专利名称: |
锂电池外观缺陷检测系统和方法 |
摘要: |
本发明提供了一种锂电池外观缺陷检测系统和方法,所述系统包括:图像采集装置,图像采集装置用于采集待测锂电池的图像;表面特征采集装置,表面特征采集装置用于采集待测锂电池的表面特征;电脑终端,电脑终端分别与图像采集装置和表面特征采集装置相连,电脑终端用于根据待测锂电池的图像基于深度学习进行字符移印缺陷检测,并根据待测锂电池的表面特征进行表面缺陷检测,以及根据字符移印缺陷检测结果和表面缺陷检测结果判断待测锂电池的外观是否存在缺陷。本发明能够减少质检工序,减少后期人工质检项目,并有效避免不合格锂电池流入后续环节,从而能够提高质检的质量和效率,进而提高锂电池模组的质量和生产效率。 |
专利类型: |
发明专利 |
国家地区组织代码: |
江苏;32 |
申请人: |
江苏理工学院 |
发明人: |
罗印升;贲唯一;段晓红;宋伟 |
专利状态: |
有效 |
申请日期: |
2019-04-28T00:00:00+0800 |
发布日期: |
2019-07-23T00:00:00+0800 |
申请号: |
CN201910349320.0 |
公开号: |
CN110044921A |
代理机构: |
常州佰业腾飞专利代理事务所(普通合伙) |
代理人: |
孙永智 |
分类号: |
G01N21/95(2006.01);G;G01;G01N;G01N21 |
申请人地址: |
213001 江苏省常州市中吴大道1801号 |
主权项: |
1.一种锂电池外观缺陷检测系统,其特征在于,包括: 图像采集装置,所述图像采集装置用于采集待测锂电池的图像; 表面特征采集装置,所述表面特征采集装置用于采集所述待测锂电池的表面特征; 电脑终端,所述电脑终端分别与所述图像采集装置和所述表面特征采集装置相连,所述电脑终端用于根据所述待测锂电池的图像基于深度学习进行字符移印缺陷检测,并根据所述待测锂电池的表面特征进行表面缺陷检测,以及根据字符移印缺陷检测结果和表面缺陷检测结果判断所述待测锂电池的外观是否存在缺陷。 2.根据权利要求1所述的锂电池外观缺陷检测系统,其特征在于,所述图像采集装置包括工业相机、工业镜头、光源、光源控制器和图像采集卡。 3.根据权利要求2所述的锂电池外观缺陷检测系统,其特征在于,所述表面特征采集装置包括线镭射扫描仪。 4.根据权利要求3所述的锂电池外观缺陷检测系统,其特征在于,所述工业相机与所述工业镜头通过螺纹连接,所述工业相机通过网线与所述图像采集卡相连,所述图像采集卡与所述电脑终端集成在一起,所述线镭射扫描仪通过以太网接口与所述电脑终端相连。 5.根据权利要求1-4中任一项所述的锂电池外观缺陷检测系统,其特征在于,还包括锂电池传送装置,所述锂电池传送装置用于将所述待测锂电池传送至所述图像采集装置的采集位置和所述表面特征采集装置的采集位置。 6.根据权利要求5所述的锂电池外观缺陷检测系统,其特征在于,所述锂电池传送装置包括传送带和电机。 7.一种锂电池外观缺陷检测方法,其特征在于,包括: 采集待测锂电池的图像; 采集所述待测锂电池的表面特征; 根据所述待测锂电池的图像基于深度学习进行字符移印缺陷检测,并根据所述待测锂电池的表面特征进行表面缺陷检测,以及根据字符移印缺陷检测结果和表面缺陷检测结果判断所述待测锂电池的外观是否存在缺陷。 8.根据权利要求7所述的锂电池外观缺陷检测方法,其特征在于,根据所述待测锂电池的图像基于深度学习进行字符移印缺陷检测,包括: 在离线阶段,获取一定数量的样本锂电池图像,并对样本锂电池图像进行图像变换得到深度学习的训练集,对训练集图片进行字符移印缺陷的标注和分类,对训练集图片进行特征提取,获得样本锂电池图像的特征数据,进行基于faster-RCNN的深度学习,得到样本锂电池图像的相关特征数据; 在在线阶段,结合所述样本锂电池图像的相关特征数据和采集到的所述待测锂电池的图像,得到所述待测锂电池的字符移印缺陷检测结果。 9.根据权利要求8所述的锂电池外观缺陷检测方法,其特征在于,所述待测锂电池的表面特征包括所述待测锂电池的三维数据,根据所述待测锂电池的表面特征进行表面缺陷检测,包括: 在离线阶段,获取一组标准的样本锂电池的三维数据作为三维数据模板; 在在线阶段,将采集到的所述待测锂电池的三维数据与所述三维数据模板进行比较,得到所述待测锂电池的表面缺陷检测结果。 10.根据权利要求9所述的锂电池外观缺陷检测方法,其特征在于,所述字符移印缺陷检测结果包括是否存在断字、毛边、偏移,所述表面缺陷检测结果包括所述锂电池的尺寸是否合格和是否存在鼓包、褶皱、划伤。 |
所属类别: |
发明专利 |