KR102104419B1

KR102104419B1 - 사물인터넷을 이용한 인공지능 재봉틀 및 재봉틀 제어 방법

Info

Publication number: KR102104419B1
Application number: KR1020180152515A
Authority: KR
Inventors: 김태범
Original assignee: 김태범
Priority date: 2018-11-30
Filing date: 2018-11-30
Publication date: 2020-04-24

Abstract

인공지능 재봉틀 및 머신러닝을 이용한 재봉틀 제어방법을 개시한다. 실시예에 따른 인공지능 재봉틀은 상판; 및 하판; 을 포함하고, 상판은 직물을 스티칭 하는 실을 적재하는 실적재부; 스마트 단말로부터 수신한 제어명령 및 머신러닝에 의해 생성된 제어 명령에 따라 재봉틀의 이동과 동작을 컨트롤하는 인공지능 제어모듈; 제어모듈에서 전달된 주기와 높이에 따라 바늘의 상항운동을 생성하는 리프트; 및 재봉틀로 진입하는 직물 및 직물에서 상기 재봉틀의 위치를 감지하는 센서; 를 포함하고 하판은 상판과 접촉하고, 상판과 하판 사이에 위치한 직물을 이동시키거나, 직물표면을 상판과 함께 이동하며 직물이 스티칭 되도록 한다.

Description

사물인터넷을 이용한 인공지능 재봉틀 및 재봉틀 제어 방법{ARTIFICIAL INTELLIGENCE SEWING MACHINE AND SEWING MACHINE CONTROL METHOD USING INTERNET OF THINGS}

재봉틀 및 재봉틀 제어방법에 관한 것으로 구체적으로, 머신러닝 등의 인공지능 기능을 이용하여 재봉틀의 세부정보 산출하고 스티칭 제어를 스스로 수행하고 사물인터넷을 통해 외부 스마트 단말로부터 제어정보를 수신하는 인공지능 재봉틀 및 그 제어 방법에 관한 것이다.

본 명세서에서 달리 표시되지 않는 한, 이 섹션에 설명되는 내용들은 이 출원의 청구항들에 대한 종래 기술이 아니며, 이 섹션에 포함된다고 하여 종래 기술이라고 인정되는 것은 아니다.

인공지능은 인간의 학습능력과 추론, 지각, 자연언어의 이해능력을 컴퓨터 프로그램으로 실현한 기술이다. 최근 인공지능은 음성인식, 자동 시스템 제어 등 다양한 분야에 적용되고 있다. 머신 러닝 또는 기계 학습은 컴퓨터 과학 중 인공지능의 한 분야로, 패턴인식과 컴퓨터 학습 이론의 연구로부터 진화한 분야이다. 머신 러닝은 경험적 데이터를 기반으로 학습을 하고 예측을 수행하고 스스로의 성능을 향상시키는 시스템과 이를 위한 알고리즘을 연구하고 구축하는 기술이라 할 수 있다. 머신러닝의 알고리즘들은 엄격하게 정해진 정적인 프로그램 명령들을 수행하는 것이라기보다, 입력 데이터를 기반으로 예측이나 결정을 이끌어내기 위해 특정한 모델을 구축하는 방식을 취한다.

종래 재봉틀을 사용한 스티칭은 사람이 직접 수행하는 방식이었다. 재봉틀의 스티칭은 일정한 라인에 따라 재봉틀의 바늘을 트레이싱 하는 비교적 단순한 작업임에도 불구하고, 노동력을 직접 투입하여 수행되고 있었다.

또한, 종래 재봉틀은 휴대가 불가능하고 재봉틀을 이동 시킬 수 없어 직물의 면적이 매우 크거나, 면적이 매우 큰 직물의 형상에 나타난 경계선 재봉 시 작업오류가 많은 문제가 있다.

1. 한국 특허등록 제 10-1448820호 (2014.10.01) 2. 한국 특허등록 제 10-1103123호 (2011.12.29)

이동 가능한 인공지능 제어 재봉틀을 제공한다. 실시예에 따른 인공지능 재봉틀은 바퀴를 구비한 상판과 하판으로 구성되고, 직물에 나타난 스티칭 라인을 인식하여 바늘의 상하운동과 스티칭 간격, 재봉틀의 이동속도를 산출하고 이를 자동 제어하도록 한다.

