CN102673106A - 一种用于光伏太阳能硅片的丝网印刷定位设备及定位方法 - Google Patents

Abstract

本发明公开了一种用于光伏太阳能硅片的丝网印刷定位设备及方法，该方法包括：在对应硅片及丝网两个对角位置处分别设置摄像装置，并执行摄像装置的预标定步骤；使用摄像装置来摄取硅片和丝网的对角位置图像；采集所摄取的位置图像并获取硅片和丝网各自的包括几何中心和角度在内的位置特征参数，相应计算出两者之间的位置偏差，另外根据目标位置引入补偿偏差，最后得到综合偏差；最后根据所计算出的综合偏差来调整丝网相对于硅片的位置和角度，由此完成光伏太阳能硅片的丝网印刷定位过程。按照本发明，可以通过简单紧凑的结构来测定丝网与硅片之间的位置偏差，并保证测定和印刷定位的较高精度，同时具备便于操作，抗干扰性强、稳定可靠的优点。

Description

一种用于光伏太阳能硅片的丝网印刷定位设备及定位方法

技术领域

本发明属于太阳能电池制造领域，更具体地，涉及一种用于光伏太阳能硅片的丝网印刷定位设备及相应的定位方法。

背景技术

光伏太阳能硅片是太阳能发电系统中的核心部分，也是太阳能发电系统中价值最高的部分。光伏太阳能硅片的作用是将太阳能转化为电能，电能被送往蓄电中存储起来，或直接用于推动负载工作。光伏太阳能硅片的质量和成本将直接决定整个太阳能发电系统的质量和成本。对于光伏太阳能硅片的基本电极而言，目前最普遍采用的生产工艺是采用丝网印刷方法。丝网印刷的工作原理是利用丝网图形部分网孔透过浆料，用刮刀在丝网的浆料部位施加一定压力，同时朝丝网另一端移动，这样浆料在移动中被刮刀从图形部分的网孔挤压到基片上并附着，从而完成印刷行程。

现有技术中的光伏太阳能硅片的丝网印刷工艺通常采用一遍式印刷，即正面印刷图形包括主电极及金属细栅线，对两者同时执行丝网印刷以获得电极接触。这种印刷工艺方法步骤简单、易于操作，但容易产生漏浆，印刷图形高度不易控制等现象，从而大大影响电池的最终性能。为了提高太阳能电池片的转化效率，减小正面电极的接触电阻，一种将正面电极进行两次叠印的方法在业内开始流行。该方法将正面电极进行两次叠印，增加了正面电极的厚度却不增加电极的宽度，由此使得电池片的效率能够产生有0.5%左右的提升；而面临的技术难点是几十条100微米左右宽度的金属栅线将被印刷两次，为保证套印精度这两次印刷之间的偏移最好应小于1微米。在这种情况下，有必要对光伏太阳能硅片的丝网印刷套准及定位精度作出进一步改善，以尽可能避免以往方法及设备中对印刷偏移要求不高（50微米内一般可接受）的缺陷。

中国专利CN101794842A公开了一种光伏硅片自动丝印视觉装置，其中公开了通过视觉定位部件来调整光伏硅片丝印套准及定位精度的方法，该方法利用三套视觉系统来进行定位和缺陷检测，其中两套视觉系统用于印前印后的破片检测，一套视觉系统用于丝网与硅片定位。然而，该方法仍然存在以下缺陷：首先，通过视觉来对硅片进行破片检测虽然能起到一定效果，但是实际生产中，碎片传递过程中不容易造成破损，更多的是硅片在打印过程中由于受到刮刀压力引起的暗纹，而暗纹通过视觉来检测的可行性很差；其次，业内硅片的尺寸一般为156*156mm，今后也是朝着大尺寸硅片的趋势前进，通过一套视觉系统拍摄整个硅片的四条边缘，同样精度条件下，视野越大，所需要的相机分辨率就要越高，另外，视野范围扩大，同时造成安装相机的高度也被拉大，这样对其他机构的设计也提出了挑战。

发明内容

针对现有技术的缺陷和技术需求，本发明的目的在于提供一种用于光伏太阳能硅片的丝网印刷定位设备及相应方法，其能够通过结构简单、便于操作的设备及方法来检测硅片和丝网的对角位置，来实现印刷过程中的全自动定位检测和偏差补偿，并对定位监测和偏差补偿的具体过程进行优化处理，由此能够保证印刷偏差在±20um微米以内，相应获得更佳性能的光伏太阳能电池产品。

