CN103234974A - 锂电池无损检测方法 - Google Patents
锂电池无损检测方法 Download PDFInfo
- Publication number
- CN103234974A CN103234974A CN 201310100458 CN201310100458A CN103234974A CN 103234974 A CN103234974 A CN 103234974A CN 201310100458 CN201310100458 CN 201310100458 CN 201310100458 A CN201310100458 A CN 201310100458A CN 103234974 A CN103234974 A CN 103234974A
- Authority
- CN
- China
- Prior art keywords
- battery
- lithium battery
- inflatable
- image
- computer
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Abstract
本发明提出了一种基于机器视觉的全自动、智能高效的无损锂电池气胀检测方法,通过分析锂电池单体在特定角度和强度光源下的图像特征,识别并分离气胀电池。该检测系统包括传送带、电机、分离弹片、红外、高清高清摄像头、LED灯、MCU嵌入式系统及电脑。嵌入式系统连接电脑,接收电脑下发的指令控制电机,带动传送带运输电池。通过红外定位电池传送至检测区域。采用LED照明,高清高清摄像头分别在水平照明和垂直照明两种模式下拍下相应的电池图像作为检测样本,通过MCU嵌入式系统压缩后上传至电脑,在电脑中完成识别,并下发检测结果控制分离弹片将气胀电池弹离传送带。
Description
技术领域
本发明属于基于机器视觉的缺陷检测领域,具体的讲,涉及一种基于机器视觉的锂电池气胀在线检测系统。
背景技术
表面缺陷是外在缺陷,其表现为与正常的产品表面形式存在“差异”的地方。这种“差异”往往人眼可见,因此,产品表面缺陷的传统检测方法为人工检测法。人工检测结果受人的情绪、思维等主观因素影响较多,使检测结果具有极大的不可靠性,这种非标准性的检测结果不利于产品质量的控制,带来很多不稳定因素。且人工劳动强度大,检测成本高;检测结果与缺陷形态不利于记录和保存,不利于信息化管理。正因为人工检测存在上述不足,因此需要一种更先进的方法来进行表面缺陷检测。近年来,随着电子技术、计算机技术的高速发展,机器视觉的软硬件技术得到飞速发展,为产品表面缺陷的在线检测提供了一种最佳方案。用“机器”来取代人眼,进行表面缺陷检测,克服人工在产品检测的效率和精度不高的问题,大大提高生产效率和自动化程度。
锂电池以其质量比容量高,循环性能好,寿命长,高低温性能好,工作电压高,安全性好,无记忆性,环境友好等优点,迅速成为手机、电脑、数码照相机、摄像机、PDA等电子产品的主要驱动电源。目前锂电池的生产已初具规模,越来越大的产量需求对电池生产线的自动化提出了更高的要求。而在锂电池生产过程中,由于封装不良、电池芯内部水含量超标、化成流程异常、首次化成的SEI膜不稳定等原因,电池芯内部发生化学反应而产生气体,电池包出现气胀现象,导致电池性能发生严重失效,这部分电池必须在出厂之前挑选出来重新处理。目前绝大多数锂电池生产厂家对气胀锂电池的分选采用人工手摸和观察的方法,通过观察锂电池的表面形态以及捏压电池判断内部是否存在气体。这种方法依赖于作业工人的感觉和经验判断,效率低且检测效果取决于人为因素。
气胀的锂电池因内部有空气存在,电池表面会有不同程度的隆起,造成电池表面不平整,因此,锂电池气胀检测属于表面缺陷检测的一种。本发明基于机器视觉的锂电池气胀检测系统,不仅能大大的节约电池气胀检测过程中劳动力的消耗,降低生产成本,还有助于提高生产控制和管理水平,为锂电池生产过程中气胀检测提供一种智能的检测方法。
发明内容
为克服生产过程中人工检测锂电池气胀的效率低且受主观因素影响等不足,本发明提出一种基于机器视觉的在线锂电池气胀检测系统,该检测系统能自动识别气胀电池,并将其挑选出列,具有非接触式、全自动、检测精度高等特点。
本发明的技术方案如下:
