CN115829913B - 裸电芯外观检测方法、装置、计算机设备和存储介质 - Google Patents
裸电芯外观检测方法、装置、计算机设备和存储介质 Download PDFInfo
- Publication number
- CN115829913B CN115829913B CN202210957577.6A CN202210957577A CN115829913B CN 115829913 B CN115829913 B CN 115829913B CN 202210957577 A CN202210957577 A CN 202210957577A CN 115829913 B CN115829913 B CN 115829913B
- Authority
- CN
- China
- Prior art keywords
- detection
- cell
- edge
- battery cell
- picture
- 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.)
- Active
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 267
- 238000003860 storage Methods 0.000 title claims description 12
- 238000003384 imaging method Methods 0.000 claims abstract description 16
- 238000002955 isolation Methods 0.000 claims description 32
- 238000000034 method Methods 0.000 claims description 31
- 238000004590 computer program Methods 0.000 claims description 22
- 238000012935 Averaging Methods 0.000 claims description 6
- 238000012545 processing Methods 0.000 claims description 6
- 230000002829 reductive effect Effects 0.000 abstract description 7
- 238000000605 extraction Methods 0.000 description 9
- 238000010586 diagram Methods 0.000 description 8
- 238000004519 manufacturing process Methods 0.000 description 5
- 230000000007 visual effect Effects 0.000 description 5
- 230000009977 dual effect Effects 0.000 description 4
- 230000000670 limiting effect Effects 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 239000003292 glue Substances 0.000 description 3
- GELKBWJHTRAYNV-UHFFFAOYSA-K lithium iron phosphate Chemical compound [Li+].[Fe+2].[O-]P([O-])([O-])=O GELKBWJHTRAYNV-UHFFFAOYSA-K 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 239000002253 acid Substances 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 230000002441 reversible effect Effects 0.000 description 2
- 230000007306 turnover Effects 0.000 description 2
- 208000025962 Crush injury Diseases 0.000 description 1
- WHXSMMKQMYFTQS-UHFFFAOYSA-N Lithium Chemical compound [Li] WHXSMMKQMYFTQS-UHFFFAOYSA-N 0.000 description 1
- HBBGRARXTFLTSG-UHFFFAOYSA-N Lithium ion Chemical compound [Li+] HBBGRARXTFLTSG-UHFFFAOYSA-N 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 125000004122 cyclic group Chemical group 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 229910052744 lithium Inorganic materials 0.000 description 1
- 229910001416 lithium ion Inorganic materials 0.000 description 1
- 239000003550 marker Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000036961 partial effect Effects 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
- G06T7/001—Industrial image inspection using an image reference approach
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10004—Still image; Photographic image
- G06T2207/10008—Still image; Photographic image from scanner, fax or copier
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30108—Industrial image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30108—Industrial image inspection
- G06T2207/30164—Workpiece; Machine component