按照本发明的一个方面，提供了一种用于光伏太阳能硅片的丝网印刷定位设备，该设备包括：

承载平台，该承载平台用于放置光伏太阳能硅片和叠合在硅片上以便对其执行丝网印刷的丝网，并具有对应所述硅片和丝网两个对角位置的通孔结构；

分别嵌入在所述承载平台的通孔结构中的透镜；

摄像装置，该摄像装置对应于所述硅片和丝网的两个对角位置设置在各个所述透镜的下方，用于摄取所述硅片和丝网的对角位置图像；

分别设置在各个所述摄像装置与相应透镜之间的光源；以及

定位校准装置，该定位校准装置包括预标定单元、位置图像获取单元、位置偏差计算单元和位置偏差调整单元，其中所述预标定单元用于对各个所述摄像装置所要拍摄的位置图像建立像素坐标，并将像素坐标转换成同一坐标系下的坐标值；所述位置图像获取单元与所述摄像装置相连，用于采集摄像装置所拍摄的位置图像；所述位置偏差计算单元用于根据所采集的位置图像以及所述预标定单元转换获得的坐标值，获取所述硅片和丝网各自的包括几何中心和偏转角度在内的位置特性参数，相应计算出两者之间的位置偏差，同时根据目标位置引入补偿偏差由此得到综合偏差；所述位置偏差调整单元用于根据所获得的综合偏差，来调整所述丝网相对于硅片的位置和偏转角度。

按照以上构思，由于采用对硅片和丝网的两个对角位置来执行视觉定位，可以以简单、紧凑的结构来实现对硅片和丝网各自位置的检测，并能保证检测和定位调整的精度，此外，由于硅片的尺寸不会对摄像装置的安装高度和分辨率造成不利影响，这样视觉定位装置便于安装并具备可靠的适应性。

作为进一步优选地，所述透镜由蓝宝石镜片构成。

由于将透镜的类别限定为蓝宝石镜片，实验室及生产实践中证明，该镜片的表面平面度、硬度、透光度都能够很好的满足生产要求。

作为进一步优选地，所述光源是白色LED环形光管。

由于采用白色LED环形光管来对摄像装置同侧打光，与采用其他类型的光源相比，能够节约空间，起到简化其他机械结构的目的，同时便于操作和提高拍摄图像的精度。

作为进一步优选地，所述位置偏差调整单元是与所述丝网相连的三个步进电机，这些步进电机电机包括设置在同一侧的X向步进电机和Y向步进电机，以及置在相邻一侧的X向步进电机，由此根据所述位置偏差计算单元所计算出的综合偏差，同时对丝网在X轴、Y轴方向上的位置以及相对于硅片的角度进行调节。

由于采用设置在相对于丝网不同位置上的三个电机来同时调节丝网相对于硅片的位置，与现有技术中采用转盘的方式相比，不仅可以容易地实现丝网在X轴、Y轴和偏转方向上的调整，而且可以使机械结构简便，同时拥有更高的精度。

按照本发明的另一方面，还提供了相应的用于光伏太阳能硅片的丝网印刷定位方法，该方法包括下列步骤：

在对应硅片及丝网两个对角位置处分别设置摄像装置，并在通过摄像装置摄取硅片和丝网的对角位置图像之前，执行各个摄像装置的预标定步骤，该预标定步骤具体包括：为各个所述摄像装置所将要拍摄的图像建立像素坐标，并将该像素坐标转换成同一坐标系下的坐标值；

使用所述摄像装置来摄取硅片和丝网处于不同的对角位置图像；

采集所拍摄的位置图像，并根据该位置图像和所述预标定步骤转换获得的坐标值来获取硅片和丝网各自的包括几何中心和角度在内的位置特征参数，相应计算出两者之间的位置偏差，同时根据目标位置引入补偿偏差，最后得到综合偏差；以及

根据所获得的综合偏差来调整丝网相对于硅片的位置和偏转角度，由此完成光伏太阳能硅片的丝网印刷定位过程。

作为进一步优选地，所述获取硅片位置特性参数的步骤具体如下：针对每个摄像装置所摄取的硅片位置图像，首先将其相邻两条边分别划分为多个检测区域，利用边缘检测算子计算出各个检测区域内的最佳边界点，然后根据这些最佳边界点通过最小二乘法分别求得硅片相邻两条边的最优直线方程，这样相应获得的两条直线的交点即为硅片的对角点，两个对角点连线的中心即为硅片的几何中心，连线的斜率即为硅片的偏转角度，由此获得有关硅片包括几何中心和偏转角度在内的位置特性参数；

