CN117252883B - 焊接缺陷检测方法、装置和存储介质 - Google Patents
焊接缺陷检测方法、装置和存储介质 Download PDFInfo
- Publication number
- CN117252883B CN117252883B CN202311543281.0A CN202311543281A CN117252883B CN 117252883 B CN117252883 B CN 117252883B CN 202311543281 A CN202311543281 A CN 202311543281A CN 117252883 B CN117252883 B CN 117252883B
- Authority
- CN
- China
- Prior art keywords
- detection
- weld
- area
- welding
- edge position
- 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 627
- 238000003466 welding Methods 0.000 title claims abstract description 264
- 230000007547 defect Effects 0.000 title claims abstract description 166
- 238000003860 storage Methods 0.000 title claims abstract description 14
- 239000011324 bead Substances 0.000 claims description 164
- 238000005259 measurement Methods 0.000 claims description 93
- 238000001914 filtration Methods 0.000 claims description 13
- 238000004590 computer program Methods 0.000 claims description 7
- 238000009826 distribution Methods 0.000 claims description 7
- 238000000034 method Methods 0.000 description 25
- 238000010586 diagram Methods 0.000 description 17
- 238000004519 manufacturing process Methods 0.000 description 9
- XAGFODPZIPBFFR-UHFFFAOYSA-N aluminium Chemical compound [Al] XAGFODPZIPBFFR-UHFFFAOYSA-N 0.000 description 7
- 229910052782 aluminium Inorganic materials 0.000 description 7
- 238000000638 solvent extraction Methods 0.000 description 7
- 238000007689 inspection Methods 0.000 description 5
- 238000013473 artificial intelligence Methods 0.000 description 4
- 238000003384 imaging method Methods 0.000 description 4
- 239000000463 material Substances 0.000 description 3
- 230000002950 deficient Effects 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- WHXSMMKQMYFTQS-UHFFFAOYSA-N Lithium Chemical compound [Li] WHXSMMKQMYFTQS-UHFFFAOYSA-N 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000013136 deep learning model Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 229910052744 lithium Inorganic materials 0.000 description 1
- 239000000203 mixture 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
- 238000005192 partition Methods 0.000 description 1
- 230000010287 polarization Effects 0.000 description 1
- 238000007670 refining Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 238000011895 specific detection Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000012549 training 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
-
- 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
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/25—Determination of region of interest [ROI] or a volume of interest [VOI]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/764—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using classification, e.g. of video objects
-
- 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
- G06T2207/30152—Solder
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (AREA)
- Artificial Intelligence (AREA)
- Health & Medical Sciences (AREA)
- Quality & Reliability (AREA)
- Computing Systems (AREA)
- Databases & Information Systems (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Abstract
本申请实施例提供一种焊接缺陷检测方法、装置和存储介质,涉及电池领域。通过具有结构信息的第一图像,得到焊缝区域以及非焊缝区域,根据焊缝区域以及非焊缝区域,得到焊缝的多个检测区域,并在焊缝的多个检测区域中至少一个检测区域的预设属性信息满足预设条件情况下,确定焊缝存在缺陷。
Description
技术领域
本申请涉及电池领域,尤其涉及一种焊接缺陷检测方法、装置和存储介质。
背景技术
在动力锂电池生产过程中,由于顶盖和铝壳的材料成分不同,以及设备焊接激光器的发散性影响,电芯顶盖焊接会出现一定量的缺陷。出于对生产良率、出货率与电芯安全性的考虑,对顶盖焊接焊缝的检测成为了不可缺少的一环。
相关技术中,利用直接定位缺陷位置并输出结果,实现对焊缝缺陷的检测,误判率较高。
上述的陈述仅用于提供与本申请有关的背景技术信息,而不必然地构成现有技术。
发明内容
本申请要解决的一个技术问题是,提供一种焊接缺陷检测方法、装置和存储介质,能够减少焊缝缺陷检测的误判率。
第一方面,本申请提供焊接缺陷检测方法,包括:获取电池顶盖与壳体焊接的第一图像,第一图像包括结构信息;对第一图像中焊缝区域进行检测,得到焊缝区域以及非焊缝区域;根据焊缝区域以及非焊缝区域,确认电池顶盖与壳体之间的焊缝的多个检测区域;以及在焊缝的多个检测区域中至少一个检测区域的预设属性信息满足预设条件情况下,确定焊缝存在缺陷。
本申请实施例的技术方案中,对图像进行区域进行划分,明确感兴趣的焊缝区域以及非焊缝区域,进而对焊缝结构进行细化,得到多个检测区域,便于针对每个检测区域的缺陷进行独立判断,在至少一个检测区域的预设属性信息满足预设条件情况下,确定焊缝存在缺陷,通过区域分析和规格卡控,能够在实现焊缝缺陷有效拦截情况下,降低焊缝缺陷的误判率,提高检测准确性,进而提升电池良品率以及出货量。