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E60/00—Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
- Y02E60/10—Energy storage using batteries
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P70/00—Climate change mitigation technologies in the production process for final industrial or consumer products
- Y02P70/50—Manufacturing or production processes characterised by the final manufactured product
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Quality & Reliability (AREA)
- Image Analysis (AREA)
- Secondary Cells (AREA)
- Sealing Battery Cases Or Jackets (AREA)
Abstract
本申请涉及一种裸电芯外观检测方法、装置、计算机设备、计算机可读存储介质、计算机程序产品和裸电芯外观检测系统,该方法包括:获取对裸电芯拍摄得到的电芯图片;电芯图片为对准裸电芯边缘极耳位置拍摄得到;确定电芯图片中的检测对象;根据检测对象进行外观检测,得到检测结果信息。通过对准裸电芯边缘极耳位置拍摄得到电芯图片,使得电芯边缘成像为平行光反射成像,减小因电芯厚度关系在成像时对电芯极耳边缘真实性的影响,确保图像采集的准确性,从而提高裸电芯外观检测的准确性。
Description
技术领域
本申请涉及电池检测技术领域,特别是涉及一种裸电芯外观检测方法、装置、计算机设备、计算机可读存储介质、计算机程序产品和裸电芯外观检测系统。
背景技术
随着科技的不断进步,锂离子电池已在电动汽车中得到应用,成为电动汽车的主要动力能源之一。目前电动汽车上使用的锂电池主要以磷酸铁锂电池为主,磷酸铁锂电池具有高容量、输出电压高、较好的充放电循环性能等特点。裸电芯外观检测是电池电芯生产流程中极为重要的一道工序,如何提高裸电芯外观检测的准确性,是一个亟待解决的问题。
发明内容
基于此,提供一种裸电芯外观检测方法、装置、计算机设备、计算机可读存储介质、计算机程序产品和裸电芯外观检测系统,能够提高裸电芯外观检测的准确性。
第一方面,本申请提供了一种裸电芯外观检测方法,包括:
获取对裸电芯拍摄得到的电芯图片;所述电芯图片为对准裸电芯边缘极耳位置拍摄得到;
确定所述电芯图片中的检测对象;
根据所述检测对象进行外观检测,得到检测结果信息。
上述裸电芯外观检测方法,通过对准裸电芯边缘极耳位置拍摄得到电芯图片,使得电芯边缘成像为平行光反射成像,减小因电芯厚度关系在成像时对电芯极耳边缘真实性的影响,确保图像采集的准确性,从而提高裸电芯外观检测的准确性。
在其中一个实施例中,所述电芯图片包括第一电芯图片,所述第一电芯图片的曝光度高于预设曝光度阈值,所述检测对象包括电芯隔离膜的边缘;所述确定所述电芯图片中的检测对象,包括:根据预设电芯模型确定所述第一电芯图片中的参考位置,根据所述参考位置抓取电芯隔离膜的边缘。对裸电芯进行高曝光度拍摄得到高曝光度图片,提高裸电芯的边缘对比度色差,利于抓取电芯边缘,并结合预设电芯模型确定高曝光度图片中的参考位置,方便准确快速获取电芯隔离膜的边缘。
在其中一个实施例中,所述检测结果信息包括尺寸数据;所述根据所述检测对象进行外观检测,得到检测结果信息,包括:计算所述电芯隔离膜边缘的所有点到相对边缘的距离,得到边缘距离数据;根据所述边缘距离数据进行求平均,计算得到尺寸数据。通过计算电芯隔离膜的边缘所有点到相对边缘的距离,根据得到的边缘距离数据进行求平均确定裸电芯的尺寸数据,确保尺寸检测的准确性。
在其中一个实施例中,所述检测结果信息包括拔针检测结果;所述根据所述检测区域进行外观检测,得到检测结果信息,包括:根据所述电芯隔离膜的边缘确定拔针检测区域;对所述拔针检测区域进行检测,得到拔针检测结果。以电芯隔离膜的边缘为依据确定拔针检测区域,结合拔针检测区域可快速、便捷进行拔针检测。
在其中一个实施例中,所述对所述拔针检测区域进行检测,得到拔针检测结果,包括:在所述拔针检测区域查找获取斑点信息,根据所述斑点信息分析得到拔针检测结果。在拔针检测区域查找获取斑点信息,根据获取的斑点信息实现对裸电芯的拔针检测。
在其中一个实施例中,所述斑点信息包括单个斑点面积、斑点尺寸和斑点面积总和中的至少一种。可根据实际情况设置通过单个斑点面积、斑点尺寸和斑点面积总和中的一种或多种对裸电芯进行拔针检测,提高检测便利性。
在其中一个实施例中,所述对所述拔针检测区域进行检测,得到拔针检测结果,包括:获取所述拔针检测区域中所述电芯隔离膜的边缘点到所在边缘的距离值,根据所述距离值中的最大值分析得到拔针检测结果。通过分析拔针检测区域中电芯隔离膜的边缘点,到自身所在边缘的距离值来进行拔针检测,有利于抓取整个边缘集体漏出拔针现象。
在其中一个实施例中,所述根据所述检测对象进行外观检测,得到检测结果信息之后,该方法还包括:将所述检测结果信息与裸电芯的标识信息进行绑定存储。通过将检测结果信息与裸电芯的标识信息进行绑定存储,方便后续工位结合检测结果信息对裸电芯进行分拣。
第二方面,本申请提供了一种裸电芯外观检测装置,包括:
图片获取模块,用于获取对裸电芯拍摄得到的电芯图片;所述电芯图片为对准裸电芯边缘极耳位置拍摄得到;
图片处理模块,用于确定所述电芯图片中的检测对象;
图片检测模块,用于根据所述检测对象进行外观检测,得到检测结果信息。
第三方面,本申请提供了一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现上述的方法的步骤。
第四方面,本申请提供了一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现上述的方法的步骤。
第五方面,本申请提供了一种计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现上述的方法的步骤。
第六方面,本申请提供了一种裸电芯外观检测系统,包括图像获取装置和上位机,所述图像获取装置用于对准裸电芯边缘极耳位置拍摄得到电芯图片,并将所述电芯图片发送至所述上位机,所述上位机用于根据上述的方法进行裸电芯外观检测。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其它的附图。
图1为一实施例中裸电芯外观检测方法的场景示意图;
图2为一实施例中裸电芯外观检测方法的流程示意图;
图3为一实施例中电芯图片的示意图;
图4为一实施例中极耳错位检测误差示意图;
图5为一实施例中电芯尺寸检测示意图;
图6为一实施例中根据检测对象进行外观检测,得到检测结果信息的流程图;
图7为另一实施例中根据检测对象进行外观检测,得到检测结果信息的流程图;
