며, 이를 통해 작업자는 로봇 시스템을 정밀하게 제어할 수 있다.

다국어 초록 (Multilingual Abstract)

In recent years, research on smart factories in the manufacturing industry has been actively pursued to improve efficiency and profitability. In particular, the garment manufacturing industry requires smart factory research due to rising labor costs, a shortage of skilled workers, and the trend toward high-mix low-volume (HMLV) production. To address these challenges, seamless automation solutions are needed to enhance efficiency, ensure consistent product quality, and reduce operational costs.
This study proposes three key technologies for automating the major processes of sewing production: a vision-based sewing automation system, a reconfigurable fabric gripper, and a teleoperating system for robot control.
First, a vision system was developed to recognize fabric seam lines for sewing automation. In garment production, the top-stitching process requires sewing at a precise offset from the reference seam line, and errors often occur without skilled operators. To address this, a legacy sewing machine was retrofitted and integrated with a vision-based system to automate the top-stitching process. The vision sensor was designed to detect seam lines, enabling correction even when fabrics were placed on the machine in arbitrary orientations. The system acquires fabric images through a camera, followed by calibration, preprocessing, connected-component labeling, and alignment techniques to extract seam line candidates. The final seam line is then determined based on relative positioning, and then a top-stitching path is generated. The legacy sewing machine and supplementary actuators follow this path to perform stitching. Experimental results showed that, compared to sewing without the vision system, the average stitching error was reduced by approximately 79%, demonstrating significant improvement.
Second, a reconfigurable fabric gripper system was developed to handle fabrics of various sizes and shapes. Since fabrics are thin and flexible, they are difficult to handle with conventional grippers, requiring a specially designed structure. The proposed gripper consists of four arms fabricated with Onyx material. Each arm is driven by a servo motor and a DC encoder motor in a revolute-prismatic joint configuration, allowing both rotation and length adjustment. At the end of each arm, a vacuum-based gripping module was integrated to safely grasp fabrics without damage. By receiving fabric position and shape information from a vision system, the gripper adapts its configuration, while the proposed pinching point algorithm determines the optimal grasping points. This ensures stable handling of diverse and irregular fabric geometries. The entire system was integrated on the Robot Operating System (ROS) platform to enable smooth communication between components and enhance automation efficiency for flexible manufacturing. Experimental results verified the effectiveness of the pinching point algorithm and demonstrated that the gripper could successfully reconfigure itself to stably grasp fabrics. Additionally, it was found that the manipulator height plays a critical role in stable gripping, and experiments were conducted to determine the optimal height of the manipulator.
Lastly, a teleoperating system was developed to allow flexible operator control of robotic systems. In garment factories, complete autonomy is often less desirable than enabling operator intervention depending on the situation. The proposed system operates with a single-input pneumatic line to reduce complexity and employs silicone-based soft valves to enable sequential chamber actuation. By controlling flow control valve and leakage valves, the frequency of sequential actuation can be adjusted. The actuation is transferred to a handheld structure, providing tactile feedback to the operator, who can then precisely control robotic system.

목차 (Table of Contents)

• Abstract ii
• Chapter 1. Introduction 1
• 1.1 Motivation 1
• 1.2 Contribution 4
• 1.3 Thesis Outline 6
• Chapter 2. Vision-Based Fabric Recognition for Automated Top Stitching 7
• 2.1 Introduction 7
• 2.2 Hardware Design 10
• 2.2.1 Pattern-former 11
• 2.2.2 Vision sensor module 13
• 2.2.3. Mini-actuator module 15
• 2.2.4. Infrared sensor module 16
• 2.2.5. Extra modules 17
• 2.3. Software Design 17
• 2.3.1. Vision Algorithm 17
• 2.3.2. Communication 23
• 2.3.3. Process 26
• 2.4. Experiment and Result 27
• 2.4.1. Target line detection 27
• 2.4.2. Top stitch evaluation 31
• 2.5. Discussion 34
• Chapter 3. Reconfigurable Gripper System to Handle Versatile Fabric 37
• 3.1. Introduction 37
• 3.2. Hardware Design 40
• 3.2.1. Overview of the System 40
• 3.2.2. Gripping Module 43
• 3.2.3. Gripper Arm 44
• 3.3. Algorithms 46
• 3.3.1. Fabric Position Recognition with Vision 46
• 3.3.2. Pinching Points Algorithm 47
• 3.3.3. System Integration 54
• 3.4. Experiments 57
• 3.4.1. Pinching Points Algorithm Validation 57
• 3.4.2. Modeling and Experimental Validation of Pinching Force 59
• 3.5. Discussion 62
• Chapter 4. Soft Valve Oscillator for Intuitive Gripper Control in a Teleoperation System 64
• 4.1. Introduction 64
• 4.2. Hardware System 68
• 4.2.1. Soft Valve 68
• 4.2.2. Soft Valve Oscillator 72
• 4.2.3. Haptic Device 76
• 4.3. Experiments 77
• 4.3.1. Soft Valve Characterization 77
• 4.3.2. Soft Valve Oscillator Characterization 79
• 4.4. Discussion 81
• 4.5. Application 82
• Chapter 5. Conclusion 86
• Bibliography 89
• 국문 초록 103