在一些实施例中,根据焊缝区域以及非焊缝区域,确认电池顶盖与壳体之间的焊缝的多个检测区域,包括:确定焊缝区域在焊道宽度方向的有效宽度和中心宽度;以及根据有效宽度,确定焊缝区域沿焊道宽度方向,向非焊缝区域进行拓展的第一预定距离和第二预定距离;基于第一预定距离、第二预定距离和中心宽度,对焊缝进行区域划分,得到多个检测区域。通过对焊缝区域进行划分,便于后续针对每个区域的缺陷进行独立判断,提高焊缝缺陷识别准确性。
在一些实施例中,确定焊缝区域在焊道宽度方向的有效宽度包括:确定焊缝区域在焊道宽度方向的第一边缘位置和第二边缘位置;以及根据第二边缘位置和第一边缘位置的差值,得到焊缝区域在焊道宽度方向的有效宽度。通过对焊缝区域的有效宽度的确定,便于实现焊缝结构的划分。
在一些实施例中,多个检测区域包括上顶盖焊缝区,中心焊道区和侧顶盖焊缝区,中心焊道区沿焊道宽度方向上位于上顶盖焊缝区和侧顶盖焊缝区之间,其中,得到多个检测区域包括:根据焊缝区域在焊道宽度方向上的第一边缘位置和第二边缘位置、以及有效宽度、中心宽度,确定中心焊道区在焊道宽度方向上的第三边缘位置和第四边缘位置;将第一边缘位置沿焊道宽度方向,向远离中心焊道区方向的非焊缝区域拓展第一预定距离,得到上顶盖焊缝区在焊道宽度方向上的第五边缘位置,其中,第三边缘位置为上顶盖焊缝区在焊道宽度方向上靠近中心焊道区的边缘位置;以及将第二边缘位置沿焊道宽度方向,向远离中心焊道区方向的非焊缝区域拓展第二预定距离,得到侧顶盖焊缝区在焊道宽度方向上的第六边缘位置,其中,第四边缘位置为侧顶盖焊缝区在焊道宽度方向上靠近中心焊道区的边缘位置。将焊缝划分为上顶盖焊缝区,中心焊道区和侧顶盖焊缝区,有利于产线针对不同的焊缝区域,制定独立的缺陷度量标准,从而减少焊缝缺陷误判率。
在一些实施例中,确定中心焊道区在焊道宽度方向上的第三边缘位置和第四边缘位置包括:将第一边缘位置向第二边缘位置移动第三预定距离,得到第三边缘位置,其中,第三预定距离为有效宽度与中心宽度的差值的二分之一;以及将第二边缘位置向第一边缘位置移动第三预定距离,得到第四边缘位置。识别中心焊道区域,并确定中心焊道区域的边缘位置,能够提升焊缝划分的准确性。
在一些实施例中,多个检测区域还包括第一检测区和第二检测区,其中,第一检测区沿焊道延伸方向,位于上顶盖焊缝区、中心焊道区和侧顶盖焊缝区的第一侧,第二检测区沿焊道延伸方向,位于上顶盖焊缝区、中心焊道区和侧顶盖焊缝区的第二侧。由于焊缝具有弯曲度,从而识别焊缝的R角区域,便于对R角区域的缺陷进行独立判断。
在一些实施例中,得到多个检测区域还包括:将焊缝区域在焊道延伸方向上的第七边缘位置,向靠近上顶盖焊缝区、中心焊道区和侧顶盖焊缝区的方向延伸第四预定距离,得到第一检测区的第八边缘位置,其中,第七边缘位置为第一检测区的远离上顶盖焊缝区、中心焊道区和侧顶盖焊缝区的方向的边缘位置。通过识别第一检测区的边缘位置,从而提升焊缝划分的准确性。
在一些实施例中,得到多个检测区域还包括:将焊缝区域在焊道延伸方向上的第九边缘位置,向靠近上顶盖焊缝区、中心焊道区和侧顶盖焊缝区的方向延伸第五预定距离,得到第二检测区的第十边缘位置,其中,第九边缘位置为第二检测区的远离上顶盖焊缝区、中心焊道区和侧顶盖焊缝区的方向的边缘位置。通过识别第二检测区的边缘位置,从而提升焊缝划分的准确性。
在一些实施例中,根据第一图像,得到包含检测目标的至少一个第一检测框,其中,第一检测框带有类别;根据至少一个第一检测框,得到待识别检测框;根据待识别检测框在焊缝的位置,确定待识别检测框对应的检测区域;确定待识别检测框中的检测目标的至少一个属性信息,其中,在焊缝的多个检测区域中至少一个检测区域的预设属性信息满足预设条件情况下,确定焊缝存在缺陷,包括:在至少一个检测区域的至少一个待识别检测框的检测目标的至少一个属性信息,大于或等于检测目标所在待识别检测框所属类别和检测区域对应的测量阈值的情况下,确定焊缝存在缺陷。通过定位检测框,并确定每个检测框所在的检测区域,便于对每个检测框内的目标,按照所在检测区域的标准进行检测,从而识别出该目标是否为缺陷,进而确定焊缝是否存在缺陷,提高了检测准确性和效率。
在一些实施例中,在根据待识别检测框在焊缝的位置,确定待识别检测框对应的检测区域之前,获取电池顶盖与壳体焊接的第二图像,其中,第二图像包括亮度信息;根据第二图像,得到包含检测目标的至少一个第二检测框,其中,第二检测框带有类别,其中,根据至少一个第一检测框,得到待识别检测框,包括:根据至少一个第一检测框和至少一个第二检测框,得到待识别检测框。通过对具有亮度信息的图像以及具有结构信息的图像的综合分析,能够降低检测框漏检的概率。
在一些实施例中,至少一个属性信息包括测量距离,其中,确定待识别检测框中的检测目标的至少一个属性信息包括:以不属于待识别检测框且与待识别检测框相邻的区域的截面,作为待识别检测框的测量参考面;以及确定检测目标,相对于检测目标所在待识别检测框的测量参考面的测量距离。通过寻找更加精准的测量参考点,能够真实有效的反映缺陷的真实测量值,从而能够有效提升规格测量值的准确性。
在一些实施例中,至少一个属性信息包括测量距离,多个检测区域包括上顶盖焊缝区,中心焊道区和侧顶盖焊缝区,中心焊道区沿焊道宽度方向上位于上顶盖焊缝区和侧顶盖焊缝区之间,其中,确定待识别检测框中的检测目标的至少一个属性信息包括:在检测目标所在待识别检测框位于上顶盖焊缝区的情况下,根据第一图像中的像素分布差异,以沿焊道宽度方向上,距离上顶盖焊缝区最近的非焊缝区域的截面,作为检测目标所在待识别检测框的测量参考面;在检测目标所在待识别检测框位于侧顶盖焊缝区的情况下,根据第一图像中的像素分布差异,以沿焊道宽度方向上,距离侧顶盖焊缝区最近的非焊缝区域的截面,作为检测目标所在待识别检测框的测量参考面;在检测目标所在待识别检测框位于中心焊道区的情况下,将中心焊道区中除检测目标外的区域的截面,作为检测目标所在待识别检测框的测量参考面;以及确定检测目标,相对于检测目标所在待识别检测框的测量参考面的测量距离。针对不同的检测区域,选择更加精确的测量参考点,能够真实有效的反映缺陷的真实测量值,从而能够有效提升规格测量值的准确性。
在一些实施例中,多个检测区域还包括第一检测区和第二检测区,其中,第一检测区沿焊道延伸方向,位于上顶盖焊缝区、中心焊道区和侧顶盖焊缝区的第一侧,第二检测区沿焊道延伸方向,位于上顶盖焊缝区、中心焊道区和侧顶盖焊缝区的第二侧,其中,确定待识别检测框中的检测目标的至少一个属性信息包括:在检测目标所在待识别检测框位于第一检测区的情况下,将第一检测区中除检测目标外的区域的截面,作为检测目标所在待识别检测框的测量参考面;在检测目标所在待识别检测框位于第二检测区的情况下,将第二检测区中除检测目标外的区域的截面,作为检测目标所在待识别检测框的测量参考面;以及确定检测目标,相对于检测目标所在待识别检测框的测量参考面的测量距离。针对位于R角区域的目标,选择相应的测量参考点,提高了该区域的缺陷的真实测量值,进而提高了测量的准确性。
在一些实施例中,至少一个属性信息还包括面积信息,其中,确定待识别检测框中的检测目标的至少一个属性信息还包括:根据第一图像上的像素点的深度信息,确定检测目标对应的像素点;以及根据检测目标在第一图像上对应的像素点,确定检测目标的面积信息。通过检测每个检测目标的面积信息,便于将该面积信息与阈值进行比较,通过面积大小来实现缺陷的判断。
在一些实施例中,得到包含检测目标的至少一个第一检测框,包括:获取第一图像中的至少一个第一疑似检测框,其中,第一疑似检测框带有类别和概率置信度;以及基于概率置信度阈值,对至少一个第一疑似检测框进行过滤,得到至少一个第一检测框。通过过滤掉无效检测框,能够提高后续缺陷检测的准确性。
在一些实施例中,得到包含检测目标的至少一个第二检测框,包括:获取第二图像中的至少一个第二疑似检测框,其中,第二疑似检测框带有类别和概率置信度;以及基于概率置信度阈值,对至少一个第二疑似检测框进行过滤,得到至少一个第二检测框。通过过滤掉无效检测框,能够提高后续缺陷检测的准确性。
在一些实施例中,根据待识别检测框所属类别和检测区域,设置待识别检测框中的检测目标的属性信息的测量阈值。针对每个检测框,按照类别和检测区域,设定对应的测量阈值,从而能够提高每个检测框内缺陷识别的准确性。
第二方面,一种焊接缺陷检测装置,包括:图像获取模块,被配置为获取电池顶盖与壳体焊接的第一图像,第一图像包括结构信息;第一划分模块,被配置为对第一图像中焊缝区域进行检测,得到焊缝区域以及非焊缝区域;第二划分模块,被配置为根据焊缝区域以及非焊缝区域,确认电池顶盖与壳体之间的焊缝的多个检测区域;以及缺陷识别模块,被配置为在焊缝的多个检测区域中至少一个检测区域的预设属性信息满足预设条件情况下,确定焊缝存在缺陷。
本申请实施例的技术方案中,对图像进行区域进行划分,明确感兴趣的焊缝区域以及非焊缝区域,进而对焊缝结构进行细化,得到多个检测区域,便于针对检测区域的缺陷进行独立判断,在至少一个检测区域的预设属性信息满足预设条件情况下,确定焊缝存在缺陷,通过区域分析和规格卡控,能够在实现焊缝缺陷有效拦截情况下,降低焊缝缺陷的误判率,进而提升电池良品率以及出货量。
第三方面,一种焊接缺陷检测装置,包括:存储器;以及耦接至存储器的处理器,处理器被配置为基于存储在存储器的指令执行如上述的焊接缺陷检测方法。