所述获取丝网位置特性参数的具体步骤如下：针对每个摄像装置所摄取的丝网位置图像，首先使用最优阈值二值化对图像进行处理，然后对图像中连通区域进行搜索，统计获得面积和紧凑度符合要求的两个标识点，两个标识点连线的中心即丝网的几何中心，连线的斜率即为丝网的偏转角度，由此可以获得有关丝网包括几何中心和偏转角度在内的位置特征参数。

作为进一步优选地，在所述利用边缘检测算子计算最佳边界点之前，对所摄取的硅片位置图像运用数学形态学方式利用腐蚀算子和膨胀算子先后进行处理；并且在进行所述最优阈值二值化图像处理之前，利用开闭运算算子对图像进行降噪处理，并使用直方图均衡化。

作为进一步优选地，所述调整丝网相对于硅片的位置和偏转角度的步骤具体为使用与丝网相连的三个步进电机来进行调整，这些步进电机包括设置在同一侧的X向步进电机和Y向步进电机和设置在另外一侧的X向步进电机，并根据所计算出的综合偏差，将该综合偏差转换成电机的步长调整值，由此对丝网在X轴、Y轴方向上的位置以及相对于硅片的偏差角度同时进行调节。

作为进一步优选地，所述预标定步骤还包括对所述步进电机各自之间的相对位置进行标定的过程。

作为进一步优选地，利用神经网络算法来计算硅片与丝网之间的所述补偿偏差，其具体过程为：根据实际实验记录两组数据，一组数据为目标位置也即实验中硅片所处的实际位置，另外一组数据为进行补偿以便使丝网在实验中能够与硅片实现对准所需的偏差补偿值，以目标位置为网络输入并以补偿偏差值为网络输出来训练网络，训练完毕之后，将实际生产中目标位置作为网络输入，由此获得硅片与丝网之间的补偿偏差。

总体而言，按照本发明的定位方法相对于现有技术，主要可获得以下方面的技术效果：

1、由于视觉装置用于拍摄硅片的对角，属于局部拍摄，硅片大小并不会对视觉系统的结构造成太大的影响，这样设备结构简单、精度高、容易实现且不影响生产效率；

2、通过使用鲁棒性好的边缘检测和丝网特征标识检测算法，可以实现一般干扰情况下依旧能够准确的测定太阳能硅片和丝网的位置，使得整个视觉对位算法抗干扰能力强，稳定可靠；

3.通过对步进电机的相对设置位置进行预标定以及采用动态偏差补偿算法来计算补偿调整，能够进一步保证硅片与丝网之间的定位套准，实践结果证明所获得印刷重复定位精度在±20um以内，定位时间在150ms以下。

附图说明

图1是按照本发明的太阳能硅片丝网印刷定位设备的总体结构示意图；

图2是图1中所示的摄像装置、光源以及透镜等结构组件的局部放大图；

图3是按照本发明的太阳能硅片丝网印刷定位方法的流程图；

图4是按照本发明优选实施例的对太阳能硅片印刷边缘进行检测的演算实例示意图；

图5是按照本发明优选实施例的对作为位置偏差调整单元的步进电机进行预标定的演算实例示意图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

图1是按照本发明的太阳能硅片丝网印刷定位设备的总体结构示意图，图2是图1中所示的摄像装置、光源以及透镜等结构组件的局部放大图。如图1和图2所示，按照本发明的用于光伏太阳能硅片的丝网印刷定位设备主要包括承载平台4、摄像装置3、光源7以及相应的定位校准装置等。承载平台4上面用于放置光伏太阳能硅片5和叠合在硅片5上以便对其执行丝网印刷的丝网8。在对应于硅片5和丝网8的两个对角位置处，还设置有通孔结构6，在这两个通孔结构中嵌入有譬如由蓝宝石镜片构成的透镜6，用于隔离被检测物和镜头，需要为透明。在透镜6的下方，同样对应于硅片5和丝网8的两个对角位置设置有譬如为CCD相机的摄像装置3。在摄像装置3与透镜6之间，设置有提供光照的光源7。由此，可以通过摄像装置3来分别拍摄硅片5和丝网8的不同位置的对角位置图像。光源7譬如可以选用为白色LED环形光管，这样能够节约空间，起到简化其他机械结构的目的，同时便于操作和提高拍摄图像的精度。