图8为一实施例中电芯拔针检测示意图;
图9为另一实施例中裸电芯外观检测方法的流程示意图;
图10为一实施例中裸电芯外观检测装置的结构框图;
图11为一实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
除非另有定义,本文所使用的所有的技术和科学术语与属于本申请的技术领域的技术人员通常理解的含义相同;本文中所使用的术语只是为了描述具体的实施例的目的,不是旨在于限制本申请;本申请的说明书和权利要求书及上述附图说明中的术语“包括”和“具有”以及它们的任何变形,意图在于覆盖不排他的包含。
在本申请实施例的描述中,技术术语“第一”“第二”等仅用于区别不同对象,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量、特定顺序或主次关系。在本申请实施例的描述中,“多个”的含义是两个以上,除非另有明确具体的限定。
在本文中提及“实施例”意味着,结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例,也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是,本文所描述的实施例可以与其它实施例相结合。
在本申请实施例的描述中,术语“和/或”仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。另外,本文中字符“/”,一般表示前后关联对象是一种“或”的关系。
在本申请实施例的描述中,术语“多个”指的是两个以上(包括两个),同理,“多组”指的是两组以上(包括两组),“多片”指的是两片以上(包括两片)。
在本申请实施例的描述中,技术术语“中心”“纵向”“横向”“长度”“宽度”“厚度”“上”“下”“前”“后”“左”“右”“竖直”“水平”“顶”“底”“内”“外”“顺时针”“逆时针”“轴向”“径向”“周向”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本申请实施例和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本申请实施例的限制。
在本申请实施例的描述中,除非另有明确的规定和限定,技术术语“安装”“相连”“连接”“固定”等术语应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或成一体;也可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通或两个元件的相互作用关系。对于本领域的普通技术人员而言,可以根据具体情况理解上述术语在本申请实施例中的具体含义。
随着科技的发展和社会的不断进步,动力电池的应用领域不断扩展,不仅被应用于电动自行车、电动摩托车、电动汽车等电动交通工具,还被应用于军事装备和航空航天等多个领域。动力电池即为工具提供动力来源的电源,多采用阀口密封式铅酸蓄电池、敞口式管式铅酸蓄电池以及磷酸铁锂蓄电池,具有高能量、高功率和高能量密度等特点。裸电芯外观检测是电池电芯生产流程中极为重要的一道工序,起到检测裸电芯是否满足良品规格的作用,从而排除生产不良品,避免遗留至裸电芯配对后导致不良。基于此,本申请提供一种裸电芯外观检测方法,获取对准裸电芯边缘极耳位置拍摄得到的电芯图片,确定电芯图片中的检测对象,根据检测对象进行外观检测,得到检测结果信息。通过对准裸电芯边缘极耳位置拍摄得到电芯图片,使得电芯边缘成像为平行光反射成像,减小因电芯厚度关系在成像时对电芯极耳边缘真实性的影响,确保图像采集的准确性。
本申请实施例提供的裸电芯外观检测方法,可以应用于如图1所示的应用环境中。通过控制设备控制物流线运输裸电芯1到外观检测工位后,由设置于裸电芯1上方的相机2对准裸电芯1边缘极耳位置拍摄得到电芯图片,并将电芯图片上传至控制设备,控制设备确定电芯图片中的检测对象,并根据检测对象进行外观检测,得到检测结果信息。其中,相机2的数量为两个,即采用双相机进行图像采集,可做到对裸电芯的全视野覆盖,相机2具体可采用CCD(Charge Coupled Device,电荷耦合器件)相机或其他相机。具体地,控制设备可包括控制模块和上位机,由控制模块控制物流线运输裸电芯1,上位机控制相机2对裸电芯1拍摄得到电芯图片,并进行图像分析得到检测结果信息。控制模块可以是PLC(ProgrammableLogic Controller,可编程逻辑控制器)、MCU(Microcontroller Unit,微控制单元)等,上位机可以是笔记本、台式电脑或逻辑控制器等。
进一步地,外观检测工位还设置有位于裸电芯1上方的光源3,方便相机2进行图像采集。光源3具体可包括设置于裸电芯1两侧长边上方的一对光源,以及设置于裸电芯1两侧短边上方的一对光源。此外,在完成裸电芯外观检测后,上位机还输出指令给控制模块,控制模块控制物流线将裸电芯1运输到下一工位,例如输送到分拣工位根据检测结果信息对裸电芯1进行分拣等。需要说明的是,本申请实施例中涉及的电池,可以但不限应用于车辆、船舶或飞行器等用电装置中。为便于理解,以下均以控制模块采用PLC,上位机采用逻辑控制器为例进行解释说明。
在一个实施例中,如图2所示,提供了一种裸电芯外观检测方法,包括:
步骤S110:获取对裸电芯拍摄得到的电芯图片。
其中,电芯图片为对准裸电芯边缘极耳位置拍摄得到。具体地,可通过传感器检测到裸电芯运输到检测工位后PLC触发相机拍照,PLC确认相机准备完成时发送信号至逻辑控制器,逻辑控制器接收到信号后控制设置于裸电芯边缘极耳上方的双相机进行拍照,得到电芯图片。如图3所示,电芯图片中包括电芯隔离膜11、极耳12和标识层13,电芯的极片包裹在电芯隔离膜11内,标识层13用作设置裸电芯的标识信息(如二维码等)。其中,标识层13具体可采用蓝胶,蓝胶中心设置裸电芯的二维码,在外观检测中需确保蓝胶位置,以防止产线后面工位扫码枪扫码读取失败,导致设备宕机。进一步地,逻辑控制器可以是控制相机拍照取像两次得到高曝光度图片和低曝光度图片,分别用作进行裸电芯的相关外观检测。此外,在相机拍照完成后,逻辑控制器还可回复PLC拍照完成信号并同步进行图像检测,将拍照与检测计算并行,降低检测总耗时,提高检测效率。PLC在接收到拍照完成信号后,控制物流线运输裸电芯到达分拣工位。
步骤S120:确定电芯图片中的检测对象。
检测对象即指电芯图片中与外观检测相关的特征,可以理解,根据裸电芯的检测内容不同,进行检测时所使用的电芯图片,以及电芯图片中的检测对象也会对应有所不同。例如,裸电芯外观检测可包括极耳翻折检测、极耳错位检测、拔针不良检测、漏极片检测、极耳放反检测、表面脏污检测、裸电芯尺寸检测以及大面压伤检测等。对裸电芯拍摄得到的电芯图片中,高曝光度图片用作进行尺寸检测及拔针检测,目的是为了提高电芯边缘对比度色差,利于抓取电芯边缘,提高抓边稳定性能。低曝光度图片用作进行产品外观检测(如产品表面脏污、大面压伤、漏极片等),由于需要利用低曝光度图片获取表面特征信息,所以采图时电芯表面不宜过曝,防止产品表面外观缺陷因过曝导致缺陷漏检。逻辑控制器进行裸电芯外观检测时,从相应电芯图片中提取相关特征作为检测对象。例如,在进行裸电芯尺寸检测时,则是从高曝光度图片中找到电芯隔离膜的边缘作为检测对象,以用作进行尺寸检测。