第四方面,一种计算机可读存储介质,其上存储有计算机程序指令,该指令被处理器执行时实现如上述的焊接缺陷检测方法。
通过以下参照附图对本申请的示例性实施例的详细描述,本申请的其它特征及其优点将会变得清楚。
附图说明
为了更清楚地说明本申请实施例的技术方案,下面将对本申请实施例中所需要使用的附图作简单地介绍,显而易见地,下面所描述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,还可以根据附图获得其他的附图。
图1为根据一个或多个实施例的焊接缺陷检测方法的流程示意图一;
图2为根据一个或多个实施例的相机与电芯的相对位置示意图;
图3为根据一个或多个实施例的焊接缺陷检测方法的流程示意图二;
图4为根据一个或多个实施例的焊缝结构化分区示例图;
图5为根据一个或多个实施例的焊接缺陷检测方法的流程示意图三;
图6为根据一个或多个实施例的缺陷属性检测的示意图;
图7为根据一个或多个实施例的焊接缺陷检测方法的流程示意图四;
图8为根据一个或多个实施例的焊接缺陷检测装置的结构示意图一;
图9为根据一个或多个实施例的焊接缺陷检测装置的结构示意图二;
图10为根据一个或多个实施例的焊接缺陷检测装置的结构示意图三。
具体实施方式
下面结合附图和实施例对本申请的实施方式作进一步详细描述。以下实施例的详细描述和附图用于示例性地说明本申请的原理,但不能用来限制本申请的范围,即本申请不限于所描述的实施例。
在本申请的描述中,需要说明的是,除非另有说明,“多个”的含义是两个以上;术语“上”、“下”、“左”、“右”、“内”、“外”等指示的方位或位置关系仅是为了便于描述本申请和简化描述,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的限制。此外,术语“第一”、“第二”、“第三”等仅用于描述目的,而不能理解为指示或暗示相对重要性。“垂直”并不是严格意义上的垂直,而是在误差允许范围之内。“平行”并不是严格意义上的平行,而是在误差允许范围之内。
同时,应当明白,为了便于描述,附图中所示出的各个部分的尺寸并不是按照实际的比例关系绘制的。
以下对至少一个示例性实施例的描述实际上仅仅是说明性的,决不作为对本申请及其应用或使用的任何限制。
对于相关领域普通技术人员已知的技术、方法和设备可能不作详细讨论,但在适当情况下,所述技术、方法和设备应当被视为说明书的一部分。
在这里示出和讨论的所有示例中,任何具体值应被解释为仅仅是示例性的,而不是作为限制。因此,示例性实施例的其它示例可以具有不同的值。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步讨论。
为使本申请的目的、技术方案和优点更加清楚明白,以下结合具体实施例,并参照附图,对本申请进一步详细说明。
相关技术中,通过相机扫描焊道后,直接对缺陷特征进行提取,并建立AI(Artificial Intelligence,人工智能)模型。在正常生产过程中,AI 模型直接定位缺陷并识别,该模型虽然可以检测出缺陷,但由于直接定位,缺乏区域以及规格的卡控过滤,导致误判率较大,影响出货量。
本申请的实施例中,通过识别感兴趣的焊缝区域以及非感兴趣的非焊缝区域,并对焊缝进行细化分区,能够针对每个区域分别进行检测,并在至少一个检测区域的预设属性信息满足预设条件情况下,确定焊缝存在缺陷,能够减少误判,提高焊缝缺陷检测的准确性,进而能够提高电池良品率和出货量。
图1为根据一个或多个实施例的焊接缺陷检测方法的流程示意图一。该实施例由焊接缺陷检测装置执行。
在步骤110,获取电池顶盖与壳体焊接的第一图像,第一图像包括结构信息。
在一些实施例中,第一图像为深度图像,该深度图像含有结构信息,例如,轮廓特征以及深度特征,通过分析轮廓特征,能够识别出图像中不同的区域。
在一些实施例中,如图2所示,部署工业相机210,该工业相机例如为3D相机,该3D相机以一定的角度发射激光,利用激光扫描电芯220顶盖焊缝,获取顶盖焊缝成像。该3D相机例如为线扫相机,相机发射的激光与电芯的轴线成20°到40°的夹角,例如为30°,相机距离焊缝的距离为45mm到75mm,例如为60mm。本领域的技术人员应该理解,此处对夹角和距离的限定仅是用于举例,可以根据生产产线的具体情况设置对应的夹角和距离。该3D相机可以同时生成一张含有亮度信息的灰度图和一张含有结构信息的深度图,灰度图中具有灰度特征。通过获得的图像,能够进行数字化建模。
在步骤120,对第一图像中焊缝区域进行检测,得到焊缝区域以及非焊缝区域。
3D相机发出的激光具有一定的宽度,在扫描顶盖焊缝成像时,图像中往往会存在较多的冗余区域。如果不对成像做结构化分区,将会导致很多非感兴趣区域的检测误报,并且影响检测效率。在一些实施例中,通过分析深度图像中的轮廓特征,能够识别感兴趣的焊缝区域以及非感兴趣的非焊缝区域。
在步骤130,根据焊缝区域以及非焊缝区域,确认电池顶盖与壳体之间的焊缝的多个检测区域。
在一些实施例中,对焊缝结构进行细化,划分为上顶盖焊缝区、侧顶盖焊缝区以及中心焊道区,从而有利于产线针对不同的焊缝区域,制定独立的缺陷度量标准。
例如,上顶盖与侧顶盖铝壳材料与厚度的差异,导致缺陷规格的度量标准也会不同。例如,一般上顶盖铝壳厚度大于侧顶盖铝壳厚度,同样深度的针孔缺陷,出现在侧顶盖焊缝区域的风险往往大于上顶盖焊缝区域。因此,该步骤中,对焊缝进行划分,得到多个检测区域。
在步骤140,在焊缝的多个检测区域中至少一个检测区域的预设属性信息满足预设条件情况下,确定焊缝存在缺陷。
在一些实施例中,对每个检测区域,可以根据实际生产工艺、及缺陷规格标准等,去自适应地制定该检测区域的检测目标的每个检测属性的测量阈值。例如,检测每个区域的检测目标的深度信息或高度信息,或者面积信息,将得到的数据与该检测区域的该检测目标的属性阈值进行比对,从而判断出该检测区域内的检测目标是否为缺陷,在至少有一个检测区域内的检测目标为缺陷的情况下,确定该焊缝存在缺陷。该检测目标例如为突起、凹坑、针孔、爆点、偏光、断焊等。
在上述实施例中,利用包含结构信息的第一图像,识别出感兴趣的焊缝区域和不感兴趣的非焊缝区域,进一步得到焊缝的多个检测区域,从而可以根据工艺差异以及不同区域缺陷标准,区别对待每个检测区域的检测目标,并在至少一个检测区域的预设属性信息满足预设条件情况下,确定焊缝存在缺陷,在实现焊缝缺陷有效拦截的情况下降低误判率,提高了焊缝缺陷检测准确性,进而提升了良品率以及出货量。
图3为根据一个或多个实施例的焊接缺陷检测方法的流程示意图二。
在步骤310,确定焊缝区域在焊道宽度方向的有效宽度和中心宽度。
在一些实施例中,确定焊缝区域在焊道宽度方向的第一边缘位置和第二边缘位置;以及根据第二边缘位置和第一边缘位置的差值,得到焊缝区域在焊道宽度方向的有效宽度。
如图4所示,线条420到线条450之间为焊缝区域,线条450为焊缝区域的第一边缘位置,线条420为焊缝区域的第二边缘位置。若线条420为焊缝的左起始位置,在图中的焊道宽度方向的坐标为L;线条450为焊缝的右终止位置,在图中的焊道宽度方向的坐标为R,则焊缝区域的有效宽度W=R-L。
在一些实施例中,根据焊缝区域的有效宽度,确定中心宽度。例如,将该有效宽度乘以一定的比例系数,得到中心宽度,其中,该比例系数ρ的取值为0<ρ<1,其中,具体取值大小与焊缝的突起程度有关。在一些实施例中,还可以直接预设中心宽度。
在步骤320,根据有效宽度,确定焊缝区域沿焊道宽度方向,向非焊缝区域进行拓展的第一预定距离和第二预定距离。
在一些实施例中,虽然通过图像已识别出焊缝区域,但在实际应用中,会出现焊缝缺陷蔓延的情况,因此,将该焊缝区域分别向图4中的左右两侧的非焊缝区域进行扩展。例如,将线条420向左侧扩展第二预定距离,得到线条410,将线条450向右侧扩展第一预定距离,得到线条460。线条410至线条460之间的区域为需要分析的区域。该第一预定距离和第二预定距离可以相同也可以不同,取值例如为2mm。
在步骤340,基于第一预定距离、第二预定距离和中心宽度,对焊缝进行区域划分,得到多个检测区域。
在一些实施例中,按照上顶盖与测顶盖铝壳材料与厚度的差异,将焊缝划分为上顶盖焊缝区,中心焊道区和侧顶盖焊缝区,中心焊道区沿焊道宽度方向上位于上顶盖焊缝区和侧顶盖焊缝区之间。
相比于将焊缝当作一个整体、无区分的方式,在上述实施例中,将焊缝划分为多个检测区域,便于后续对每个检测区域分别设定检测目标阈值,以及对每个检测目标分别进行判断,能够更加准确、灵活的实现焊缝缺陷判断。
在一些实施例中,根据焊缝区域在焊道宽度方向上的第一边缘位置和第二边缘位置、以及有效宽度、中心宽度,确定中心焊道区在焊道宽度方向上的第三边缘位置和第四边缘位置。
例如,将第一边缘位置向第二边缘位置移动第三预定距离,得到第三边缘位置,其中,第三预定距离为有效宽度与中心宽度的差值的二分之一;以及将第二边缘位置向第一边缘位置移动第三预定距离,得到第四边缘位置。
以图4为例,线条450为焊缝区域的第一边缘位置,线条420为焊缝区域的第二边缘区域,将线条450向左侧移动第三预定距离,得到线条440,即第三边缘位置,将线条420向右侧移动第三预定距离,得到线条430,即第四边缘位置。这样,确定了中心焊道区的左起始位置和右终止位置。