为了实现印刷定位功能，按照本发明的定位校准装置包括预标定单元、位置图像获取单元、位置偏差计算单元和位置偏差调整单元。其中预标定单元例如采用标准标定卡的形式，能够预先为CCD相机及其所要拍摄的图像统一建立像素坐标，并能将这些像素坐标转换成同一坐标系下的坐标值。位置图像获取单元2譬如为数据采集卡的形式，它与两个CCD相机分别相连，用于将相机所拍摄的对角位置图像进行采集，然后将采集获得的图像数据传输至例如为计算机系统的位置偏差计算单元1。该计算机系统根据所采集的位置图像信息以及预标定单元转换获得的坐标值，能够获取硅片5和丝网8各自的包括几何中心和偏转角度在内的位置特性参数，相应计算出两者之间的位置偏差.同时，还可以采用本领域适当的常规方式，根据目标位置引入补偿偏差，由此得到综合偏差。相应地，位置偏差调整单元可以根据所获得的综合偏差，来调整丝网8相对于太阳能硅片5的位置和偏转角度。在一个优选实施例中，位置偏差调整单元选择为与丝网（8）相连的三个步进电机，这些步进电机电机分别为设置在同一侧的一个X向步进电机和一个Y向步进电机，以及设置在相邻一侧的另外一个X向步进电机。由此根据位置偏差计算单元1所计算出的综合偏差，同时对丝网8在X轴、Y轴方向上的位置以及相对于硅片5的角度进行调节。

按照本发明的太阳能硅片印刷设备视觉定位系统的工作原理为：CCD相机通过测定硅片5的对角位置，得到太阳能硅片5在印刷工位的实际位置(x,y,β)，然后与当前的丝网位置(X1,Y1,α1)做比对，将数据传入计算机系统，获得位置偏差ΔP1，然后根据目标位置，引入印刷丝网和太阳能硅片在印刷工位的偏差补偿ΔP2，最终得到太阳能硅片和印刷丝网之间的综合位置偏差(Δx,Δy,Δθ)，将此综合偏差值转换到U，V，W电机的步长调整值(U,V,W)，以使整个平台实现平移和角度的调整，最终实现印刷丝网与太阳能硅片的位置对准，从而能够显著提高最终的印刷精度。

图3是按照本发明的太阳能硅片丝网印刷定位方法的流程图。如图3中所示，按照本发明的太阳能硅片丝网印刷定位方法包括以下步骤：

首先，在对应硅片5及丝网8的两个对角位置处分别设置摄像装置3，并在通过摄像装置3摄取硅片和丝网的对角位置图像之前，执行各个摄像装置的预标定步骤。预标定步骤具体包括为各个摄像装置所将要拍摄的图像建立像素坐标，并将该像素坐标转换成同一坐标系下的坐标值；

接着，使用摄像装置3来拍摄硅片5和丝网8处于不同的对角位置图像。对所拍摄的对角位置图像譬如通过数据卡进行采集，并根据该位置图像和预标定步骤转换获得的坐标值，来获取硅片和丝网各自的包括几何中心和角度在内的位置特征参数，相应计算出两者之间的位置偏差。同时，还应当根据目标位置引入补偿偏差，由此得到综合偏差；

最后，根据所获得的综合偏差来调整丝网5相对于硅片8的位置和偏转角度，由此完成光伏太阳能硅片的丝网印刷定位过程。

以上对硅片和丝网的位置特性参数的获取过程在本领域中可以采用各种适当的方式。由于印刷是双面的，所以在印刷过程中，之前工位打印的网格也会在CCD相机视野范围能成像，就会对硅片的边缘检测造成一定的干扰，另外印刷丝网的网格线以及设备的光照强度等，都会对设备的稳定性和精度造成一定的影响，甚至无法解决。因此，在本发明的一个优选实施例中，可以通过使用鲁棒性好的边缘检测和丝网特征标识检测算法，来实现一般干扰情况下依旧能够准确的测定太阳能硅片和丝网的位置，使得整个视觉对位算法抗干扰能力强，稳定可靠。