실시예에 따른 사물인터넷을 이용한 인공지능 재봉틀은 상판; 및 하판; 을 포함하고, 상판은 직물을 스티칭 하는 실을 적재하는 실적재부; 스마트 단말로부터 수신한 제어명령 및 머신러닝에 의해 생성된 제어 명령에 따라 재봉틀의 이동과 동작을 컨트롤하는 인공지능 제어모듈; 제어모듈에서 전달된 주기와 높이에 따라 바늘의 상하운동을 생성하는 리프트; 및 재봉틀로 진입하는 직물 및 직물에서 상기 재봉틀의 위치를 감지하는 센서; 를 포함한다. 하판은 상판과 접촉하고, 상판과 하판 사이에 위치한 직물을 이동시키거나, 직물표면을 상판과 함께 이동하며 직물이 스티칭 되도록 한다.

다른 실시예에 따른 인공지능 재봉틀 제어방법은 (A) 직물과 실의 종류 및 스티칭 라인에 따른 재봉틀의 세부제어 정보를 수집하는 단계; (B) 수집된 재봉틀 세부정보를 통해 기계학습(machine learning)을 수행하는 단계; (C) 직물과 직물에 포함된 스티칭 라인을 인식하는 단계; (D) 인식 결과에 따라 기계학습을 이용한 재봉틀의 세부제어정보를 산출하는 단계; 및 (E) 산출된 세부제어정보에 따라 재봉틀을 제어하는 단계; 를 포함한다.

실시예에서는 이동 제한이 없는 인공지능 재봉틀을 제공함으로써, 스티칭 작업을 해야 하는 직물을 직접 재봉틀까지 옮기지 않아도 재봉작업을 수행할 수 있도록 한다.

면적이 매우 큰 직물을 이동하며 재봉작업을 자동으로 수행할 수 있다. 이로 인해 재봉작업이 보다 편리하게 수행될 수 있도록 하고, 라인을 정확히 인식하여 재봉틀의 이동속도와 바늘의 상하 운동주기를 조정하기 때문에 정확한 스티칭 작업을 가능하게 한다.

본 발명의 효과는 상기한 효과로 한정되는 것은 아니며, 본 발명의 상세한 설명 또는 특허청구범위에 기재된 발명의 구성으로부터 추론 가능한 모든 효과를 포함하는 것으로 이해되어야 한다.

도 1은 실시예에 따른 인공지능 재봉틀을 제어하기 위한 시스템을 나타낸 도면
도 2는 실시예에 따른 인공지능 재봉틀의 구조를 나타낸 도면
도 3은 실시예에 따른 인공지능 제어모듈(110)의 데이터 처리블록을 나타낸 도면
도 4는 실시예에 따른 인공지능 재봉틀의 제어 과정을 나타낸 흐름도

본 발명의 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술되어 있는 실시 예들을 참조하면 명확해질 것이다. 그러나 본 발명은 이하에서 개시되는 실시 예들에 한정되는 것이 아니라 서로 다른 다양한 형태로 구현될 수 있으며, 단지 본 실시 예들은 본 발명의 개시가 완전하도록 하고, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 발명의 범주를 완전하게 알려주기 위해 제공되는 것이며, 본 발명은 청구항의 범주에 의해 정의될 뿐이다. 명세서 전체에 걸쳐 동일 도면부호는 동일 구성 요소를 지칭한다.

본 발명의 실시 예들을 설명함에 있어서 공지 기능 또는 구성에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명을 생략할 것이다. 그리고 후술되는 용어들은 본 발명의 실시 예에서의 기능을 고려하여 정의된 용어들로서 이는 사용자, 운용자의 의도 또는 관례 등에 따라 달라질 수 있다. 그러므로 그 정의는 본 명세서 전반에 걸친 내용을 토대로 내려져야 할 것이다.

도 1은 실시예에 따른 인공지능 재봉틀을 제어하기 위한 시스템을 나타낸 도면이다.

도 1을 참조하면, 인공지능 재봉틀 제어 시스템은 인공지능 재봉틀(100)과 재봉틀 제어를 위한 명령을 입력하는 스마트 단말(200)로 구성될 수 있다. 인공지능 재봉틀(100)은 재봉틀로 진입하는 옷감을 인식하고, 옷감의 라인과 패턴을 인식하여 라인 트레이싱(tracing)기능을 통해 자동으로 봉재 작업을 진행할 수 있다. 스마트 단말(200)은 사용자로부터 봉재 속도, 재봉틀의 이동속도, 재봉간격, 바늘의 상하운동속도, 주기 및 재봉라인 길이 등 재봉틀이 동작하는데 필요한 세부정보를 입력할 수 있다. 실시예에서 인공지능 재봉틀(100)은 단말(200)로부터 재봉틀 동작제어를 위한 세부정보를 수신하고 이에 따라 구동할 수 있다. 또한 실시예에서는 스마트 단말로 재봉 라인을 드로잉 하고, 드로잉 된 재봉라인 정보를 재봉틀로 전송하면 재봉틀은 스마트 단말로부터 수신한 재봉라인 정보에 따라 자동으로 직물 스티칭을 수행할 수 있다.