步骤S130:根据检测对象进行外观检测,得到检测结果信息。
在确定电芯图片中的检测对象之后,逻辑控制器可结合检测对象确定相关检测区域,在检测区域内进行对应的外观检测,得到检测结果信息。继续参照图3,根据检测内容不同,电芯图片中可包括隔离膜检测区域21、极耳翻折检测区域22、拔针检测区域23、标识层检测区域24和极耳正反检测区域25,结合不同检测区域中的图像数据,可在检测区域中进行相关内容的检测。
如图4所示,在通过相机拍摄电芯图片时,相机标定平面是相机测量的基准投影平面,在此投影面测量出的数据最为准确。由图4可以看出,平行光线反射的被测物a、b、c的投影点相同,所以a、c的测量值和b相同。a’、c’投影点分别位于b’基准点的两侧,测量出的数据就会有误差。在裸电芯外观检测中,因极耳的最外侧侧量边在极耳堆叠区域内位置不固定,无法加固定补偿值,因此存在检测误差,极耳折叠区越大误差越大。因为极耳边缘与电芯表面不在同一平面,因此,本申请在采用双相机拍摄时,将相机布局为相机视野中心对准电芯边缘极耳位置,确保电芯边缘成像为平行光反射到相机成像,减小因极耳的最外侧侧量边在极耳堆叠区域内位置不固定,无法加固定补偿值而存在的误差,从而降低因电芯厚度关系在成像时对电芯极耳边缘真实性的影响。
上述裸电芯外观检测方法,通过对准裸电芯边缘极耳位置拍摄得到电芯图片,使得电芯边缘成像为平行光反射成像,减小因电芯厚度关系在成像时对电芯极耳边缘真实性的影响,确保图像采集的准确性,从而提高裸电芯外观检测的准确性。
在一个实施例中,电芯图片包括第一电芯图片,第一电芯图片的曝光度高于预设曝光度阈值,检测对象包括电芯隔离膜的边缘;步骤S120包括:根据预设电芯模型确定第一电芯图片中的参考位置,根据参考位置抓取电芯隔离膜的边缘。
其中,参考位置为用作进行边缘抓取的参考起始点,参考位置的具体设置方式并不唯一,可以是选择电芯隔离膜的中心位置或其他位置作为参考位置。如图5所示,以电芯隔离膜的中心位置作为参考位置为例,则逻辑控制器以电芯隔离膜的中心位置建立坐标系,结合坐标系和设定抓边区域对电芯隔离膜的边缘a、边缘b、边缘c和边缘d进行边缘点抓取,根据抓取的边缘点拟合确定电芯隔离膜的边缘。其中,对于设置有极耳12的边缘c,还可通过设定多个不同的抓边区域以避开极耳区域进行三段抓取,通过获取三段线所有实时抓取的点拟合出边缘c,避免极耳区域干扰实时抓取的位置。
具体地,可通过CogPMAligTool工具建立电芯模型,从高曝光度图片中匹配该电芯模型,获取电芯隔离膜的位置中心坐标(X,Y,R),使用CogFixtureTool工具建立空间坐标系,通过建立CCD视觉CogFindLineTool抓边工具使用空间跟随模式,设置好抓边区域避开极耳位置区域干扰,可以获取到对应的边缘,通过设置好对应抓边工具属性(例极性,由黑到白/由白到黑;边缘计算方式优先级,如区域中心,搜索方向等),获取对应边缘位置。
本实施例中,对裸电芯进行高曝光度拍摄得到高曝光度图片,提高裸电芯的边缘对比度色差,利于抓取电芯边缘,并结合预设电芯模型确定高曝光度图片中的参考位置,方便准确快速获取电芯隔离膜的边缘。
对应地,在一个实施例中,检测结果信息包括尺寸数据。如图6所示,步骤S130包括步骤S132和步骤S134。
步骤S132:计算电芯隔离膜边缘的所有点到相对边缘的距离,得到边缘距离数据。其中,边缘距离数据包括长度数据和宽度数据。如图5所示,可根据边缘a和边缘b计算得到长度数据,根据边缘c和边缘d计算得到宽度数据。以计算长度数据为例,可以是计算边缘a上所有点到边缘b的距离得到长度数据;也可以是计算边缘b上所有点到边缘a的距离得到长度数据;还可以是同时计算边缘a上所有点到边缘b的距离,以及边缘b上所有点到边缘a的距离,得到长度数据。
步骤S132:根据边缘距离数据进行求平均,计算得到尺寸数据。在计算得到边缘距离数据后,将长度数据进行求平均得到长度平均值,将宽度数据进行求平均得到宽度平均值,从而得到尺寸数据。
具体地,可通过实时抓取的a、b(c、d)四条边,通过点到线的距离计算a(c)线上所有点到b(d)线的距离平均,输出长宽尺寸。例:通过CogFindLineTool1实时抓取边缘b,获取CogFindLineTool1.Results.GetLine()实时抓取的b边缘,通过CogFindLineTool2实时抓取边缘a。在确定边缘a和边缘b之后,采用CogFindLineTool2.Results.Count获取实时抓取到的点位个数Count,采用For(int i=0;i<Count-1,i++)循环语句循环,获取对应边缘上所有点,使用CogDistancePiontLineTool算子工具,在算子工具中边缘b赋值
CogDistancePiontLineTool.Line
CogFindLineTool2.Results[i].X/CogFindLineTool2.Results[i].Y。
赋值CogDistancePiontLineTool.X/CogDistancePiontLineTool.Y算子运行获得边缘a上所有点到边缘b的距离,得到尺寸距离平均值。在抓取到对应的边缘后,可以通过算子直接获取得到每个点的坐标,即所有边缘上点是已知的,可以反复调用边缘上所有点,根据边缘上点的坐标计算得到尺寸距离平均值。
本实施例中,通过计算电芯隔离膜的边缘所有点到相对边缘的距离,根据得到的边缘距离数据进行求平均确定裸电芯的尺寸数据,确保尺寸检测的准确性。
在一个实施例中,检测结果信息包括拔针检测结果。如图7所示,步骤S130包括步骤S136和步骤S138。
步骤S136:根据电芯隔离膜的边缘确定拔针检测区域。在确定电芯隔离膜的边缘之后,根据电芯隔离膜的边缘建立相应的拔针检测区域,从而可通过不同拔针检测区域来定位进行拔针检测。通过不同区域建立不同定位空间,确保拔针检测区域的稳定性。如图8所示,以边缘a、边缘c(边缘b、边缘c)线线交点作为坐标系原点、边缘c角度为坐标系角度重新建立空间坐标系,用于检测上拔针搜索框空间跟随。同理,以边缘a、边缘d线线交点作为坐标系原点,边缘d角度为坐标系角度重新建立空间坐标系,用于检测下拔针搜索框空间跟随。
步骤S138:对拔针检测区域进行检测,得到拔针检测结果。具体地,可通过Blob算子工具获取拔针检测区域中的信息进行拔针检测,确定是否存在拔针不良。其中,拔针不良可以理解为边缘某些区域存在凸出现象,采用视觉Blob斑点工具可以获取Blob区域内对比度差值的斑点(斑点的长宽/面积等信息),通过在电芯边缘区域设置Blob区域,根据拔针检测规格将Blob区域偏移固定位置(例拔针规格为0.1mm,则将Blob区域放置在电芯隔离膜的边缘外0.1mm位置),当Blob算子工具检测到有对比度差值斑点,即为有拔针超限。本实施例中,以电芯隔离膜的边缘为依据确定拔针检测区域,结合拔针检测区域可快速、便捷进行拔针检测。