例如，获取硅片位置特性参数的步骤具体如下：针对每个摄像装置2所摄取的硅片位置图像，如图4中所示，首先将其相邻两条边分别划分为多个检测区域10例如设置十个检测区域，利用边缘检测算子计算出各个检测区域内的最佳边界点9，然后根据这些最佳边界点通过最小二乘法分别求得硅片相邻两条边的最优直线方程，这样相应获得的两条直线的交点12即为硅片的对角点，两个对角点连线的中心即为硅片的几何中心，连线的斜率即为硅片的偏转角度，由此获得有关硅片包括几何中心和偏转角度在内的位置特性参数(x,y,β)。

在一个优选实施例中，为了增强算法的适应性，解决印刷过程中丝网网格图案对硅片边缘检测造成的影响（如图4硅片左边出现的线条即为丝网的网格图案11），在获得图像后，采用数学形态学的方法对图像进行进一步处理，如利用腐蚀算子和膨胀算子先后对图片进行处理，然后再利用边缘检测算子，最终能够正确检测到硅片边缘。

此外，获取丝网位置特性参数的具体步骤相应如下：针对每个摄像装置2所摄取的丝网位置图像，首先使用最优阈值二值化对图像进行处理，然后对图像中连通区域进行搜索，统计获得面积和紧凑度符合要求的两个标识点，两个标识点连线的中心即丝网的几何中心，连线的斜率即为丝网的偏转角度，由此可以获得有关丝网包括几何中心和偏转角度在内的位置特征参数(X₁,Y₁,α₁)。

在一个优选实施例中，为增强算法的适应性，解决印刷过程中环境光对采集图片所造成的影响（局部过亮或者太暗等），利用开闭运算算子进行降噪处理，然后使用直方图均衡化，完成后再使用刚才所述的最优阈值二值化，最后利用Blob分析寻找丝网标识的几何中心。经过验证，该方法能较好的克服环境光和干扰对图像造成的影响。

由于机构安装，相机镜头畸变等误差，导致所构建的数学模型与真实情况总是有一定偏差，为了得到较为准确的数学模型，提高精度，所以应当进行系统标定。首先进行常规的单相机标定，即标定两个相机及其所要拍摄图像各自的像素坐标并将其转换成同一坐标系下的坐标值。该标定步骤可以在太阳能硅片加工生产前就完成，只要相机位置不变，就可以做到一次标定多次使用。此外，在一个优选实施例中，预标定步骤还包括对步进电机各自之间的相对位置进行标定的过程，以尽可能避免电机安装精度所导致的误差。例如，如图5中所示，调整机构由一个X向电机和两个Y电机组成，简化为图5中的u₀，v₀，w₀三点。可以分别沿着经过左侧X向电机的竖直方向的直线和经过下侧两个电极的水平方向的直线取交点，并将所获得的交点设定为坐标系的原点O来建立坐标系模型。由以上条件根据平面几何关系可以得到：

u=y+tanθ(l₁-x)

v=y+tanθ(l₂-x)

w=-x+tanθ(l₃-y)

由上面三式可以得到原点坐标系在经历位置变化(x,y,θ)后对应三个电机所需要的位移量(u,v,w)。经过运动学正解可获得：

$x=\frac{{\tan }^2\mathrm{\θ}*l_2-\tan \mathrm{\θ}*v+\tan \mathrm{\θ}*l_3-w}{{\tan }^2\mathrm{\θ}+1}$

$y=\frac{{\tan }^2\mathrm{\θ}*l_3-\tan \mathrm{\θ}*w-\tan \mathrm{\θ}*l_2+v}{{\tan }^2\mathrm{\θ}+1}$

$\tan \mathrm{\θ}=\frac{u-v}{l_1-l_2}$

定义方差s=(x₀-x)²+(y₀-y)²+(tanθ₀-tanθ)²

其中，x₀，y₀，θ₀为实际测量值，x，y，θ为理论值，根据实际实验获得数据（u，v，w）和（x₀，y₀，θ₀），其中（u，v，w）可根据电机编码器反馈值换算得到，（x，y，θ）可通过视觉观察丝网上的标识点位移得到，求s的最小值时对应的l₁，l₂，l₃，由于方程表达式较为复杂的，所以用线性规划和非线性规划求解都会较为繁琐，本发明优选方案为使用优化算法（比如使用基因遗传算法GA）反算数学方程的最优解。最后根据多组实验数据求取多次，从而实现模型参数l₁，l₂，l₃的精确标定也即三个步进电机之间的相对位置标定，由此可以尽可能避免由于机构安装、相机镜头畸变等因素所造成的误差。