도 2는 실시예에 따른 인공지능 재봉틀의 구조를 나타낸 도면이다.

도 2를 참조하면, 실시예에 따른 인공지능 재봉틀(100)은 상판 및 하판으로 구성될 수 있다. 상판은 실적재함, 인공지능 제어모듈(110), 바늘을 상하운동 시키는 리프트, 센서, 바퀴, 바늘 작업공간 및 자석으로 구성될 수 있다. 하판 또한 자석, 바퀴 및 바늘작업공간을 포함하여 구성될 수 있다. 본 명세서에서 사용되는 '모듈' 이라는 용어는 용어가 사용된 문맥에 따라서, 소프트웨어, 하드웨어 또는 그 조합을 포함할 수 있는 것으로 해석되어야 한다. 예를 들어, 소프트웨어는 기계어, 펌웨어(firmware), 임베디드코드(embedded code), 및 애플리케이션 소프트웨어일 수 있다. 또 다른 예로, 하드웨어는 회로, 프로세서, 컴퓨터, 집적 회로, 집적 회로 코어, 센서, 멤스(MEMS; Micro-Electro-Mechanical System), 수동 디바이스, 또는 그 조합일 수 있다.

상판의 실적재부는 직물을 스티칭 하는 실을 보관하고, 바늘을 상하운동 시키는 리프트와 연결된다. 실적재함은 재봉틀의 스티칭 동작 시 실이 원활하게 공급되도록 한다.

인공지능 제어모듈(110)은 스마트 단말로부터 수신한 제어명령에 따라 재봉틀 동작을 제어하거나, 머신러닝에 의해 생성된 제어명령에 따라 재봉틀 동작을 컨트롤한다. 실시예에서 머신러닝에 의해 생성된 제어명령은 직물의 종류와 스티칭 해야 하는 라인의 길이, 라인의 색과 실의 종류에 따라 다르게 생성될 수 있다. 실시예에서 인공지능 제어모듈(110)은 직물 별 스티칭 작업 결과 및 작업 과정 중 추출한 데이터를 이용한 기계학습을 반복수행하고 반복 수행하여 도출된 학습결과에 따라 재봉틀의 제어 명령을 생성할 수 있다.

리프트는 인공지능 제어모듈(110)에서 전달된 주기와 높이에 따라 바늘을 움직이도록 조정한다. 센서는 재봉틀로 진입하는 직물을 감지하고, 직물에 나타난 스티칭 라인의 형태와 색을 감지한다.

상판과 하판의 양 측면에는 바퀴가 구비되어 직물에서의 재봉틀 이동을 가능하게 한다. 또한, 상판과 하판의 측면에는 자석이 설치되고 자석으로 인해 상판과 하판이 접촉되어 직물을 고정시킬 수 있도록 하고, 상판과 하판이 분리되는 것을 막는다. 또한, 상판과 하판에 구비된 자석을 통해 상판과 하판 사이에 직물이 있더라도 상판과 하판의 분리를 막을 수 있다.

실시예에서 상판과 하판의 이동은 인공지능 제어모듈(110)에 의해 이루어 질 수 있다. 예컨대 인공지능 제어모듈(110)은 직물에 나타난 라인을 인식하고, 라인 트레이싱을 통해 재봉완료 속도를 고려하여 상판과 하판을 이동 시킬 수 있다. 상판과 하판은 모두 바늘 작업공간을 구비하여 바늘 상하 운동에 의한 봉재 작업이 수행되도록 한다.

도 3은 실시예에 따른 인공지능 제어모듈(110)의 데이터 처리블록을 나타낸 도면이다.

도 3을 참조하면, 인공지능 제어모듈(110)은 라인인식부(111), 통신부(113), 연산부(115) 및 제어부(117)을 포함하여 구성될 수 있다.

라인인식부(111)는 직물의 스티칭 라인에 따른 박음질을 위해, 스티칭 라인을 인식하고, 인식된 라인을 트레이싱 한다. 또한 라인인식부(111)는 스마트 단말로부터 직물에 드로잉 된 스티칭 라인을 전송 받는 경우, 수신한 스티칭 라인을 트레이싱 하여 직물 스티칭 작업을 수행할 수 있다.