在一些实施例中,中心焊道区左起始位置在焊道宽度方向上的坐标为L +(1-ρ)*W/2,中心焊道区右终止位置在焊道宽度方向上的坐标为R-(1-ρ)*W/2。(1-ρ)*W/2为第三预定距离。在一些实施例中,该第三预定距离还可以为预设值。
在一些实施例中,将第一边缘位置沿焊道宽度方向,向远离中心焊道区方向的非焊缝区域拓展第一预定距离,得到上顶盖焊缝区在焊道宽度方向上的第五边缘位置,其中,第三边缘位置为上顶盖焊缝区在焊道宽度方向上靠近中心焊道区的边缘位置。
以图4为例,设置上顶盖的焊缝拓展宽度,从而确定上顶盖焊缝区与非焊缝检测区的分界点。线条450向右侧拓展第一预定距离,得到线条460,即第五边缘位置。该线条460即确定上顶盖焊缝区与非焊缝检测区的分界线,线条440为上顶盖焊缝区与中心焊道区的分界线。
在一些实施例中,根据焊缝有效宽度,确定第一预定距离,例如,将该有效宽度乘以一定的比例系数,得到第一预定距离,其中,该比例系数α的取值为0<α<1,其中,具体取值大小与焊缝扩展程度有关。线条460在焊缝宽度方向上的坐标为R + α*W。在一些实施例中,还可以直接预设第一预定距离。
在一些实施例中,将第二边缘位置沿焊道宽度方向,向远离中心焊道区方向的非焊缝区域拓展第二预定距离,得到侧顶盖焊缝区在焊道宽度方向上的第六边缘位置,其中,第四边缘位置为侧顶盖焊缝区在焊道宽度方向上靠近中心焊道区的边缘位置。
以图4为例,设置侧顶盖的焊缝拓展宽度,从而确定侧顶盖焊缝区与非焊缝检测区的分界点。线条420向左侧拓展第二预定距离,得到线条410,即第六边缘位置。该线条410即确定侧顶盖焊缝区与非焊缝检测区的分界线,线条430为侧顶盖焊缝区与中心焊道区的分界线。
在一些实施例中,根据焊缝有效宽度,确定第二预定距离,例如,将该有效宽度乘以一定的比例系数,得到第二预定距离,其中,该比例系数α的取值为0<α<1,其中,具体取值大小与焊缝扩展程度有关。线条410在焊缝宽度方向上的坐标为L - α*W。在一些实施例中,还可以直接预设第一预定距离。
上述实施例中,电芯上顶盖和侧顶盖焊缝工艺差异,将焊缝区域划分为上顶盖焊缝区,中心焊道区和侧顶盖焊缝区,实现了焊缝的结构化分区,从而有利于产线针对不同的焊缝区域,制定独立的缺陷度量标准。
在一些实施例中,该焊缝还包括第一检测区和第二检测区,其中,第一检测区沿焊道延伸方向,位于上顶盖焊缝区、中心焊道区和侧顶盖焊缝区的第一侧,第二检测区沿焊道延伸方向,位于上顶盖焊缝区、中心焊道区和侧顶盖焊缝区的第二侧。第一检测区和第二检测区为R角区域,即顶盖相邻两个边的连接位置。该R角区域的大小与激光和电芯之间的角度有关系,激光与电芯之间的水平角度越小,R角成像区域越长。
在一些实施例中,将焊缝区域在焊道延伸方向上的第七边缘位置,向靠近上顶盖焊缝区、中心焊道区和侧顶盖焊缝区的方向延伸第四预定距离,得到第一检测区的第八边缘位置,其中,第七边缘位置为第一检测区的远离上顶盖焊缝区、中心焊道区和侧顶盖焊缝区的方向的边缘位置。
以图4为例,将线条490向下移动第四预定距离,得到线条470,即第八边缘位置,该线条490与第七边缘位置对应。该第四预定距离例如为10mm,该第四预定距离的取值,与激光和电芯之间的水平角度有关。
在一些实施例中,将焊缝区域在焊道延伸方向上的第九边缘位置,向靠近上顶盖焊缝区、中心焊道区和侧顶盖焊缝区的方向延伸第五预定距离,得到第二检测区的第十边缘位置,其中,第九边缘位置为第二检测区的远离上顶盖焊缝区、中心焊道区和侧顶盖焊缝区的方向的边缘位置。
以图4为例,将线条4100向上移动第五预定距离,得到线条480,即第十边缘位置,该线条4100与第九边缘位置对应。该第五预定距离例如为10mm,该第五预定距离的取值,与激光和电芯之间的水平角度有关。
在上述实施例中,对焊缝不仅划分为上顶盖焊缝区,中心焊道区和侧顶盖焊缝区,还可以划分出R角区域,实现了更加精细的划分,从而能够进一步提升后续检测的准确性。
图5为根据一个或多个实施例的焊接缺陷检测方法的流程示意图三。
在步骤510,根据第一图像,得到包含检测目标的至少一个第一检测框,其中,第一检测框带有类别。
在一些实施例中,将该第一图像输入至一个已充分训练的深度学习算法模型进行缺陷检测,该深度学习算法模型例如是基于目标检测的MMDetection模型,该模型相比于其他检测模块,涵盖了更多目标检测领域的state-of-the-art(最先进)的方法,可以达到非常高的检测精度。该模型能够输出的输出为一系列带有类别信息、概率置信度的检测框。类别信息例如包括突起类别、凹坑类别、针孔类别、爆点类别、偏光类别、断焊类别等。本申请对模型训练过程不做限定。
在一些实施例中,获取第一图像中的至少一个第一疑似检测框,其中,第一疑似检测框带有类别和概率置信度;基于概率置信度阈值,对至少一个第一疑似检测框进行过滤,得到至少一个第一检测框。
例如,对每一个疑似缺陷框进行关于概率置信度的阈值卡控,能够过滤掉部分误报检测框,从而能够提高后续检测效率以及准确性。
在步骤520,根据至少一个第一检测框,得到待识别检测框。
例如,该模型输出5个检测框,则得到5个待识别检测框。
在步骤530,根据待识别检测框在焊缝的位置,确定待识别检测框对应的检测区域。
例如,识别该检测框是位于上顶盖焊缝区,中心焊道区、侧顶盖焊缝区还是R角区域。
在步骤540,确定待识别检测框中的检测目标的至少一个属性信息。
在一些实施例中,属性信息例如包括深度属性、高度属性或面积属性等。
在步骤550,在至少一个检测区域的至少一个待识别检测框的检测目标的至少一个属性信息,大于或等于检测目标所在待识别检测框所属类别和检测区域对应的测量阈值的情况下,确定焊缝存在缺陷。
在一些实施例中,根据待识别检测框所属类别和检测区域,设置待识别检测框中的检测目标的每个属性信息的测量阈值。即,测量阈值与缺陷类别以及缺陷检测区域相关。例如,针对针孔,位于上顶盖焊缝区与位于侧顶盖焊缝区所取的测量阈值不同。再例如,可以分别针对针孔和突起设定不同的测量阈值。再例如,针对位于上顶盖焊缝区的针孔、位于侧顶盖焊缝区的针孔、位于上顶盖焊缝区的突起、位于侧顶盖焊缝区的突起,设置不同的测量阈值。从而能够提高每个检测框内缺陷识别的准确性。
在上述实施例中,通过识别每个检测框以及每个检测框的类别,以及每个检测框中检测目标的属性信息和每个检测框所在的检测区域,进而在识别出至少一个检测目标的属性信息大于该检测目标所在检测框所属类别和检测区域对应的测量阈值的情况下,确定焊缝存在缺陷。将视觉纹理信息和缺陷结构信息相结合,使得检测结果更加准确,能够提升电池的良品率。
在本申请的另一些实施例中,获取电池顶盖与壳体焊接的第二图像,其中,第二图像包括亮度信息;根据第二图像,得到包含检测目标的至少一个第二检测框,其中,第二检测框带有类别;根据至少一个第一检测框和至少一个第二检测框,得到待识别检测框。
例如,利用深度图像得到4个第一检测框,利用灰度图像得到5个第二检测框。对深度图像与灰度图像的像素坐标进行标定,得到深度图像与灰度图像的像素坐标的映射关系,利用该映射关系,可以得到该5个第二检测框在深度图像中的位置。在得到待识别检测框时,既考虑通过深度图像得到的检测框,又考虑通过灰度图像得到的检测框,弥补只考虑深度图像,导致的检测框漏检情况。
在一些实施例中,获取第二图像中的至少一个第二疑似检测框,其中,第二疑似检测框带有类别和概率置信度;以及基于概率置信度阈值,对至少一个第二疑似检测框进行过滤,得到至少一个第二检测框。
例如,对每一个疑似缺陷框进行关于概率置信度的阈值卡控,能够过滤掉部分误报检测框,从而能够提高后续检测效率以及准确性。
相关技术中,在测量缺陷的高度或深度时,以铝壳平面为参考面,由于顶盖焊接后焊缝本身具有一定的厚度,这种方法计算得到的数值并不能反映缺陷的真实深度和高度等测量值。另外,当多个缺陷紧挨着的时候,如既有针孔又有突起的情况,由于测量参考点往往会不够准确而导致测量误差。本申请的实施例中抛弃以铝壳平面作为参考面的测量方式,而是选取焊缝焊接后的横截面作为参考,具体实现过程如下。
在本申请的一些实施例中,以不属于待识别检测框且与待识别检测框相邻的区域的截面,作为待识别检测框的测量参考面;以及确定检测目标,相对于检测目标所在待识别检测框的测量参考面的测量距离。对于突起,该测量距离为高度值,对于针孔,该测量距离为深度值。
以图6为例,要测量下凹针孔深度,该针孔紧挨着突起,通过充分训练的模型,卡控一个较低的概率置信度阈值,减少漏检的可能。例如,该概率置信度阈值为0.05,可以得到图像焊缝上所有缺陷位置,如曲线610为含缺陷区域,直线620为无缺陷区域,以直线620为测量参考面,可以有效避开伴随的轻微突起点,计算针孔下凹点至参考点的距离,即得到针孔的更加准确的深度测量值。例如,通过正确测量平面得到的距离如标号630所示。利用相关技术,很容易选取到错误的参考点导致测量误差,得到的测量距离如标号640所示。
该实施例中,图像上焊缝的所有缺陷位置以检测框的形式输出,该检测框的位置就构成了含缺陷区域,而检测框以外的区域构成了无缺陷区域,选取该无缺陷区域的点作为测量参考点,可以有效降低多个缺陷紧挨着导致测量不准确的问题。