基于机器视觉的锂电池气胀在线检测仪包括红外线定位装置、传送带、LED照明板、MCU嵌入式系统、高清摄像头和下发控制命令和完成检测识别的电脑。所述红外线定位装置用于定位锂电池是否传送到高清摄像头下。所述传送带背景颜色为黑色,以减轻背景干扰对图像处理速度的影响。传送带上装有弹片,与MCU嵌入式板驱动模块相连,驱动弹片在检测到气胀锂电池的时候将该电池弹离传送带。所述照明板上LED呈十字形排列(如图2所示),距离传送带为25-35cm。所述MCU嵌入式系统连接主机(PC),主机(PC)完成图像处理和识别分类,并下发控制信号通过MCU板控制弹片和照明板。光源亮灭模式为:当拍摄第一张图像时,水平列LED灯亮;拍摄第二张图像时,垂直列LED灯亮。两次拍摄的图像作为一个电池的特征样本由MCU嵌入式系统将图像上传至主机。原始电池图像经图像预处理和几何特征提取,由基于RBF的支持向量机进行识别分类,当检测到气胀电池时,主机发出警报信号控制弹片将气胀电池弹离传送带,同时记录该电池气胀特征至数据库。
检测识别单元的处理步骤如下:
1. 图像预处理,包括归一化所获图像、图像灰度化以及二值化阀值分割ROI(Region of Interest)。
2. 提取ROI区域几何特征,并归一化特征数据。
3. 归一化后的特征数据作为SVM分类器(所述分类器已用样本训练好)输入,得到识别结果。如果识别为气胀电池,检测识别单元发出警报信号,控制传送带弹片将该电池弹离传送带;识别结果为正常电池,该电池顺利通过检测区域。检测为气胀的电池特征将存入MySQL数据库方便管理人员查看。
由于上述技术方案的运用,本发明具有下列有益效果:
1. 基于机器视觉的锂电池气胀检测代替人工检测,克服传统锂电池生产过程中气胀检测受个人主观影响较大的缺点,提高检测质量和效率,节约电池气胀检测过程中劳动力的消耗。
2. 本发明采用机器视觉技术,完全自动化控制,操作简单,检测精度高,为生产过程中锂电池气胀检测提供一种智能有效的检测方法,可广泛应用于锂电池生产线上作为气胀检测装置使用。
附图说明
附图1 为基于机器视觉的锂电池气胀检测结构示意图;
附图2 为基于机器视觉的锂电池气胀检测结构仰视图;
附图3 为本发明气胀检测流程图。
具体实施方式
下面结合附图及实施例对本发明作进一步描述:
如图1所示,1为物料传送带,2为电机,3为弹片,4为红外线定位装置,5为电池单体,6为高清高清摄像头(进一步参照图2),7为LED照明灯(进一步参照图2),8为MCU嵌入式系统,9为电脑。
1.设置电机。电机的一对电源线与MCU嵌入式系统8的驱动模块相连,由电脑下发控制命令,设置电机的转速,控制MCU驱动电机。
2.传送电池。电池5正放于传送带上,传送带1启动。红外定位装置4与MCU驱动模块相连,检测电池是否运送至高清摄像头6的正下方(即检测区域)。若到达检测区域,则MCU控制传送带电机2停止转动。
3.采集图像。电池5停止于高清摄像头6正下方,光源7LED照明灯按照指定的亮灭模式开启或闭合。同时,高清摄像头6拍下相应的电池图像,通过MCU嵌入式系统预处理(JPEG图像压缩)后,经排线上传至电脑9。
4.分类识别。在电脑9中由检测识别单元对采集的电池图像进行气胀检测,并返回检测结果通过MCU嵌入式系统8控制弹片3和传送带电机2。若为气胀电池,弹片3将该电池弹离传送带;若为正常电池,则电机2驱动传送带1继续向前滚动,运送电池离开传送带。检测结果保存在MySQL数据库方便后续查阅。
5.重复2-4步骤,直至无电池需检测。
上述实施例只为说明本发明的技术构思及特点,其目的在于让熟悉此项技术的人士能够了解本发明的内容,并不能以此限制本发明的保护范围。凡根据本发明精神实质所作的等效变化或修改,都应涵盖在本发明的保护范围之内。
Claims (5)
1.一种基于机器视觉的锂电池气胀在线检测仪,包括产品运送单元、检测照明单元、图像采集单元以及检测识别单元。其特征在于:由产品运送单元通过传送带将半成品锂电池单体传送至检测照明单元,由高清摄像头采集锂电池图像经图像采集单元通过MCU嵌入式系统预处理后在经过USB上传至电脑,并在电脑中完成图像识别,一经发现气胀电池,则发出警报信号并控制弹片将气胀电池弹开;正常电池则顺利通过传送带。
2.根据权利要求1所述的基于机器视觉的锂电池气胀在线检测仪,其特征在于,所述的产品运送单元为黑色背景履带的传送带,所述传送带配备电机,与MCU嵌入式系统驱动模块相连。