对硅片与丝网之间的补偿偏差计算过程在本领域中可以采用各种适当的方式。在本发明的一个优选实施例中，采用动态偏差补偿算法来计算补偿调整，来进一步保证硅片与丝网之间的定位套准。例如，可以利用神经网络算法来计算硅片与丝网之间的补偿偏差。

所谓神经网络算法的基本原理为：人工神经网络首先要以一定的学习准则进行学习，然后才能工作。现以人工神经网络对手写“A”、“B”两个字母的识别为例进行说明，规定当“A”输入网络时，应该输出“1”，而当输入为“B”时，输出为“0”。所以网络学习的准则应该是：如果网络作出错误的的判决，则通过网络的学习，应使得网络减少下次犯同样错误的可能性。首先，给网络的各连接权值赋予(0，1)区间内的随机值，将“A”所对应的图象模式输入给网络，网络将输入模式加权求和、与门限比较、再进行非线性运算，得到网络的输出。在此情况下，网络输出为“1”和“0”的概率各为50%，也就是说是完全随机的。这时如果输出为“1”(结果正确)，则使连接权值增大，以便使网络再次遇到“A”模式输入时，仍然能作出正确的判断。如果输出为“0”(即结果错误)，则把网络连接权值朝着减小综合输入加权值的方向调整，其目的在于使网络下次再遇到“A”模式输入时，减小犯同样错误的可能性。如此操作调整，当给网络轮番输入若干个手写字母“A”、“B”后，经过网络按以上学习方法进行若干次学习训练后，网络判断的正确率将大大提高。这说明网络对这两个模式的学习已经获得了成功，它已将这两个模式分布地记忆在网络的各个连接权值上。当网络再次遇到其中任何一个模式时，能够作出迅速、准确的判断和识别。一般说来，网络中所含的神经元个数越多，则它能记忆、识别的模式也就越多。

按照本发明的一个优选实施例，利用神经网络算法来计算硅片与丝网之间的补偿偏差的具体过程为：根据实际实验记录两组数据，一组数据为目标位置也即实验中硅片所处的实际位置，另外一组数据为进行补偿以便使丝网在实验中能够与硅片实现对准所需的偏差补偿值，以目标位置为网络输入并以补偿偏差值为网络输出来训练网络，训练完毕之后，将实际生产中目标位置作为网络输入，由此获得硅片与丝网之间的补偿偏差。实践结果证明所获得印刷重复定位精度在±20um以内，定位时间在150ms以下。

本领域的技术人员容易理解，以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种用于光伏太阳能硅片的丝网印刷定位设备，该设备包括：

承载平台（4），该承载平台（4）用于放置光伏太阳能硅片（5）和叠合在硅片（5）上以便对其执行丝网印刷的丝网（8），并具有对应所述硅片（5）和丝网（8）两个对角位置的通孔结构；

分别嵌入在所述承载平台（4）的通孔结构中的透镜（6）；

摄像装置（3），该摄像装置（3）对应于所述硅片（5）和丝网（8）的两个对角位置设置在各个所述透镜（6）的下方，用于拍摄所述硅片（5）和丝网（8）的对角位置图像；

分别设置在各个所述摄像装置（3）与相应透镜（6）之间的光源（7）；以及

定位校准装置，该定位校准装置包括预标定单元、位置图像获取单元、位置偏差计算单元和位置偏差调整单元，其中所述预标定单元用于对各个所述摄像装置所要拍摄的位置图像建立像素坐标，并将像素坐标转换成同一坐标系下的坐标值；所述位置图像获取单元与所述摄像装置（3）相连，用于采集摄像装置（3）所拍摄的位置图像；所述位置偏差计算单元用于根据所采集的位置图像以及所述预标定单元转换获得的坐标值，获取所述硅片（5）和丝网（8）各自的包括几何中心和偏转角度在内的位置特性参数，相应计算出两者之间的位置偏差，同时根据目标位置引入补偿偏差由此得到综合偏差；所述位置偏差调整单元用于根据所获得的综合偏差，来调整所述丝网（8）相对于硅片（5）的位置和偏转角度。