통신부(113)는 외부 스마트 단말로부터 재봉틀 제어정보를 수신하고 재봉틀의 동작상태, 스티칭 진행과정정보 및 스티칭 완성도를 전송한다. 스티칭 진행과정정보에는 재봉 완료된 땀수 및 재봉 완성까지 남아있는 스티칭 수 등이 포함될 수 있다.

연산부(115)는 인식된 스티칭 라인, 재봉틀 제어정보와 직물의 크기에 따라 바늘의 상하운동 주기 및 스티칭 간격을 포함하는 스티칭 세부정보를 산출한다.

제어부(117)는 산출된 스티칭 세부정보에 따라 재봉틀 동작을 제어한다. 실시예에서 제어부(117)는 직물의 종류와 크기, 스티칭 라인의 길이와 스티칭 라인 별 간격에 따라 재봉틀의 이동 속도, 직물이동속도 및 바늘의 상하운동 횟수를 포함하는 스티칭 세부정보를 누적하고, 누적된 스티칭 세부정보를 이용한 머신러닝을 수행하여 재봉틀의 동작을 제어할 수 있다. 예컨대, 제어부(117)는 재봉틀이 감지한 직물의 종류와 크기, 라인의 색과 길이, 형태에 따라 스티칭 속도, 재봉틀 이동속도, 스티칭 간격 등을 결정하고 이에 따라 재봉틀을 제어한다.

이하에서는 실시예에 따른 인공지능 재봉틀 제어 방법에 대해서 차례로 설명한다. 실시예에 따른 인공지능 재봉틀 제어 방법의 작용(기능)은 데이터 표시 장치 및 시스템상의 기능과 본질적으로 같은 것이므로 도 1 내지 도 3과 중복되는 설명은 생략하도록 한다.

도 4는 실시예에 따른 인공지능 재봉틀의 제어 과정을 나타낸 흐름도이다.

S410 단계에서 인공지능 제어모듈(110)은 직물이 재봉틀로 진입되는 것을 인식한다. S410 단계에서 인공지능 제어모듈(110)은 직물의 종류를 파악할 수 있고, 직물을 이동 중인 경우 직물에서 재봉틀의 현재 위치를 파악할 수 있다.

S420 단계에서는 인공지능 제어모듈에서 직물에 나타난 스티칭라인을 인식한다. 실시예에서 스티칭 라인은 직물에 직접적으로 나타나 있을 수도 있고, 사용자의 스마트 단말을 통해 스티칭 라인을 드로잉 하여 입력할 수 있다.

S430 단계에서 인공지능 제어모듈은 인식된 스티칭 라인을 기반으로 스티칭 세부정보를 산출한다. 스티칭 세부정보에는 재봉틀의 이동속도, 직물의 이동속도, 스티칭 간격, 상판과 하판의 이동제어정보, 바늘의 상하운동 속도 등 재봉틀 세부 제어를 위한 정보들이 포함된다.

S440 단계에서는 산출된 스티칭 세부정보에 따라 인공지능 재봉틀을 제어하고, S450 단계에서는 스티칭 세부정보와 이에 따라 스티칭 완료된 이후의 결과 정보를 저장한다. S450 단계에서 저장된 데이터는 인공지능 제어모듈의 머신러닝에 이용된다. 실시예에서 인공지능 재봉틀의 머신러닝 과정은 수집된 세부정보를 이용해 학습모델을 생성하고, 생성된 학습모델을 업데이트된 세부정보를 이용하여 반복 수정한다. 이후 수정된 학습모델을 이용하여 재봉틀 세부제어 정보를 생성하는 과정을 통해 수행될 수 있다.

실시예에서는 이동 제한이 없는 인공지능 인공지능 재봉틀을 제공함으로써, 직물을 직접 재봉틀까지 옮기지 않아도 재봉작업을 수행할 수 있도록 한다.

개시된 내용은 예시에 불과하며, 특허청구범위에서 청구하는 청구의 요지를 벗어나지 않고 당해 기술분야에서 통상의 지식을 가진 자에 의하여 다양하게 변경 실시될 수 있으므로, 개시된 내용의 보호범위는 상술한 특정의 실시예에 한정되지 않는다.