在一个实施例中,步骤S138包括:在拔针检测区域查找获取斑点信息,根据斑点信息分析得到拔针检测结果。通过在拔针检测区域查找获取斑点信息,根据获取的斑点信息实现对裸电芯的拔针检测。其中,斑点信息的具体类型也并不唯一,在一个实施例中,斑点信息包括单个斑点面积、斑点尺寸和斑点面积总和中的至少一种。可根据实际情况设置通过单个斑点面积、斑点尺寸和斑点面积总和中的一种或多种对裸电芯进行拔针检测,提高检测便利性。
例如,通过CogBlobTool1算子实时抓取拔针检测区域,拔针检测区域所使用的空间跟随为步骤S136中建立的相对应的空间坐标系,确保检测区域的稳定性。采用CogBlobTool1.Results.GetBlobs().count获取实时抓取到的斑点个数,采用For(int i=0;i<Count-1,i++)循环语句循环,获取对应区域所有斑点(高/宽/面积),通过
CogBlobTool1.Results.GetBlobs()[i].GetMeasure(CogBlobMeasureConstants.BoundingBoxExtremaAngleHeiht)
/CogBlobTool1.Results.GetBlobs()[i].GetMeasure(CogBlobMeasureConstants.BoundingBoxExtremaAngleWidth)
/CogBlobTool1.Results.GetBlobs()[i].Area,将获取得到的高宽数据,存入数组(高)和数据(宽),判断数组中数据是否满足规格,将斑点面积累加,得到斑点面积总和,判断斑点面积总和是否满足规格。优先级为在高宽数组中数据不满足规格的情况下,判定结果直接为不合格。在高宽数组中数据合格时,若斑点面积总和满足规格,则判定结果为合格;反之,则判定结果为不合格。
在另一个实施例中,步骤S138包括:获取拔针检测区域中电芯隔离膜的边缘点到所在边缘的距离值,根据距离值中的最大值分析得到拔针检测结果。以边缘a为例,通过计算边缘a上的点到边缘本身a的距离获取最大值,最大值即可理解为边缘a上最大的凸点,根据最大距离检测是否存在拔针不良,有利于抓取整个边缘集体漏出拔针现象。例如:通过CogFindLineTool3实时抓取边缘,采用CogFindLineTool3.Results.Count获取实时抓取到的点位个数Count,采用For(int i=0;i<Count-1,i++)循环语句循环,获取对应边缘上所有点位通过CogFindLineTool3.Results[i].DistanceToLine()算法,获取每个点到边缘本身的距离,将结果保存在数组中,通过将数组中数据进行大小排序得到最大值,最后判断该值是否在检测规格范围内。
本实施例中,通过分析拔针检测区域中电芯隔离膜的边缘点,到自身所在边缘的距离值来进行拔针检测,有利于抓取整个边缘集体漏出拔针现象。
此外,在一个实施例中,如图9所示,步骤S130之后,该方法还可包括步骤S140:将检测结果信息与裸电芯的标识信息进行绑定存储。以标识信息为二维码为例,逻辑控制器还可通过对高曝光度图片进行图像识别,获取标识层上的二维码。在得到检测结果信息后,逻辑控制器将检测结果信息与裸电芯的标识信息绑定存入数据库,还可将检测结果信息同时上传MES(Manufacturing Execution System,制造执行系统)系统,待裸电芯运输到分拣工位,PLC触发扫码枪获取二维码,识别数据库中相对应的检测结果信息,判定裸电芯是否为良品。如果电芯是良品,则PLC控制搬料机械手将电芯搬运至良品缓存区;如果电芯是非良品,则PLC控制搬料机械手将电芯搬运至非良品缓存区。
本实施例中,通过将检测结果信息与裸电芯的标识信息进行绑定存储,方便后续工位结合检测结果信息对裸电芯进行分拣。
应该理解的是,虽然如上的各实施例所涉及的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,如上的各实施例所涉及的流程图中的至少一部分步骤可以包括多个步骤或者多个阶段,这些步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
基于同样的发明构思,本申请实施例还提供了一种用于实现上述所涉及的裸电芯外观检测方法的裸电芯外观检测装置。该装置所提供的解决问题的实现方案与上述方法中所记载的实现方案相似,故下面所提供的一个或多个裸电芯外观检测装置实施例中的具体限定可以参见上文中对于裸电芯外观检测方法的限定,在此不再赘述。
在一个实施例中,如图10所示,提供了一种裸电芯外观检测装置,包括:图片获取模块110、图片处理模块120和图片检测模块130,其中:
图片获取模块110,用于获取对裸电芯拍摄得到的电芯图片;电芯图片为对准裸电芯边缘极耳位置拍摄得到。
图片处理模块120,用于确定电芯图片中的检测对象。
图片检测模块130,用于根据检测对象进行外观检测,得到检测结果信息。
在一个实施例中,电芯图片包括第一电芯图片,第一电芯图片的曝光度高于预设曝光度阈值,检测对象包括电芯隔离膜的边缘。图片处理模块120根据预设电芯模型确定第一电芯图片中的参考位置,根据参考位置抓取电芯隔离膜的边缘。
在一个实施例中,检测结果信息包括尺寸数据。图片检测模块130计算电芯隔离膜边缘的所有点到相对边缘的距离,得到边缘距离数据;根据边缘距离数据进行求平均,计算得到尺寸数据。
在一个实施例中,检测结果信息包括拔针检测结果。图片检测模块130根据电芯隔离膜的边缘确定拔针检测区域;对拔针检测区域进行检测,得到拔针检测结果。
在一个实施例中,图片检测模块130在拔针检测区域查找获取斑点信息,根据斑点信息分析得到拔针检测结果。
在一个实施例中,图片检测模块130获取拔针检测区域中电芯隔离膜的边缘点到所在边缘的距离值,根据距离值中的最大值分析得到拔针检测结果。
在一个实施例中,图片检测模块130将检测结果信息与裸电芯的标识信息进行绑定存储。
上述裸电芯外观检测装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是服务器,还可以是终端,以服务器为例,其内部结构图可以如图11所示。该计算机设备包括通过系统总线连接的处理器、存储器和网络接口。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质和内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种裸电芯外观检测方法。
本领域技术人员可以理解,图11中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,提供了一种计算机设备,包括存储器和处理器,存储器存储有计算机程序,处理器执行计算机程序时实现上述各方法实施例中的步骤。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现上述各方法实施例中的步骤。
在一个实施例中,提供了一种计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现上述各方法实施例中的步骤。