3.根据权利要求1所述的基于机器视觉的锂电池气胀在线检测仪,其特征为:所述的检测照明单元为LED照明,LED灯管如十字架形排列在照明板上,水平和垂直的LED列由电脑通过USB线下发指令至MCU嵌入式板控制开关,分别完成锂电池水平图像和垂直图像的照明。LED灯板距离传送带25-35cm之间,可根据检测电池的大小和摄像头的焦距再行调整。
4.根据权利要求1和权利要求3所述的基于机器视觉的锂电池气胀在线检测仪,其特征为:图像采集单元由MCU嵌入式和高清摄像头组成,锂电池传送至照明位置,水平列的LED灯亮,拍下第一张电池图像。然后垂直LED列亮,拍下第二张图像,两张图像作为一个电池的特征组通过MCU嵌入式预处理后(所述预处理为图像压缩)上传到PC机待下一步图像处理和检测识别。
5.根据权利要求1-4所述的基于机器视觉的锂电池气胀在线检测仪,其特征为:检测识别单元在PC中完成。采用二值化阀值法分割电池图像感兴趣区域,提取感兴趣区域的几何特征作为分类器的输入。所述分类器为基于RBF核函数的C-SVM支持向量机。当识别结果为气胀电池时发出警报信号,并控制传送带上的弹片将该电池弹离传送带,同时保存检测结果至数据库中。所述数据库为MySQL数据库。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN 201310100458 CN103234974A (zh) | 2013-03-27 | 2013-03-27 | 锂电池无损检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN 201310100458 CN103234974A (zh) | 2013-03-27 | 2013-03-27 | 锂电池无损检测方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN103234974A true CN103234974A (zh) | 2013-08-07 |
Family
ID=48883025
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN 201310100458 Pending CN103234974A (zh) | 2013-03-27 | 2013-03-27 | 锂电池无损检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103234974A (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106778439A (zh) * | 2016-12-15 | 2017-05-31 | 中国矿业大学 | 一种基于图像处理的锂电池批量扫码系统及方法 |
CN108459029A (zh) * | 2018-06-08 | 2018-08-28 | 中国科学技术大学 | 一种基于图像的锂电池生产化成检测设备及检测方法 |
CN108732507A (zh) * | 2018-05-21 | 2018-11-02 | 中国科学技术大学 | 一种基于电池温度场以及可见光图像的锂电池缺陷检测装置 |
CN109064701A (zh) * | 2018-07-27 | 2018-12-21 | 清华大学 | 电池火灾预警系统及方法 |
CN109164219A (zh) * | 2018-11-15 | 2019-01-08 | 广东铭利达科技有限公司 | 一种电池包壳体致密性检测装置 |
CN109668832A (zh) * | 2019-01-30 | 2019-04-23 | 江苏理工学院 | 基于分区光源的手机锂电池表面鼓包检测装置及其方法 |
CN111352042A (zh) * | 2020-03-07 | 2020-06-30 | 北京铭电龙科技有限公司 | 一种电源模块接头检测系统及方法 |
WO2022021890A1 (zh) * | 2020-07-27 | 2022-02-03 | 南京灵雀智能制造有限公司 | 一种具有消防装置的锂电池生产线及消防方法 |
-
2013
- 2013-03-27 CN CN 201310100458 patent/CN103234974A/zh active Pending