Claims

사물인터넷을 이용한 인공지능 재봉틀에 있어서,
상판; 및
하판; 을 포함하고,
상기 상판은
직물을 스티칭 하는 실을 적재하는 실적재부;
스마트 단말로부터 수신한 제어명령 및 머신러닝에 의해 생성된 제어 명령에 따라 상기 재봉틀의 이동과 동작을 컨트롤하는 인공지능 제어모듈;
상기 제어모듈에서 전달된 주기와 높이에 따라 바늘의 상하운동을 생성하는 리프트; 및
상기 재봉틀로 진입하는 직물 및 직물에서 상기 재봉틀의 위치를 감지하는 센서; 를 포함하고
상기 하판은
상기 상판과 접촉하고, 상판과 하판 사이에 위치한 직물을 이동시키거나, 직물표면을 상판과 함께 이동하며 직물에 표시된 라인이 스티칭 되도록 하고
상기 인공지능 제어모듈은
직물의 스티칭 라인에 재봉작업을 수행하기 위해, 스티칭 라인을 인식하고, 인식된 라인을 트레이싱(tracing)하는 라인인식부;
외부 스마트 단말로부터 재봉틀 제어정보를 수신하고 재봉틀의 동작상태 및 스티칭 완성도를 전송하는 통신부;
상기 인식된 스티칭 라인, 재봉틀 제어정보와 직물의 크기에 따라 바늘의 상하운동 주기 및 스티칭 간격을 포함하는 스티칭 세부정보를 산출하는 연산부; 및
상기 산출된 스티칭 세부정보에 따라 재봉틀 동작을 제어하는 제어부; 를 포함하는 것을 특징으로 하는 인공지능 재봉틀.
제 1항에 있어서, 상기 하판은
상기 상판과 접촉시키는 자석 및 직물 표면을 이동하는 바퀴; 를 포함하고
상기 상판은 상기 하판에 고정되기 위한 자석을 포함하는 것을 특징으로 하는 인공지능 재봉틀.
삭제
제 1항에 있어서, 상기 인공지능 제어모듈은
직물의 종류와 크기, 스티칭 라인의 길이와 스티칭 라인 별 간격에 따라 재봉틀의 이동 속도, 직물이동속도, 스티칭 간격 및 바늘의 상하운동 횟수를 포함하는 스티칭 세부정보를 누적저장하고, 상기 누적된 스티칭 세부정보를 이용한 머신러닝을 수행하여 머신러닝 수행결과에 따라 상기 재봉틀을 인공지능제어 하는 것을 특징으로 하는 인공지능 재봉틀.
제 1항에 있어서, 상기 상판과 하판의 양측에는 상판 및 하판 또는 직물을 이동시키는 바퀴가 설치되고 상판과 하판의 양 측면에는 상판과 하판 사이에 직물이 있는 경우에도 상판과 하판을 접촉하게 하는 자석이 설치되는 것을 특징으로 하는 인공지능 재봉틀.
제 1항에 있어서, 상기 인공지능 제어모듈은
직물의 크기와 종류 및 상기 직물에 나타난 스티칭 라인을 인식하여 스티칭 라인에 따라 인공지능 재봉틀을 이동시키고, 일정한 간격으로 라인에 스티칭 되도록 바늘의 상하운동 주기, 재봉틀의 이동속도 및 스티칭 간격을 산출하는 것을 특징으로 하는 인공지능 재봉틀.
인공지능 재봉틀 제어방법에 있어서,
(A) 직물과 실의 종류 및 스티칭 라인에 따른 재봉틀의 세부제어 정보를 수집하는 단계;
(B) 수집된 재봉틀 세부정보를 통해 기계학습(machine learning)을 수행하는 단계;
(C) 직물과 직물에 포함된 스티칭 라인을 인식하는 단계;
(D) 인식 결과에 따라 기계학습을 이용한 재봉틀의 세부제어정보를 산출하는 단계; 및
(E) 산출된 세부제어정보에 따라 재봉틀을 제어하는 단계;를 포함하는 인공지능 재봉틀 제어방법.
제 7항에 있어서, 상기 (B) 수집된 재봉틀 세부정보를 통해 기계학습(machine learning)을 수행하는 단계; 는
수집된 세부정보를 이용해 학습모델을 생성하는 단계;
상기 생성된 학습모델을 업데이트된 세부정보를 이용하여 수정하는 단계; 및
상기 수정된 학습모델을 이용하여 재봉틀 세부제어 정보를 생성하는 단계; 를 포함하는 것을 특징으로 하는 인공지능 재봉틀 제어방법.
제 7항에 있어서, 상기 재봉틀의 세부제어정보는
바늘의 상하운동주기, 스티칭 간격, 재봉틀의 이동속도, 이동방향, 직물의 이동속도 및 직물이동 방향정보를 포함하는 것을 특징으로 하는 인공지능 재봉틀 제어방법.