在一个实施例中,还提供了一种裸电芯外观检测系统,包括图像获取装置和上位机,图像获取装置用于对准裸电芯边缘极耳位置拍摄得到电芯图片,并将电芯图片发送至所述上位机,上位机用于根据上述的方法进行裸电芯外观检测。其中,图像获取装置采用双相机,具体可采用双CCD相机。双相机位于裸电芯上方,与裸电芯间距为423±25mm,上位机可采用笔记本、台式电脑或逻辑控制器等。具体地,双相机可采用12MP彩色面阵相机,相机X方向视野为260mm,像素精度为0.06mm/pixel,双相机视野可做到电芯的全视野覆盖。相机分别拍照取像两次,高曝光度图片用于裸电芯尺寸检测,低曝光度图片用于裸电芯瑕疵检测。此外,裸电芯外观检测系统还包括光源,光源与裸电芯的间距为100±20mm。光源具体可包括设置于裸电芯两侧长边上方的一对光源,两个光源的间距为370±30mm。光源还包括设置于裸电芯两侧短边上方的一对光源,两个光源的间距为370±30mm。随着裸电芯流入检测工位,在确保精度的情况下采用2只相机分别拍摄裸电芯对应部分区域,可以兼容多种产品,视野可兼容最大305,最小120。检测过程中,两个相机的间距可根据裸电芯的不同型号进行调节,光源到裸电芯的间距设计为100±20mm,角度可调节范围0到90°,光源之间的间距设计为370±30mm,可兼容最大和最小尺寸的裸电芯。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,该计算机程序可存储于一计算机可读取存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。其中,前述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory,ROM)等非易失性存储介质,或随机存储记忆体(Random Access Memory,RAM)等。
以上所述实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种裸电芯外观检测方法,其特征在于,包括:
获取对裸电芯拍摄得到的电芯图片;所述电芯图片为将双相机布局为相机视野中心对准裸电芯边缘极耳位置,拍摄得到的平行光反射成像;所述电芯图片包括第一电芯图片,所述第一电芯图片的曝光度高于预设曝光度阈值;
确定所述电芯图片中的检测对象;所述检测对象包括电芯图片中与外观检测相关的特征;
根据所述检测对象进行外观检测,得到检测结果信息;所述检测结果信息包括尺寸数据和拔针检测结果;
所述检测对象包括电芯隔离膜的边缘;所述确定所述电芯图片中的检测对象,包括:根据预设电芯模型确定所述第一电芯图片中的参考位置,根据所述参考位置抓取电芯隔离膜的边缘;
所述根据所述检测对象进行外观检测,得到检测结果信息,包括:根据所述电芯隔离膜的边缘确定拔针检测区域;对所述拔针检测区域进行检测,得到拔针检测结果;
所述对所述拔针检测区域进行检测,得到拔针检测结果,包括:在所述拔针检测区域查找获取斑点信息,根据所述斑点信息分析得到拔针检测结果。
2.根据权利要求1所述的方法,其特征在于,所述根据所述检测对象进行外观检测,得到检测结果信息,包括:
计算所述电芯隔离膜边缘的所有点到相对边缘的距离,得到边缘距离数据;
根据所述边缘距离数据进行求平均,计算得到尺寸数据。
3.根据权利要求1所述的方法,其特征在于,所述斑点信息包括单个斑点面积、斑点尺寸和斑点面积总和中的至少一种。
4.根据权利要求1所述的方法,其特征在于,所述对所述拔针检测区域进行检测,得到拔针检测结果,还包括:
获取所述拔针检测区域中所述电芯隔离膜的边缘点到所在边缘的距离值,根据所述距离值中的最大值分析得到拔针检测结果。
5.根据权利要求1-4任意一项所述的方法,其特征在于,所述根据所述检测对象进行外观检测,得到检测结果信息之后,还包括:将所述检测结果信息与裸电芯的标识信息进行绑定存储。
6.一种裸电芯外观检测装置,其特征在于,包括:
图片获取模块,用于获取对裸电芯拍摄得到的电芯图片;所述电芯图片为将双相机布局为相机视野中心对准裸电芯边缘极耳位置,拍摄得到的平行光反射成像;所述电芯图片包括第一电芯图片,所述第一电芯图片的曝光度高于预设曝光度阈值;
图片处理模块,用于确定所述电芯图片中的检测对象;所述检测对象包括电芯图片中与外观检测相关的特征;
图片检测模块,用于根据所述检测对象进行外观检测,得到检测结果信息;所述检测结果信息包括尺寸数据和拔针检测结果;
所述检测对象包括电芯隔离膜的边缘,所述图片处理模块还用于根据预设电芯模型确定所述第一电芯图片中的参考位置,根据所述参考位置抓取电芯隔离膜的边缘;
所述图片检测模块还用于根据所述电芯隔离膜的边缘确定拔针检测区域;在所述拔针检测区域查找获取斑点信息,根据所述斑点信息分析得到拔针检测结果。
7.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至5中任一项所述的方法的步骤。
8.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至5中任一项所述的方法的步骤。
9.一种计算机程序产品,包括计算机程序,其特征在于,该计算机程序被处理器执行时实现权利要求1至5中任一项所述的方法的步骤。
10.一种裸电芯外观检测系统,其特征在于,包括图像获取装置和上位机,所述图像获取装置用于对准裸电芯边缘极耳位置拍摄得到电芯图片,并将所述电芯图片发送至所述上位机,所述上位机用于根据权利要求1-5任意一项所述的方法进行裸电芯外观检测。
Priority Applications (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210957577.6A CN115829913B (zh) | 2022-08-10 | 2022-08-10 | 裸电芯外观检测方法、装置、计算机设备和存储介质 |
EP23797624.6A EP4350621A1 (en) | 2022-08-10 | 2023-03-27 | Bare cell appearance inspection method and apparatus, computer device, and storage medium |
PCT/CN2023/084032 WO2024032000A1 (zh) | 2022-08-10 | 2023-03-27 | 裸电芯外观检测方法、装置、计算机设备和存储介质 |
US18/503,170 US20240070852A1 (en) | 2022-08-10 | 2023-11-06 | Appearance detection method and apparatus for bare cell, computer device, and storage medium |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210957577.6A CN115829913B (zh) | 2022-08-10 | 2022-08-10 | 裸电芯外观检测方法、装置、计算机设备和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115829913A CN115829913A (zh) | 2023-03-21 |