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106778439A (zh) * | 2016-12-15 | 2017-05-31 | 中国矿业大学 | 一种基于图像处理的锂电池批量扫码系统及方法 |
CN106778439B (zh) * | 2016-12-15 | 2018-12-28 | 中国矿业大学 | 一种基于图像处理的锂电池批量扫码系统及方法 |
CN108732507A (zh) * | 2018-05-21 | 2018-11-02 | 中国科学技术大学 | 一种基于电池温度场以及可见光图像的锂电池缺陷检测装置 |
CN108459029A (zh) * | 2018-06-08 | 2018-08-28 | 中国科学技术大学 | 一种基于图像的锂电池生产化成检测设备及检测方法 |
CN109064701A (zh) * | 2018-07-27 | 2018-12-21 | 清华大学 | 电池火灾预警系统及方法 |
CN109164219A (zh) * | 2018-11-15 | 2019-01-08 | 广东铭利达科技有限公司 | 一种电池包壳体致密性检测装置 |
CN109668832A (zh) * | 2019-01-30 | 2019-04-23 | 江苏理工学院 | 基于分区光源的手机锂电池表面鼓包检测装置及其方法 |
CN111352042A (zh) * | 2020-03-07 | 2020-06-30 | 北京铭电龙科技有限公司 | 一种电源模块接头检测系统及方法 |
WO2022021890A1 (zh) * | 2020-07-27 | 2022-02-03 | 南京灵雀智能制造有限公司 | 一种具有消防装置的锂电池生产线及消防方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103234974A (zh) | 锂电池无损检测方法 | |
CN103792240B (zh) | 竹片智能检测系统 | |
CN201223856Y (zh) | 基于机器视觉的竹条自动分拣装置 | |
CN112452801A (zh) | 一种高效率的玻璃瓶缺陷在线检测装置及其工作方法 | |
CN105728339B (zh) | 一种陶瓷阀芯视觉自动检测系统 | |
CN202974886U (zh) | 一种机器视觉罐身卷封缺陷检测系统 | |
CN110142228B (zh) | 锯片裂纹检测识别分拣系统及分拣方法 | |
CN103776841A (zh) | 合成革缺陷自动检测装置及检测方法 | |
CN110694921A (zh) | 蔬菜分拣系统及其控制方法 | |
CN111558542A (zh) | 一种陶瓷瓦表面质量在线检测分拣系统及方法 | |
CN111992519A (zh) | 一种可编程数字化机器视觉检测平台及检测系统 | |
JP2011240257A (ja) | 回転楕円体及び球面体の全面画像検査装置 | |
CN203422319U (zh) | 锂电池无损检测系统 | |
CN206589210U (zh) | 一种混合塑料光电识别分选设备 | |
CN212093316U (zh) | 一种基于kinect相机的木材缺陷检测装置 | |
CN203069148U (zh) | 一种成品磁环图像自动检测系统 | |
CN105091800B (zh) | 圆柱状电容类异型电子元器件整脚检测系统及方法 | |
CN113155869A (zh) | 一种焊缝x射线底片自动数字化采集及智能检测评定装置 | |
CN209550027U (zh) | 基于计算机视觉的一次性纸尿裤智能分拣系统 | |
CN105973910A (zh) | 基于结构纹理特征的灯管质量检测与瑕疵分类方法及系统 | |
CN211437053U (zh) | 蔬菜分拣系统 | |
CN210146485U (zh) | 一种多级红枣分拣机 | |
CN109013388B (zh) | 一种陶瓷球自动分拣系统及方法 | |
CN114047195A (zh) | 一种新能源电池帽缺陷检测方法和系统 | |
CN208865998U (zh) | 一种水果颜色自动化分选机 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20130807 |