在一些实施例中,在检测目标所在待识别检测框位于上顶盖焊缝区的情况下,根据第一图像中的像素分布差异,以沿焊道宽度方向上,距离上顶盖焊缝区最近的非焊缝区域的截面,作为检测目标所在待识别检测框的测量参考面,确定检测目标,相对于检测目标所在待识别检测框的测量参考面的测量距离。
以图4为例,若检测框位于线条440到线条460之间,则以线条460的右侧的非焊缝检测区的截面作为测量参考平面,由于非焊缝检测区的平面没有缺陷存在,因此,测量得到的结果更加准确。
在一些实施例中,在检测目标所在待识别检测框位于侧顶盖焊缝区的情况下,根据第一图像中的像素分布差异,以沿焊道宽度方向上,距离侧顶盖焊缝区最近的非焊缝区域的截面,作为检测目标所在待识别检测框的测量参考面,确定检测目标,相对于检测目标所在待识别检测框的测量参考面的测量距离。
以图4为例,若检测框位于线条410到线条430之间,则以线条410的左侧的非焊缝检测区的截面作为测量参考平面,由于非焊缝检测区的平面没有缺陷存在,因此,测量得到的结果更加准确。
在一些实施例中,在检测目标所在待识别检测框位于中心焊道区的情况下,将中心焊道区中除检测目标外的区域的截面,作为检测目标所在待识别检测框的测量参考面,确定检测目标,相对于检测目标所在待识别检测框的测量参考面的测量距离。
以图4为例,若检测框位于线条430到线条440之间,由于该中心焊道区上下左右都可能存在缺陷,因此,以该区域的没有检测框的区域的截面作为测量参考面。该测量参考面内没有缺陷,因此,同样能够提高测量的准确性。
在一些实施例中,在检测目标所在待识别检测框位于第一检测区的情况下,将第一检测区中除检测目标外的区域的截面,作为检测目标所在待识别检测框的测量参考面;在检测目标所在待识别检测框位于第二检测区的情况下,将第二检测区中除检测目标外的区域的截面,作为检测目标所在待识别检测框的测量参考面;以及确定检测目标,相对于检测目标所在待识别检测框的测量参考面的测量距离。
对于位于R角区域的缺陷,以该区域内没有检测框的区域的截面作为测量参考面。该测量参考面内没有缺陷,因此,同样能够提高测量的准确性。
上述实施例中,通过寻找更加精确的测量参考点,能够真实有效地反映缺陷的真实测量值,即使对于多个缺陷紧挨着的情况,也能够有效提升规格测量值的准确性。
在一些实施例中,根据第一图像上的像素点的深度信息,确定检测目标对应的像素点;以及根据检测目标在第一图像上对应的像素点,确定检测目标的面积信息。
例如,每个像素点具有三轴坐标,即x轴、y轴和z轴坐标,z轴坐标代表图像深度,x轴坐标表示焊缝宽度方向上的信息,y轴坐标表示焊缝延伸方向上的信息。在z轴坐标发生变化时,说明该像素点属于检测目标的像素点,通过检测连续的z轴标准发生变化的像素点,就可得到这些像素点对应的面积,该面积即检测目标的面积。后续通过判断该检测目标的面积是否超过阈值,则可以判断出该检测目标是否为缺陷。
图7为根据一个或多个实施例的焊接缺陷检测方法的流程示意图四。
在步骤710,3D相机扫描顶盖焊缝获取一张含有亮度信息的灰度图和一张含有结构信息的深度图。
在步骤720,将灰度图和深度图输入至已经训练好的深度学习模型,得到一些列含有类别信息以及概率置信度的疑似检测框。
在步骤730,过滤误报的检测框。
例如,对每一个疑似缺陷框进行关于概率置信度的阈值卡控,能够过滤掉部分误报检测框,从而提高后续检测精度以及效率。
在步骤740,对焊缝进行结构化分区,并确定每个检测框在焊缝的具体检测区域。
在步骤750,对每个检测框中的检测目标进行属性测量。
在步骤760,根据不同检测区、不同类别缺陷对应的测量阈值,对每个检测目标进行属性判断,该检测目标是否为缺陷。
在步骤770,在识别出存在缺陷的情况下,确定该电池为不良品。
上述实施例中,引进焊道区域分割算法,将检测区域根据实际需要进行分割,并结合规格度量,对各个区域进行独立规格卡控,即,结合视觉纹理信息和缺陷结构信息,能够减少电池良品误判率,提升电池良品率与出货量。该实施例不仅能够提升焊缝缺陷检测的准确性,而且更加符合实际场景中的缺陷检测逻辑,具有很强的普适性。
图8为根据一个或多个实施例的焊接缺陷检测装置的结构示意图一,该焊接缺陷检测装置包括图像获取模块810、第一划分模块820、第二划分模块830和缺陷识别模块840。
图像获取模块810被配置为获取电池顶盖与壳体焊接的第一图像,第一图像包括结构信息。
在一些实施例中,该图像获取模块820还被配置为获取电池顶盖与壳体焊接的第二图像,其中,第二图像包括亮度信息。
第一划分模块820被配置为对第一图像中焊缝区域进行检测,得到焊缝区域以及非焊缝区域。
在一些实施例中,通过分析深度图像中的轮廓特征,能够识别感兴趣的焊缝区域以及非感兴趣的非焊缝区域。
第二划分模块830被配置为根据焊缝区域以及非焊缝区域,确认电池顶盖与壳体之间的焊缝的多个检测区域。
在一些实施例中,该第二划分模块830被配置为确定焊缝区域在焊道宽度方向的有效宽度和中心宽度;以及根据有效宽度,确定焊缝区域沿焊道宽度方向,向非焊缝区域进行拓展的第一预定距离和第二预定距离;基于第一预定距离、第二预定距离和中心宽度,对焊缝进行区域划分,得到多个检测区域。该有效宽度根据焊缝区域在焊道宽度方向的第一边缘位置和第二边缘位置的差值确定。
例如,对焊缝结构进行细化,划分为上顶盖焊缝区、侧顶盖焊缝区以及中心焊道区,从而有利于产线针对不同的焊缝区域,制定独立的缺陷度量标准。
缺陷识别模块840被配置为在焊缝的多个检测区域中至少一个检测区域的预设属性信息满足预设条件情况下,确定焊缝存在缺陷。
在上述实施例中,利用包含结构信息的第一图像,识别出感兴趣的焊缝区域和不感兴趣的非焊缝区域,进一步得到焊缝的多个检测区域,从而可以根据工艺差异以及不同区域缺陷标准,区别对待每个检测区域的检测目标,并在至少一个检测区域的预设属性信息满足预设条件情况下,确定焊缝存在缺陷,在实现焊缝缺陷有效拦截的情况下降低误判,提高了检测准确性,进而提升了良品率以及出货量。
在本申请的一些实施例中,第二划分模块830被配置为根据焊缝区域在焊道宽度方向上的第一边缘位置和第二边缘位置、以及有效宽度、中心宽度,确定中心焊道区在焊道宽度方向上的第三边缘位置和第四边缘位置;将第一边缘位置沿焊道宽度方向,向远离中心焊道区方向的非焊缝区域拓展第一预定距离,得到上顶盖焊缝区在焊道宽度方向上的第五边缘位置,其中,第三边缘位置为上顶盖焊缝区在焊道宽度方向上靠近中心焊道区的边缘位置;以及将第二边缘位置沿焊道宽度方向,向远离中心焊道区方向的非焊缝区域拓展第二预定距离,得到侧顶盖焊缝区在焊道宽度方向上的第六边缘位置,其中,第四边缘位置为侧顶盖焊缝区在焊道宽度方向上靠近中心焊道区的边缘位置。
该第三边缘位置根据第一边缘位置向第二边缘位置移动第三预定距离得到,第三预定距离为有效宽度与中心宽度的差值的二分之一。该第四边缘位置根据第二边缘位置向第一边缘位置移动第三预定距离得到。
在上述实施例中,通过将焊缝划分为上顶盖焊缝区,中心焊道区和侧顶盖焊缝区,便于后续针对不同区域的检测目标进行针对性识别,提高焊缝缺陷检测的准确性。
在一些实施例中,多个检测区域还包括第一检测区和第二检测区,其中,第一检测区沿焊道延伸方向,位于上顶盖焊缝区、中心焊道区和侧顶盖焊缝区的第一侧,第二检测区沿焊道延伸方向,位于上顶盖焊缝区、中心焊道区和侧顶盖焊缝区的第二侧。通过R角区域的识别,便于对位于R角区域的检测目标进行针对的检测,提高焊缝缺陷检测的准确性。
该第二划分模块830被配置为将焊缝区域在焊道延伸方向上的第七边缘位置,向靠近上顶盖焊缝区、中心焊道区和侧顶盖焊缝区的方向延伸第四预定距离,得到第一检测区的第八边缘位置,其中,第七边缘位置为第一检测区的远离上顶盖焊缝区、中心焊道区和侧顶盖焊缝区的方向的边缘位置。
该第二划分模块830被配置为将焊缝区域在焊道延伸方向上的第九边缘位置,向靠近上顶盖焊缝区、中心焊道区和侧顶盖焊缝区的方向延伸第五预定距离,得到第二检测区的第十边缘位置,其中,第九边缘位置为第二检测区的远离上顶盖焊缝区、中心焊道区和侧顶盖焊缝区的方向的边缘位置。
上述实施例中,通过对R角区域的准确划分,提高了焊缝区域划分的准确性,进而便于提高后续缺陷识别的准确性。
图9为根据一个或多个实施例的焊接缺陷检测装置的结构示意图二,该焊接缺陷检测装置还包括检测框识别模块910、检测框区域判断模块920和属性识别模块930,其中,检测框识别模块910被配置为根据第一图像,得到包含检测目标的至少一个第一检测框,其中,第一检测框带有类别;根据至少一个第一检测框,得到待识别检测框。检测框区域判断模块920被配置为根据待识别检测框在焊缝的位置,确定待识别检测框对应的检测区域。属性识别模块930被配置为确定待识别检测框中的检测目标的至少一个属性信息。缺陷识别模块840被配置为在至少一个检测区域的至少一个待识别检测框的检测目标的至少一个属性信息,大于或等于检测目标所在待识别检测框所属类别和检测区域对应的测量阈值的情况下,确定焊缝存在缺陷。
该实施例中,通过目标检测的方式,识别包含检测目标的检测框,并且对检测框所在检测区域进行限定,识别每个检测目标的属性信息,进而针对不同检测区、不同类别的检测目标的属性信息进行判断,识别焊缝是否存在缺陷,通过区域建议以及规格度量,减少了焊缝缺陷误判的发生。