CN115829913B true CN115829913B (zh) | 2024-05-17 |
Family
ID=85523039
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210957577.6A Active CN115829913B (zh) | 2022-08-10 | 2022-08-10 | 裸电芯外观检测方法、装置、计算机设备和存储介质 |
Country Status (4)
Country | Link |
---|---|
US (1) | US20240070852A1 (zh) |
EP (1) | EP4350621A1 (zh) |
CN (1) | CN115829913B (zh) |
WO (1) | WO2024032000A1 (zh) |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115829913B (zh) * | 2022-08-10 | 2024-05-17 | 宁德时代新能源科技股份有限公司 | 裸电芯外观检测方法、装置、计算机设备和存储介质 |
CN116037731B (zh) * | 2023-03-31 | 2023-07-28 | 江苏时代新能源科技有限公司 | 极耳翻折改善装置及方法、电池生产设备 |
CN117740792B (zh) * | 2024-02-20 | 2024-07-23 | 宁德时代新能源科技股份有限公司 | 裸电芯检测系统及裸电芯检测系统的点检方法 |
CN117782995B (zh) * | 2024-02-23 | 2024-06-25 | 宁德时代新能源科技股份有限公司 | 缺陷检测方法、缺陷检测系统、装置、设备和存储介质 |
CN117782993B (zh) * | 2024-02-23 | 2024-07-12 | 宁德时代新能源科技股份有限公司 | 裸电芯外观检测系统的点检方法及裸电芯外观检测系统 |
CN117781914B (zh) * | 2024-02-28 | 2024-07-12 | 宁德时代新能源科技股份有限公司 | 极耳错位检测系统及方法 |
CN117825395B (zh) * | 2024-03-06 | 2024-09-10 | 宁德时代新能源科技股份有限公司 | 裸电芯缺陷检测系统及方法 |
CN117895092B (zh) * | 2024-03-15 | 2024-07-23 | 宁德时代新能源科技股份有限公司 | 一种用于对裸电芯进行配对的方法和系统 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107941805A (zh) * | 2017-12-01 | 2018-04-20 | 无锡先导智能装备股份有限公司 | 电芯质量检测方法 |
CN109269419A (zh) * | 2018-08-31 | 2019-01-25 | 广州超音速自动化科技股份有限公司 | 裸电芯外观尺寸检测方法、电子设备、存储介质及系统 |
CN109358064A (zh) * | 2018-08-31 | 2019-02-19 | 广州超音速自动化科技股份有限公司 | 极片制片卷绕缺陷全功能检测方法、设备、介质及系统 |
CN109443418A (zh) * | 2018-08-31 | 2019-03-08 | 广州超音速自动化科技股份有限公司 | 极片制片贴胶和裸电芯检测方法、设备、存储介质及系统 |
CN111192246A (zh) * | 2019-12-27 | 2020-05-22 | 苏州班奈特电子有限公司 | 一种焊点的自动检测方法 |
WO2021169335A1 (zh) * | 2020-02-25 | 2021-09-02 | 华南理工大学 | 一种锂电池极耳激光焊点视觉在线检测方法 |
CN214957024U (zh) * | 2021-04-23 | 2021-11-30 | 欣旺达电动汽车电池有限公司 | 电芯拔针检测装置和电芯加工设备 |
CN113989232A (zh) * | 2021-10-28 | 2022-01-28 | 广东利元亨智能装备股份有限公司 | 电芯缺陷检测方法、装置、电子设备和存储介质 |
DE202022101348U1 (de) * | 2022-03-14 | 2022-04-14 | Guangzhou Supersonic Automation Technology Co. , Ltd. | Vollfunktions-Erfassungssystem für Wickelfehler bei der Polstückherstellung |
CN114740001A (zh) * | 2022-04-13 | 2022-07-12 | 深圳市凌云视迅科技有限责任公司 | 一种锂电池极片尺寸检测装置及方法 |
CN114813745A (zh) * | 2022-04-01 | 2022-07-29 | 上海先导慧能技术有限公司 | 极耳翻折检测方法、装置、系统、电子设备及存储介质 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109239075B (zh) * | 2018-08-27 | 2021-11-30 | 北京百度网讯科技有限公司 | 电池检测方法及装置 |
CN112577421A (zh) * | 2019-12-11 | 2021-03-30 | 广东利元亨智能装备股份有限公司 | 一种电芯检测方法、装置及设备 |
CN113409296B (zh) * | 2021-06-30 | 2022-09-20 | 广东利元亨智能装备股份有限公司 | 一种卷绕电芯的抽芯检测方法、电子设备及存储介质 |
CN115829913B (zh) * | 2022-08-10 | 2024-05-17 | 宁德时代新能源科技股份有限公司 | 裸电芯外观检测方法、装置、计算机设备和存储介质 |
-
2022
- 2022-08-10 CN CN202210957577.6A patent/CN115829913B/zh active Active
-
2023
- 2023-03-27 WO PCT/CN2023/084032 patent/WO2024032000A1/zh unknown
- 2023-03-27 EP EP23797624.6A patent/EP4350621A1/en active Pending
- 2023-11-06 US US18/503,170 patent/US20240070852A1/en active Pending
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107941805A (zh) * | 2017-12-01 | 2018-04-20 | 无锡先导智能装备股份有限公司 | 电芯质量检测方法 |