2.如权利要求1所述的用于光伏太阳能硅片的丝网印刷定位设备，其特征在于，所述透镜（6）由蓝宝石镜片构成。

3.如权利要求1或2所述的用于光伏太阳能硅片的丝网印刷定位设备，其特征在于，所述光源（7）是白色LED环形光管。

4.如权利要求1-3任意一项所述的用于光伏太阳能硅片的丝网印刷定位设备，其特征在于，所述位置偏差调整单元是与所述丝网（8）相连的三个步进电机，这些步进电机电机包括设置在同一侧的X向步进电机和Y向步进电机以及设置在相邻一侧的X向步进电机，由此根据所述位置偏差计算单元所计算出的综合偏差，同时对丝网在X轴、Y轴方向上的位置以及相对于硅片（5）的角度进行调节。

5.一种用于光伏太阳能硅片的丝网印刷定位方法，该方法包括下列步骤：

在对应硅片及丝网两个对角位置处分别设置摄像装置，并在通过摄像装置摄取硅片和丝网的对角位置图像之前，执行各个摄像装置的预标定步骤，该预标定步骤具体包括：为各个所述摄像装置所将要拍摄的图像建立像素坐标，并将该像素坐标转换成同一坐标系下的坐标值；

使用所述摄像装置来拍摄硅片和丝网处于不同的对角位置图像；

采集所拍摄的位置图像，并根据该位置图像和所述预标定步骤转换获得的坐标值来获取硅片和丝网各自的包括几何中心和角度在内的位置特征参数，相应计算出两者之间的位置偏差，同时根据目标位置引入补偿偏差，最后得到综合偏差；

根据所获得的综合偏差来调整丝网相对于硅片的位置和偏转角度，由此完成光伏太阳能硅片的丝网印刷定位过程。

6.如权利要求5所述的丝网印刷定位方法，其特征在于，所述获取硅片位置特性参数的步骤具体如下：针对每个摄像装置所摄取的硅片位置图像，首先将其相邻两条边分别划分为多个检测区域，利用边缘检测算子计算出各个检测区域内的最佳边界点，然后根据这些最佳边界点通过最小二乘法分别求得硅片相邻两条边的最优直线方程，这样相应获得的两条直线的交点即为硅片的对角点，两个对角点连线的中心即为硅片的几何中心，连线的斜率即为硅片的偏转角度，由此获得有关硅片包括几何中心和偏转角度在内的位置特性参数；

所述获取丝网位置特性参数的具体步骤如下：针对每个摄像装置所摄取的丝网位置图像，首先使用最优阈值二值化对图像进行处理，然后对图像中连通区域进行搜索，统计获得面积和紧凑度符合要求的两个标识点，两个标识点连线的中心即丝网的几何中心，连线的斜率即为丝网的偏转角度，由此可以获得有关丝网包括几何中心和偏转角度在内的位置特征参数。

7.如权利要求6所述的丝网印刷定位方法，其特征在于，在所述利用边缘检测算子计算最佳边界点之前，对所摄取的硅片位置图像运用数学形态学方式利用腐蚀算子和膨胀算子先后进行处理；并且在进行所述最优阈值二值化图像处理之前，利用开闭运算算子对图像进行降噪处理，并使用直方图均衡化。

8.如权利要求5-7任意一项所述的丝网印刷定位方法，其特征在于，所述调整丝网相对于硅片的位置和偏转角度的步骤具体为使用与丝网相连的三个步进电机来进行调整，这些步进电机包括设置在同一侧的X向步进电机和Y向步进电机和设置在另外一侧的X向步进电机，并根据所计算出的综合偏差，将该综合偏差转换成电机的步长调整值，由此对丝网在X轴、Y轴方向上的位置以及相对于硅片的偏差角度同时进行调节。

9.如权利要求8所述的丝网印刷定位方法，其特征在于，所述预标定步骤还包括对所述步进电机各自之间的相对位置进行标定的过程。

10.如权利要求5-9任意一项所述的丝网印刷定位方法，其特征在于，利用人工神经网络算法来计算硅片与丝网之间的所述补偿偏差，其具体过程为：根据实际实验记录两组数据，一组数据为目标位置也即实验中硅片所处的实际位置，另外一组数据为进行补偿以便使丝网在实验中能够与硅片实现对准所需的偏差补偿值，以目标位置为网络输入并以补偿偏差值为网络输出来训练网络，训练完毕之后，将实际生产中目标位置作为网络输入，由此获得硅片与丝网之间的补偿偏差。

Images