在一些实施例中,该检测框识别模块910还被配置为根据第二图像,得到包含检测目标的至少一个第二检测框,其中,第二检测框带有类别,根据至少一个第一检测框和至少一个第二检测框,得到待识别检测框。通过结合灰度图和深度图,能够减少检测框的漏检概率。
在一些实施例中,该检测框识别模块910还被配置为获取第一图像中的至少一个第一疑似检测框,其中,第一疑似检测框带有类别和概率置信度;以及基于概率置信度阈值,对该至少一个第一疑似检测框进行过滤,得到至少一个第一检测框。该实施例通过过滤误报的检测框,提高了后续的检测效率。
在一些实施例中,该检测框识别模块910还被配置为获取第二图像中的至少一个第二疑似检测框,其中,第二疑似检测框带有类别和概率置信度;以及基于概率置信度阈值,对该至少一个第二疑似检测框进行过滤,得到至少一个第二检测框。该实施例通过过滤误报的检测框,提高了后续的检测效率。
在一些实施例中,该属性识别模块930还被配置为以不属于待识别检测框且与待识别检测框相邻的区域的截面,作为待识别检测框的测量参考面;以及确定检测目标,相对于检测目标所在待识别检测框的测量参考面的测量距离。通过选择更加准确的测量参考面,能够提高缺陷真实测量值的准确性。
在一些实施例中,该属性识别模块930还被配置为在检测目标所在待识别检测框位于上顶盖焊缝区的情况下,根据第一图像中的像素分布差异,以沿焊道宽度方向上,距离上顶盖焊缝区最近的非焊缝区域的截面,作为检测目标所在待识别检测框的测量参考面;在检测目标所在待识别检测框位于侧顶盖焊缝区的情况下,根据第一图像中的像素分布差异,以沿焊道宽度方向上,距离侧顶盖焊缝区最近的非焊缝区域的截面,作为检测目标所在待识别检测框的测量参考面;在检测目标所在待识别检测框位于中心焊道区的情况下,将中心焊道区中除检测目标外的区域的截面,作为检测目标所在待识别检测框的测量参考面;以及确定检测目标,相对于检测目标所在待识别检测框的测量参考面的测量距离。
该实施例中,针对不同的检测区域的检测框,选择不同的测量参考面,由于测量参考面内不存在缺陷,因此,提高了缺陷的真实测量值的准确性,即使对于多个缺陷紧挨着的情况,也能够有效提升规格测量值的准确性。
在一些实施例中,该属性识别模块930还被配置为在检测目标所在待识别检测框位于第一检测区的情况下,将第一检测区中除检测目标外的区域的截面,作为检测目标所在待识别检测框的测量参考面;在检测目标所在待识别检测框位于第二检测区的情况下,将第二检测区中除检测目标外的区域的截面,作为检测目标所在待识别检测框的测量参考面;以及确定检测目标,相对于检测目标所在待识别检测框的测量参考面的测量距离。
该实施例中,通过对R角区域的检测框的测量参考面的限定,能够提高R角区域的缺陷的真实测量值的检测准确性。
在一些实施例中,该属性识别模块930还被配置为根据第一图像上的像素点的深度信息,确定检测目标对应的像素点;以及根据检测目标在第一图像上对应的像素点,确定检测目标的面积信息。
该实施例中,通过对检测目标的面积信息的识别,能够从面积角度判断该检测目标是否为缺陷,提高了属性检测的全面性。
在一些实施例中,该焊接缺陷检测装置还包括阈值设置模块940,被配置为根据待识别检测框所属类别和检测区域,设置待识别检测框中的检测目标的每个属性信息的测量阈值。通过对位于不同检测区域、不同类型的检测目标的每个属性信息设置对应的测量阈值,便于提高后续缺陷检测的准确性。
图10为根据一个或多个实施例的焊接缺陷检测装置的结构示意图三。该焊接缺陷检测装置包括存储器1010和处理器1020。其中:存储器1010可以是磁盘、闪存或其它任何非易失性存储介质。存储器用于存储上述实施例中的指令。处理器1020耦接至存储器1010,可以作为一个或多个集成电路来实施,例如微处理器或微控制器。该处理器1020用于执行存储器中存储的指令。
在一些实施例中,处理器1020通过BUS总线1030耦合至存储器1010。该焊接缺陷检测装置还可以通过存储接口1040连接至外部存储装置1050以便调用外部数据,还可以通过网络接口1060连接至网络或者另外一台计算机系统(未标出)。此处不再进行详细介绍。
在该实施例中,焊接缺陷检测装置通过存储器存储数据指令,再通过处理器处理上述指令,能够减少焊缝缺陷误判率,提高焊缝缺陷检测的准确性。
在另一些实施例中,本申请提供一种计算机可读存储介质,其上存储有计算机程序指令,该指令被处理器执行时实现上述实施例中的方法的步骤。本领域内的技术人员应明白,本申请的实施例可提供为方法、装置、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用非瞬时性存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
在申请的一些实施例中,还提供了一种计算机程序产品,包括计算机程序指令,该计算机程序指令被处理器执行时实现上述任意一个实施例的焊接缺陷检测方法。
本申请的技术方案,能够应用于来料环节、电池巡检抽样环节以及出货环节的对焊缝缺陷的检测。
本领域的技术人员可以理解,在具体实施例的上述方法中,各个步骤的撰写顺序并不意味着严格的执行顺序而对实时过程构成任何限定,各步骤的具体执行顺序应当以其功能和可能的内在逻辑确定。
上文对各个实施例的描述倾向于强调各个实施例之间的不同之处,其相同或相似之处可以相互参考,为了简洁,本文不再赘述。
至此,已经详细描述了本申请。为了避免遮蔽本申请的构思,没有描述本领域所公知的一些细节。本领域技术人员根据上面的描述,完全可以明白如何实施这里公开的技术方案。
可能以许多方式来实现本申请的方法以及系统。例如,可通过软件、硬件、固件或者软件、硬件、固件的任何组合来实现本申请的方法以及系统。用于所述方法的步骤的上述顺序仅是为了进行说明,本申请的方法的步骤不限于以上具体描述的顺序,除非以其它方式特别说明。此外,在一些实施例中,还可将本申请实施为记录在记录介质中的程序,这些程序包括用于实现根据本申请的方法的机器可读指令。因而,本申请还覆盖存储用于执行根据本申请的方法的程序的记录介质。
虽然已经通过示例对本申请的一些特定实施例进行了详细说明,但是本领域的技术人员应该理解,以上示例仅是为了进行说明,而不是为了限制本申请的范围。本领域的技术人员应该理解,可在不脱离本申请的范围和精神的情况下,对以上实施例进行修改。本申请的范围由所附权利要求来限定。
Claims (18)
1.一种焊接缺陷检测方法,包括:
获取电池顶盖与壳体焊接的第一图像,所述第一图像包括结构信息;
对所述第一图像中焊缝区域进行检测,得到焊缝区域以及非焊缝区域;
确定所述焊缝区域在焊道宽度方向的有效宽度和中心宽度,其中,所述有效宽度基于所述焊缝区域在所述焊道宽度方向的第一边缘位置和第二边缘位置确定,所述中心宽度基于所述有效宽度与比例系数的乘积确定,其中,所述比例系数与焊缝的突起程度有关;
根据所述有效宽度,确定所述焊缝区域沿所述焊道宽度方向,向所述非焊缝区域进行拓展的第一预定距离和第二预定距离;
基于所述第一预定距离、所述第二预定距离和所述中心宽度,对所述电池顶盖与所述壳体之间的焊缝进行区域划分,得到多个检测区域,所述多个检测区域包括上顶盖焊缝区,中心焊道区和侧顶盖焊缝区,所述中心焊道区沿所述焊道宽度方向上位于所述上顶盖焊缝区和所述侧顶盖焊缝区之间,其中,所述得到多个检测区域包括:
根据所述焊缝区域在所述焊道宽度方向上的第一边缘位置和第二边缘位置、以及所述有效宽度、所述中心宽度,确定所述中心焊道区在所述焊道宽度方向上的第三边缘位置和第四边缘位置;
将所述第一边缘位置沿所述焊道宽度方向,向远离所述中心焊道区方向的非焊缝区域拓展所述第一预定距离,得到所述上顶盖焊缝区在所述焊道宽度方向上的第五边缘位置,其中,所述第三边缘位置为所述上顶盖焊缝区在所述焊道宽度方向上靠近所述中心焊道区的边缘位置;以及
将所述第二边缘位置沿所述焊道宽度方向,向远离所述中心焊道区方向的非焊缝区域拓展所述第二预定距离,得到所述侧顶盖焊缝区在所述焊道宽度方向上的第六边缘位置,其中,所述第四边缘位置为所述侧顶盖焊缝区在所述焊道宽度方向上靠近所述中心焊道区的边缘位置;以及
在所述焊缝的多个检测区域中至少一个检测区域的预设属性信息满足预设条件情况下,确定所述焊缝存在缺陷。
2.根据权利要求1所述的焊接缺陷检测方法,其中,所述确定所述焊缝区域在所述焊道宽度方向的有效宽度包括:
确定所述焊缝区域在所述焊道宽度方向的第一边缘位置和第二边缘位置;以及
根据所述第二边缘位置和所述第一边缘位置的差值,得到所述焊缝区域在所述焊道宽度方向的有效宽度。
3.根据权利要求1所述的焊接缺陷检测方法,其中,所述确定所述中心焊道区在所述焊道宽度方向上的第三边缘位置和第四边缘位置包括:
将所述第一边缘位置向所述第二边缘位置移动第三预定距离,得到所述第三边缘位置,其中,所述第三预定距离为所述有效宽度与所述中心宽度的差值的二分之一;以及
将所述第二边缘位置向所述第一边缘位置移动所述第三预定距离,得到所述第四边缘位置。
4.根据权利要求1所述的焊接缺陷检测方法,其中,所述多个检测区域还包括第一检测区和第二检测区,其中,所述第一检测区沿焊道延伸方向,位于所述上顶盖焊缝区、所述中心焊道区和所述侧顶盖焊缝区的第一侧,所述第二检测区沿所述焊道延伸方向,位于所述上顶盖焊缝区、所述中心焊道区和所述侧顶盖焊缝区的第二侧。
5.根据权利要求4所述的焊接缺陷检测方法,其中,所述得到多个检测区域还包括:
将所述焊缝区域在所述焊道延伸方向上的第七边缘位置,向靠近所述上顶盖焊缝区、所述中心焊道区和所述侧顶盖焊缝区的方向延伸第四预定距离,得到所述第一检测区的第八边缘位置,其中,所述第七边缘位置为所述第一检测区的远离所述上顶盖焊缝区、所述中心焊道区和所述侧顶盖焊缝区的方向的边缘位置。
6.根据权利要求4所述的焊接缺陷检测方法,其中,所述得到多个检测区域还包括:
将所述焊缝区域在焊道延伸方向上的第九边缘位置,向靠近所述上顶盖焊缝区、所述中心焊道区和所述侧顶盖焊缝区的方向延伸第五预定距离,得到所述第二检测区的第十边缘位置,其中,所述第九边缘位置为所述第二检测区的远离所述上顶盖焊缝区、所述中心焊道区和所述侧顶盖焊缝区的方向的边缘位置。
7.根据权利要求1至6任一所述的焊接缺陷检测方法,还包括:
根据所述第一图像,得到包含检测目标的至少一个第一检测框,其中,所述第一检测框带有类别;
根据所述至少一个第一检测框,得到待识别检测框;
根据所述待识别检测框在所述焊缝的位置,确定所述待识别检测框对应的检测区域;
确定所述待识别检测框中的所述检测目标的至少一个属性信息,其中,所述在所述焊缝的多个检测区域中至少一个检测区域的预设属性信息满足预设条件情况下,确定所述焊缝存在缺陷,包括:
在所述至少一个检测区域的至少一个待识别检测框的所述检测目标的至少一个属性信息,大于或等于所述检测目标所在待识别检测框所属类别和检测区域对应的测量阈值的情况下,确定所述焊缝存在缺陷。
8.根据权利要求7所述的焊接缺陷检测方法,还包括:
在根据所述待识别检测框在所述焊缝的位置,确定所述待识别检测框对应的检测区域之前,获取所述电池顶盖与所述壳体焊接的第二图像,其中,所述第二图像包括亮度信息;
根据所述第二图像,得到包含所述检测目标的至少一个第二检测框,其中,所述第二检测框带有类别,其中,根据所述至少一个第一检测框,得到所述待识别检测框,包括:
根据所述至少一个第一检测框和所述至少一个第二检测框,得到所述待识别检测框。
9.根据权利要求7所述的焊接缺陷检测方法,其中,所述至少一个属性信息包括测量距离,其中,所述确定所述待识别检测框中的所述检测目标的至少一个属性信息包括:
以不属于所述待识别检测框且与所述待识别检测框相邻的区域的截面,作为所述待识别检测框的测量参考面;以及
确定所述检测目标,相对于所述检测目标所在待识别检测框的测量参考面的测量距离。
10.根据权利要求7所述的焊接缺陷检测方法,其中,所述至少一个属性信息包括测量距离,所述多个检测区域包括上顶盖焊缝区,中心焊道区和侧顶盖焊缝区,所述中心焊道区沿所述焊道宽度方向上位于所述上顶盖焊缝区和所述侧顶盖焊缝区之间,其中,所述确定所述待识别检测框中的所述检测目标的至少一个属性信息包括:
在所述检测目标所在待识别检测框位于所述上顶盖焊缝区的情况下,根据所述第一图像中的像素分布差异,以沿所述焊道宽度方向上,距离所述上顶盖焊缝区最近的非焊缝区域的截面,作为所述检测目标所在待识别检测框的测量参考面;
在所述检测目标所在待识别检测框位于所述侧顶盖焊缝区的情况下,根据所述第一图像中的像素分布差异,以沿所述焊道宽度方向上,距离所述侧顶盖焊缝区最近的非焊缝区域的截面,作为所述检测目标所在待识别检测框的测量参考面;
在所述检测目标所在待识别检测框位于所述中心焊道区的情况下,将所述中心焊道区中除所述检测目标外的区域的截面,作为所述检测目标所在待识别检测框的测量参考面;以及
确定所述检测目标,相对于所述检测目标所在待识别检测框的测量参考面的测量距离。
11.根据权利要求10所述的焊接缺陷检测方法,其中,所述多个检测区域还包括第一检测区和第二检测区,其中,所述第一检测区沿焊道延伸方向,位于所述上顶盖焊缝区、所述中心焊道区和所述侧顶盖焊缝区的第一侧,所述第二检测区沿所述焊道延伸方向,位于所述上顶盖焊缝区、所述中心焊道区和所述侧顶盖焊缝区的第二侧,其中,所述确定所述待识别检测框中的所述检测目标的至少一个属性信息包括:
在所述检测目标所在待识别检测框位于所述第一检测区的情况下,将所述第一检测区中除所述检测目标外的区域的截面,作为所述检测目标所在待识别检测框的测量参考面;
在所述检测目标所在待识别检测框位于所述第二检测区的情况下,将所述第二检测区中除所述检测目标外的区域的截面,作为所述检测目标所在待识别检测框的测量参考面;以及
确定所述检测目标,相对于所述检测目标所在待识别检测框的测量参考面的测量距离。
12.根据权利要求7所述的焊接缺陷检测方法,其中,所述至少一个属性信息还包括面积信息,其中,所述确定所述待识别检测框中的所述检测目标的至少一个属性信息还包括:
根据所述第一图像上的像素点的深度信息,确定所述检测目标对应的像素点;以及
根据所述检测目标在所述第一图像上对应的像素点,确定所述检测目标的面积信息。
13.根据权利要求7所述的焊接缺陷检测方法,其中,所述得到包含检测目标的至少一个第一检测框,包括:
获取所述第一图像中的至少一个第一疑似检测框,其中,所述第一疑似检测框带有类别和概率置信度;以及
基于概率置信度阈值,对所述至少一个第一疑似检测框进行过滤,得到所述至少一个第一检测框。
14.根据权利要求8所述的焊接缺陷检测方法,其中,所述得到包含所述检测目标的至少一个第二检测框,包括:
获取所述第二图像中的至少一个第二疑似检测框,其中,所述第二疑似检测框带有类别和概率置信度;以及
基于概率置信度阈值,对所述至少一个第二疑似检测框进行过滤,得到所述至少一个第二检测框。
15.根据权利要求7所述的焊接缺陷检测方法,还包括:
根据所述待识别检测框所属类别和检测区域,设置所述待识别检测框中的检测目标的属性信息的测量阈值。
16.一种焊接缺陷检测装置,包括:
图像获取模块,被配置为获取电池顶盖与壳体焊接的第一图像,所述第一图像包括结构信息;
第一划分模块,被配置为对所述第一图像中焊缝区域进行检测,得到焊缝区域以及非焊缝区域;
第二划分模块,被配置为确定所述焊缝区域在焊道宽度方向的有效宽度和中心宽度,根据所述有效宽度,确定所述焊缝区域沿所述焊道宽度方向,向所述非焊缝区域进行拓展的第一预定距离和第二预定距离,基于所述第一预定距离、所述第二预定距离和所述中心宽度,对所述电池顶盖与壳体之间的焊缝进行区域划分,得到多个检测区域,其中,所述有效宽度基于所述焊缝区域在所述焊道宽度方向的第一边缘位置和第二边缘位置确定,所述中心宽度基于所述有效宽度与比例系数的乘积确定,其中,所述比例系数与焊缝的突起程度有关,所述多个检测区域包括上顶盖焊缝区,中心焊道区和侧顶盖焊缝区,所述中心焊道区沿所述焊道宽度方向上位于所述上顶盖焊缝区和所述侧顶盖焊缝区之间,其中,所述得到多个检测区域包括:根据所述焊缝区域在所述焊道宽度方向上的第一边缘位置和第二边缘位置、以及所述有效宽度、所述中心宽度,确定所述中心焊道区在所述焊道宽度方向上的第三边缘位置和第四边缘位置;将所述第一边缘位置沿所述焊道宽度方向,向远离所述中心焊道区方向的非焊缝区域拓展所述第一预定距离,得到所述上顶盖焊缝区在所述焊道宽度方向上的第五边缘位置,其中,所述第三边缘位置为所述上顶盖焊缝区在所述焊道宽度方向上靠近所述中心焊道区的边缘位置;以及将所述第二边缘位置沿所述焊道宽度方向,向远离所述中心焊道区方向的非焊缝区域拓展所述第二预定距离,得到所述侧顶盖焊缝区在所述焊道宽度方向上的第六边缘位置,其中,所述第四边缘位置为所述侧顶盖焊缝区在所述焊道宽度方向上靠近所述中心焊道区的边缘位置;以及
缺陷识别模块,被配置为在所述焊缝的多个检测区域中至少一个检测区域的预设属性信息满足预设条件情况下,确定所述焊缝存在缺陷。
17.一种焊接缺陷检测装置,包括:
存储器;以及
耦接至所述存储器的处理器,所述处理器被配置为基于存储在所述存储器的指令执行如权利要求1至15任一项所述的焊接缺陷检测方法。
18.一种计算机可读存储介质,其上存储有计算机程序指令,该指令被处理器执行时实现如权利要求1至15任一项所述的焊接缺陷检测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311543281.0A CN117252883B (zh) | 2023-11-20 | 2023-11-20 | 焊接缺陷检测方法、装置和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311543281.0A CN117252883B (zh) | 2023-11-20 | 2023-11-20 | 焊接缺陷检测方法、装置和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117252883A CN117252883A (zh) | 2023-12-19 |
CN117252883B true CN117252883B (zh) | 2024-04-02 |
Family
ID=89135477
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311543281.0A Active CN117252883B (zh) | 2023-11-20 | 2023-11-20 | 焊接缺陷检测方法、装置和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117252883B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117783147A (zh) * | 2024-02-27 | 2024-03-29 | 宁德时代新能源科技股份有限公司 | 焊接检测方法及系统 |
CN117848222A (zh) * | 2024-03-08 | 2024-04-09 | 宁德时代新能源科技股份有限公司 | 电池绝缘件的边缘检测方法、装置及电池生产线 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
NO784224L (no) * | 1978-01-05 | 1979-07-06 | Boc Subocean Services Ltd | Fremgangsmaate og innretning for ikke-destruktiv proevning av sveiser |
CN113610814A (zh) * | 2021-08-10 | 2021-11-05 | 广东利元亨智能装备股份有限公司 | 焊缝质量检测方法、装置、电子设备及存储介质 |
CN116087205A (zh) * | 2023-01-31 | 2023-05-09 | 常州工学院 | 新能源圆柱形电池顶部口焊缝3d缺陷检测系统及其方法 |
WO2023087741A1 (zh) * | 2021-11-18 | 2023-05-25 | 上海商汤智能科技有限公司 | 缺陷检测方法及装置、电子设备、存储介质及计算机程序产品 |
CN116228640A (zh) * | 2022-12-14 | 2023-06-06 | 广州市斯睿特智能科技有限公司 | 基于深度图像的焊缝检测方法、系统、装置及存储介质 |
CN116309576A (zh) * | 2023-05-19 | 2023-06-23 | 厦门微亚智能科技有限公司 | 一种锂电池焊缝缺陷检测方法、系统及存储介质 |
CN116337871A (zh) * | 2023-03-27 | 2023-06-27 | 超音速人工智能科技股份有限公司 | 一种动力电池焊缝检测方法、系统、设备及存储介质 |
CN116823756A (zh) * | 2023-06-25 | 2023-09-29 | 江苏永康机械有限公司 | 一种桩腿焊缝缺陷检测方法 |
CN117054334A (zh) * | 2023-07-21 | 2023-11-14 | 常州超音速智能装备有限公司 | 一种基于多相机的顶盖焊缺陷质量检测方法及系统 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4562126B2 (ja) * | 2004-09-29 | 2010-10-13 | 大日本スクリーン製造株式会社 | 欠陥検出装置および欠陥検出方法 |
-
2023
- 2023-11-20 CN CN202311543281.0A patent/CN117252883B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
NO784224L (no) * | 1978-01-05 | 1979-07-06 | Boc Subocean Services Ltd | Fremgangsmaate og innretning for ikke-destruktiv proevning av sveiser |
CN113610814A (zh) * | 2021-08-10 | 2021-11-05 | 广东利元亨智能装备股份有限公司 | 焊缝质量检测方法、装置、电子设备及存储介质 |
WO2023087741A1 (zh) * | 2021-11-18 | 2023-05-25 | 上海商汤智能科技有限公司 | 缺陷检测方法及装置、电子设备、存储介质及计算机程序产品 |
CN116228640A (zh) * | 2022-12-14 | 2023-06-06 | 广州市斯睿特智能科技有限公司 | 基于深度图像的焊缝检测方法、系统、装置及存储介质 |
CN116087205A (zh) * | 2023-01-31 | 2023-05-09 | 常州工学院 | 新能源圆柱形电池顶部口焊缝3d缺陷检测系统及其方法 |
CN116337871A (zh) * | 2023-03-27 | 2023-06-27 | 超音速人工智能科技股份有限公司 | 一种动力电池焊缝检测方法、系统、设备及存储介质 |
CN116309576A (zh) * | 2023-05-19 | 2023-06-23 | 厦门微亚智能科技有限公司 | 一种锂电池焊缝缺陷检测方法、系统及存储介质 |
CN116823756A (zh) * | 2023-06-25 | 2023-09-29 | 江苏永康机械有限公司 | 一种桩腿焊缝缺陷检测方法 |
CN117054334A (zh) * | 2023-07-21 | 2023-11-14 | 常州超音速智能装备有限公司 | 一种基于多相机的顶盖焊缺陷质量检测方法及系统 |
Non-Patent Citations (2)
Title |
---|
《机械工程学报》2007年度1~12期总目次;机械工程学报(第12期);全文 * |
X射线焊缝图像的缺陷检测与识别技术;刘辉;万文;熊震宇;;电焊机(第04期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN117252883A (zh) | 2023-12-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN117252883B (zh) | 焊接缺陷检测方法、装置和存储介质 | |
US10704900B2 (en) | Detection device and detection method | |
US9721337B2 (en) | Detecting defects on a wafer using defect-specific information | |
CN102589435B (zh) | 噪声环境下激光束中心高效精确检测方法 | |
US9171364B2 (en) | Wafer inspection using free-form care areas | |
CN103425988B (zh) | 一种具有圆弧几何基元的实时定位与匹配方法 | |
CN107239742B (zh) | 一种仪表指针刻度值计算方法 | |
CN104718428A (zh) | 图案的检查、测量装置及程序 | |
US20230298327A1 (en) | Information processing device, determination method, and information processing program | |
CN113936198B (zh) | 低线束激光雷达与相机融合方法、存储介质及装置 | |
CN115731165B (zh) | 一种锂电池在线尺寸点检的检测系统及方法 | |
CN111390439A (zh) | 一种焊缝检测方法、装置、焊接机器人及储存介质 | |
CN116429768A (zh) | 一种密封钉焊接质量检测方法、系统、设备及存储介质 | |
CN110426395B (zh) | 一种太阳能el电池硅片表面检测方法及装置 | |
CN117058411B (zh) | 电池棱边外形瑕疵识别方法、装置、介质和设备 | |
CN112171057A (zh) | 基于激光焊接的质量检测方法、装置及存储介质 | |
CN116337871A (zh) | 一种动力电池焊缝检测方法、系统、设备及存储介质 | |
CN110132975B (zh) | 一种用于核燃料棒包壳表面检测的方法、装置 | |
CN114581368A (zh) | 一种基于双目视觉的棒材焊牌方法及装置 | |
CN114677348A (zh) | 一种基于视觉的ic芯片缺陷的检测方法、系统和存储介质 | |
CN116740060B (zh) | 基于点云几何特征提取的装配式预制构件尺寸检测方法 | |
CN110335242A (zh) | 一种基于多模型融合的轮胎x光病疵检测方法 | |
CN116642887A (zh) | 一种焊印缺陷检测方法及焊印缺陷检测系统 | |
CN114994176A (zh) | 一种基于超声阈值成像的孔缺陷精准测量方法 | |
KR101782366B1 (ko) | 스케일 보정을 통한 표본 정규화가 수행되는 학습기반의 비전검사 방법 |
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 |