CN109269419A (zh) * | 2018-08-31 | 2019-01-25 | 广州超音速自动化科技股份有限公司 | 裸电芯外观尺寸检测方法、电子设备、存储介质及系统 |
CN109358064A (zh) * | 2018-08-31 | 2019-02-19 | 广州超音速自动化科技股份有限公司 | 极片制片卷绕缺陷全功能检测方法、设备、介质及系统 |
CN109443418A (zh) * | 2018-08-31 | 2019-03-08 | 广州超音速自动化科技股份有限公司 | 极片制片贴胶和裸电芯检测方法、设备、存储介质及系统 |
CN111192246A (zh) * | 2019-12-27 | 2020-05-22 | 苏州班奈特电子有限公司 | 一种焊点的自动检测方法 |
WO2021169335A1 (zh) * | 2020-02-25 | 2021-09-02 | 华南理工大学 | 一种锂电池极耳激光焊点视觉在线检测方法 |
CN214957024U (zh) * | 2021-04-23 | 2021-11-30 | 欣旺达电动汽车电池有限公司 | 电芯拔针检测装置和电芯加工设备 |
CN113989232A (zh) * | 2021-10-28 | 2022-01-28 | 广东利元亨智能装备股份有限公司 | 电芯缺陷检测方法、装置、电子设备和存储介质 |
DE202022101348U1 (de) * | 2022-03-14 | 2022-04-14 | Guangzhou Supersonic Automation Technology Co. , Ltd. | Vollfunktions-Erfassungssystem für Wickelfehler bei der Polstückherstellung |
CN114813745A (zh) * | 2022-04-01 | 2022-07-29 | 上海先导慧能技术有限公司 | 极耳翻折检测方法、装置、系统、电子设备及存储介质 |
CN114740001A (zh) * | 2022-04-13 | 2022-07-12 | 深圳市凌云视迅科技有限责任公司 | 一种锂电池极片尺寸检测装置及方法 |
Non-Patent Citations (5)
Title |
---|
基于 VisionPro 的橡胶减震垫的缺陷检测;令狐蓉;《山西电子技术》(第1期);第3-4页 * |
基于机器视觉的太阳能电池板对位系统;吴禄慎 等;《组合机床与自动化加工技术》(第5期);第23-29页 * |
孔繁荣 等.《 工业智能化转型方法与实践》.上海:上海科学技术出版社,2020,第193-197页. * |
孙学宏 等.《机器视觉技术及应用》.北京:机械工业出版社,2021,第64-71页. * |
黄勇.《 动力电池及能源管理技术》.重庆:重庆大学出版社,2021,第42-46页. * |
Also Published As
Publication number | Publication date |
---|---|
WO2024032000A1 (zh) | 2024-02-15 |
CN115829913A (zh) | 2023-03-21 |
EP4350621A1 (en) | 2024-04-10 |
US20240070852A1 (en) | 2024-02-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115829913B (zh) | 裸电芯外观检测方法、装置、计算机设备和存储介质 | |
US20240077432A1 (en) | Cell detection method, apparatus, and system, computer device, and storage medium | |
WO2024108847A1 (zh) | 辊、点检方法及装置、卷材传送方法及装置、设备、介质 | |
CN117280513A (zh) | 电池极片绝缘涂层缺陷的检测方法、装置和计算机设备 | |
CN110441316B (zh) | 电池表面缺陷检测方法及检测系统 | |
CN112577421A (zh) | 一种电芯检测方法、装置及设备 | |
CN111266315A (zh) | 基于视觉分析的矿石物料在线分拣系统及其方法 | |
WO2023070552A1 (zh) | 一种电池卷芯卷绕覆盖检测方法、装置及设备 | |
CN115829912A (zh) | 检测电芯表面缺陷的方法和装置 | |
CN115147370A (zh) | 一种电池顶盖焊接缺陷检测方法、装置、介质及电子设备 | |
WO2024113541A1 (zh) | 电芯极片检测方法、装置与电子设备 | |
US20240199359A1 (en) | Material strip feeding detection method and apparatus for stacking machine, stacking machine, device, and medium | |
CN110930382A (zh) | 基于标定板特征点提取的点云拼接精度评估方法及系统 | |
CN114740001A (zh) | 一种锂电池极片尺寸检测装置及方法 | |
US20230140944A1 (en) | Battery Cell Exterior Inspection System | |
CN115808138A (zh) | 电芯检测系统及电芯检测方法 | |
CN117740792B (zh) | 裸电芯检测系统及裸电芯检测系统的点检方法 | |
KR20220087027A (ko) | 전지셀 검사 시스템 및 전지셀 검사 방법 | |
CN108335332A (zh) | 一种基于双目视觉的轴类零件中轴线测量方法 | |
KR20230108774A (ko) | 레이저 거리 측정기 및 스테레오 카메라를 이용하여 이차전지용 전극의 결함을 검출하기 위한 비젼 검사 시스템 | |
CN117058411B (zh) | 电池棱边外形瑕疵识别方法、装置、介质和设备 | |
CN217359628U (zh) | 一种锂电池极片尺寸检测装置 | |
CN116188374A (zh) | 插座检测方法、装置、计算机设备及存储介质 | |
WO2024016266A1 (zh) | 检测电芯组件的极耳外观的方法与装置、电子设备 | |
US20240062336A1 (en) | Correction method and apparatus for depth image, and method for welding inspection of shell assembly of battery |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |