KR102489375B1 - 배터리 검사 장치 및 그의 동작 방법 - Google Patents

배터리 검사 장치 및 그의 동작 방법 Download PDF

Info

Publication number
KR102489375B1
KR102489375B1 KR1020210174909A KR20210174909A KR102489375B1 KR 102489375 B1 KR102489375 B1 KR 102489375B1 KR 1020210174909 A KR1020210174909 A KR 1020210174909A KR 20210174909 A KR20210174909 A KR 20210174909A KR 102489375 B1 KR102489375 B1 KR 102489375B1
Authority
KR
South Korea
Prior art keywords
battery
battery cell
tray
battery tray
image
Prior art date
Application number
KR1020210174909A
Other languages
English (en)
Other versions
KR102489375B9 (ko
Inventor
장영민
바구스 그리스나 요가 우타마 이다
엠디 파이살 아메드
Original Assignee
국민대학교산학협력단
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by 국민대학교산학협력단 filed Critical 국민대학교산학협력단
Priority to US17/564,890 priority Critical patent/US20230045732A1/en
Application granted granted Critical
Publication of KR102489375B1 publication Critical patent/KR102489375B1/ko
Publication of KR102489375B9 publication Critical patent/KR102489375B9/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras
    • G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
    • G06T7/74—Determining position or orientation of objects or cameras using feature-based methods involving reference images or patches
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
    • H01M50/00—Constructional details or processes of manufacture of the non-active parts of electrochemical cells other than fuel cells, e.g. hybrid cells
    • H01M50/20—Mountings; Secondary casings or frames; Racks, modules or packs; Suspension devices; Shock absorbers; Transport or carrying devices; Holders
    • H01M50/204—Racks, modules or packs for multiple batteries or multiple cells
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00—Measuring arrangements characterised by the use of optical techniques
    • G01B11/02—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness
    • G01B11/03—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness by measuring coordinates of points
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • 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
    • G06T2207/20—Special algorithmic details
    • G06T2207/20081—Training; Learning
    • 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
    • G06T2207/20—Special algorithmic details
    • G06T2207/20084—Artificial neural networks [ANN]
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Secondary Cells (AREA)
  • Software Systems (AREA)
  • Evolutionary Computation (AREA)
  • Data Mining & Analysis (AREA)
  • Medical Informatics (AREA)
  • Artificial Intelligence (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Chemical & Material Sciences (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • Electrochemistry (AREA)
  • General Chemical & Material Sciences (AREA)

Abstract

본 발명은 컴퓨터 비전 AI 알고리즘을 구현하여 배터리 트레이 내부에 구비된 배터리 셀의 방향이 정확한지 여부를 검사하는 배터리 검사 장치 및 그의 동작 방법에 관한 것이다. 본 발명의 일 실시 예에 따른 배터리 검사 방법은, 배터리를 검사하는 장치의 프로세서에 의해 수행되는 배터리 검사 방법으로서, 배터리를 검사하는 장치에 맞추어 배터리 트레이의 정렬이 정확한지 검사하는 제1 검사를 수행하는 단계와, 배터리 트레이가 정렬됨에 따라, 카메라를 이용하여 복수의 배터리 셀이 구비된 배터리 트레이 이미지를 캡쳐하는 단계와, 배터리 트레이 이미지로부터 배터리 셀에 대한 관련 정보를 획득하는 단계와, 배터리 셀에 대한 관련 정보를 로딩하여 배터리 셀의 방향이 정확한지 검사하는 제2 검사를 수행하는 단계를 포함할 수 있다.

Description

배터리 검사 장치 및 그의 동작 방법{APPARATUS FOR CHECKING BATTERY POSITION AND OPERATING METHOD THEREOF}
본 발명은 컴퓨터 비전 AI 알고리즘을 구현하여 배터리 트레이 내부에 구비된 배터리 셀의 방향이 정확한지 여부를 검사하는 배터리 검사 장치 및 그의 동작 방법에 관한 것이다.
배터리 생산 공정에서 배터리 셀의 방향 검사는 작업자에 의해 수동으로 수행되고 있다. 배터리 셀의 방향 검사 시에, 배터리 트레이 내에서 구비된 배터리 셀의 방향이 정확하지 않으면, 작업자는 수동으로 배터리 셀의 방향을 변경시킨다. 이러한 수동 검사 절차는 배터리 트레이 1개를 검사하는데 15초 이상의 시간이 소요되는 문제점이 있다. 또한, 실질적으로 배터리 트레이 내에서 배터리 셀의 방향이 정확하지 않음에도 불구하고, 작업자가 이를 인지하지 못하고, 배터리 셀의 방향이 정확하다고 승인하는 실수를 저지를 수 있다. 이러한 작업자의 실수로 인해 배터리 생산에 문제가 발생할 수 있다.
전술한 배경기술은 발명자가 본 발명의 도출을 위해 보유하고 있었거나, 본 발명의 도출 과정에서 습득한 기술 정보로서, 반드시 본 발명의 출원 전에 일반 공중에게 공개된 공지기술이라 할 수는 없다.
국내 공개특허공보 제10-2019-0011565호(2019.02.07)
본 발명의 일 과제는, 배터리 셀의 방향 검사가 작업자에 의해 수동으로 수행되어 검사 시간이 오래 걸리고 검사 비용이 상승하는 종래기술의 문제점을 해결하는데 있다.
본 발명의 일 과제는, 실질적으로 배터리 트레이 내에서 배터리 셀의 방향이 정확하지 않음에도 불구하고, 작업자의 실수로 배터리 셀의 방향이 정확하다고 승인하여 객관적인 검사 신뢰성을 저하시키는 종래기술의 문제점을 해결하는데 있다.
본 발명의 일 과제는, 컴퓨터 비전 AI 알고리즘을 구현하여 배터리 트레이 내부에 구비된 배터리 셀의 방향이 정확한지 여부를 자동으로 검사하는데 있다.
본 발명이 해결하고자 하는 과제는 이상에서 언급한 과제에 한정되지 않으며, 언급되지 않은 본 발명의 다른 과제 및 장점들은 하기의 설명에 의해서 이해될 수 있고, 본 발명의 실시 예에 의해보다 분명하게 이해될 것이다. 또한, 본 발명이 해결하고자 하는 과제 및 장점들은 특허 청구 범위에 나타낸 수단 및 그 조합에 의해 실현될 수 있음을 알 수 있을 것이다.
본 발명의 일 실시 예에 따른 배터리 검사 방법은, 배터리를 검사하는 장치의 프로세서에 의해 수행되는 배터리 검사 방법으로서, 배터리를 검사하는 장치에 맞추어 배터리 트레이의 정렬이 정확한지 검사하는 제1 검사를 수행하는 단계와, 배터리 트레이가 정렬됨에 따라, 카메라를 이용하여 복수의 배터리 셀이 구비된 배터리 트레이 이미지를 캡쳐하는 단계와, 배터리 트레이 이미지로부터 배터리 셀에 대한 관련 정보를 획득하는 단계와, 배터리 셀에 대한 관련 정보를 로딩하여 배터리 셀의 방향이 정확한지 검사하는 제2 검사를 수행하는 단계를 포함할 수 있다.
본 발명의 일 실시 예에 따른 배터리 검사 장치는, 배터리를 검사하는 장치로서, 배터리 트레이가 배치되는 위치를 향하도록 설치되는 카메라와, 프로세서 및 프로세서와 동작 가능하게 연결되고 프로세서에서 수행되는 적어도 하나의 코드를 저장하는 메모리를 포함하고, 메모리는 프로세서를 통해 실행될 때, 프로세서가 배터리를 검사하는 장치에 맞추어 배터리 트레이의 정렬이 정확한지 검사하는 제1 검사를 수행하고, 배터리 트레이가 정렬됨에 따라, 카메라를 이용하여 복수의 배터리 셀이 구비된 배터리 트레이 이미지를 캡쳐하고, 배터리 트레이 이미지로부터 배터리 셀에 대한 관련 정보를 획득하고, 배터리 셀에 대한 관련 정보를 로딩하여 배터리 셀의 방향이 정확한지 검사하는 제2 검사를 수행하도록 야기하는 코드를 저장할 수 있다.
이 외에도, 본 발명을 구현하기 위한 다른 방법, 다른 시스템 및 상기 방법을 실행하기 위한 컴퓨터 프로그램이 저장된 컴퓨터로 판독 가능한 기록매체가 더 제공될 수 있다.
전술한 것 외의 다른 측면, 특징, 이점이 이하의 도면, 특허청구범위 및 발명의 상세한 설명으로부터 명확해질 것이다.
본 발명에 의하면, 작업자가 수동으로 배터리 셀의 방향을 검사할 필요 없이 배터리 셀의 방향 검사 자동으로 수행됨으로써 검사 시간이 오래 걸리고 검사 비용이 상승하는 종래기술의 문제점을 해결할 수 있다.
또한, 실질적으로 배터리 트레이 내에서 배터리 셀의 방향이 정확하지 않음에도 불구하고, 작업자의 실수로 배터리 셀의 방향이 정상이라고 승인하여 객관적인 검사 신뢰성을 저하시키는 종래기술의 문제점을 해결할 수 있다.
또한, 컴퓨터 비전 AI 알고리즘을 구현하여 배터리 트레이 내부에 구비된 배터리 셀의 방향이 정확한지 여부를 자동으로 검사하여 빠른 시간 내에 객관이고 정확한 결과를 획득할 수 있다.
본 발명의 효과는 이상에서 언급된 것들에 한정되지 않으며, 언급되지 아니한 다른 효과들은 아래의 기재로부터 당업자에게 명확하게 이해될 수 있을 것이다.
도 1 및 도 2는 본 실시 예에 따른 배터리 및 배터리 검사 장치를 포함하는 배터리 검사 환경의 예시도이다.
도 3 및 도 4는 본 실시 예에 따른 배터리 트레이 내부에 구비된 복수개의 배터리 셀을 보이는 예시도이다.
도 5는 본 실시 예에 따른 배터리 검사 장치의 구성을 개략적으로 설명하기 위하여 도시한 블록도이다.
도 6 내지 도 8은 본 실시 예에 따른 배터리 셀의 방향이 정확한지 여부를 검사하기 위한 파라미터 산출을 보이는 예시도이다.
도 9는 다른 실시 예에 따른 배터리 검사 장치의 구성을 개략적으로 설명하기 위하여 도시한 블록도이다.
도 10 및 도 11은 본 실시 예에 따른 배터리 검사 장치의 구동 방법을 설명하기 위한 흐름도이다.
본 발명의 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 설명되는 실시 예들을 참조하면 명확해질 것이다. 그러나 본 발명은 아래에서 제시되는 실시 예들로 한정되는 것이 아니라, 서로 다른 다양한 형태로 구현될 수 있고, 본 발명의 사상 및 기술 범위에 포함되는 모든 변환, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다. 아래에 제시되는 실시 예들은 본 발명의 개시가 완전하도록 하며, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 발명의 범주를 완전하게 알려주기 위해 제공되는 것이다. 본 발명을 설명함에 있어서 관련된 공지 기술에 대한 구체적인 설명이 본 발명의 요지를 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다.
본 출원에서 사용한 용어는 단지 특정한 실시 예를 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 출원에서, "포함하다" 또는 "가지다" 등의 용어는 명세서상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다. 제1, 제2 등의 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 구성요소들은 상기 용어들에 의해 한정되어서는 안 된다. 상기 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다.
또한, 본 출원서에서, "부"는 프로세서 또는 회로와 같은 하드웨어 구성(hardware component), 및/또는 프로세서와 같은 하드웨어 구성에 의해 실행되는 소프트웨어 구성(software component)일 수 있다.
이하, 본 발명에 따른 실시 예들을 첨부된 도면을 참조하여 상세히 설명하기로 하며, 첨부 도면을 참조하여 설명함에 있어, 동일하거나 대응하는 구성 요소는 동일한 도면번호를 부여하고 이에 대한 중복되는 설명은 생략하기로 한다.
도 1 및 도 2는 본 실시 예에 따른 배터리 및 배터리 검사 장치를 포함하는 배터리 검사 환경의 예시도이고, 도 3 및 도 4는 본 실시 예에 따른 배터리 트레이 내부에 구비된 복수개의 배터리 셀을 보이는 예시도이다. 도 1 내지 도 4를 참조하면, 배터리 검사 환경은 배터리(100) 및 배터리 검사 장치(200)를 포함할 수 있다.
배터리(100)는 배터리 스택(110), 배터리 트레이(120: 120_1 내지 120_24) 및 배터리 셀(130: 130_1 내지 130_18)을 포함할 수 있다. 본 실시 예에서 하나의 배터리 스택(110)은 24개의 배터리 트레이(120)로 구성될 수 있다. 본 실시 예에서 하나의 배터리 스택(110)을 구성하는 배터리 트레이(120)의 개수는 24개로 한정되지 않고 변경될 수 있다.
또한 도 3 및 도 4를 참조하면, 하나의 배터리 트레이(120)는 18개의 배터리 셀(130)로 구성될 수 있다. 배터리 셀(130)은 충전 및 방전이 가능한 전지로서, 리튬 이온 배터리 셀일 수 있으나, 이로써 본 발명을 한정하는 것은 아니다. 본 실시 예에서, 1개의 트레이(120)에 18개의 배터리 셀(130)이 수납되는 것으로 도시되었으나, 원하는 출력에 따라 배터리 셀(130)의 개수 조절이 가능하다. 또한, 배터리 셀(130)은 원통형, 각형 배터리 셀 등 다양한 형태를 포함할 수 있다.
배터리 트레이(120) 내에서 배터리 셀(130)의 장착 위치는 고정되어 있을 수 있다. 배터리 트레이(120) 내에서 배터리 셀(130)의 방향이 기준 방향과 정확히 일치해야 한다. 여기서, 배터리 셀(130)의 기준 방향은 양(+)극 부호가 왼쪽이 되도록 하고, 음(-)극 부호가 오른쪽이 되도록 하는 방향을 포함할 수 있다. 본 실시 예에서 배터리 셀(130)의 방향이 정확하다 함은, 배터리 셀(130)의 방향이 기준 방향과 일치하는 경우를 포함할 수 있다.
도 3을 참조하면, 제1 배터리 셀(130_1_ 내지 제18 배터리 셀(130_18)의 방향이 모두 기준 방향과 일치하여, 배터리 셀(130)의 방향이 정확함을 보여주고 있다.
그러나 배터리 트레이(120) 내에서 배터리 셀(130)의 방향이 기준 방향과 일치하지 않을 수 있다. 이는 작업자의 실수로, 배터리 트레이(120) 내에 배터리 셀(130)의 방향을 기준 방향과 다르게 장착시키는 것에 기인할 수 있다. 여기서, 배터리 셀(130)의 방향이 기준 방향과 다르다 함은, 양(+)극 부호가 오른쪽이 되도록 하고, 음(-)극 부호가 왼쪽이 되도록 하는 방향을 포함할 수 있다.
도 4를 참조하면, 제1 배터리 셀(130_1_ 내지 제18 배터리 셀(130_18) 중에서, 제3 배터리 셀(130_3), 제8 배터리 셀(130_8), 제11 배터리 셀(130_11) 및 제 14 배터리 셀(130_14)의 방향이 기준 방향과 다르게 장착되었음을 알 수 있다. 본 실시 예에서 배터리 셀(130)의 방향이 부정확하다 함은, 배터리 셀(130)의 방향이 기준 방향과 다른 경우를 포함할 수 있다.
이와 같이 작업자의 실수로 인해 배터리 셀(130)의 방향이 부정확한 경우 배터리 생산에 문제가 발생할 수 있다. 또한, 배터리 셀(130)의 방향 검사가 작업자에 의해 수동으로 수행되어 검사 시간이 오래 걸리고 검사 비용이 상승하는 문제가 발생할 수 있다.
이러한 문제점을 해결하기 위하여, 배터리 검사 장치(200)는 컴퓨터 비전 AI 알고리즘을 구현하여 배터리 트레이(120) 내부에 구비된 복수개의 배터리 셀(130) 각각의 방향이 정확한지 여부를 자동으로 검사할 수 있다.
도 1 및 도 2를 참조하면, 배터리 검사 장치(200)는 베이스 프레임(201), 복수개의 휠(202), 바디 프레임(203), 콘트롤 박스(204), 레이저 발생기(210), 카메라(230) 및 전원 공급부(270)를 포함할 수 있다. 본 실시 예에서 콘트롤 박스(204) 내부에는 도 5에 개시된 구성요소들 중 레이저 발생기(210), 카메라(230) 및 전원 공급부(270)를 제외한 구성요소들이 구비될 수 있다. 또한, 콘트롤 박스(204)에 구비된 구성요소들과, 레이저 발생기(210), 카메라(230) 및 전원 공급부(270)는 전기적으로 연결되어 서로 신호를 송수신할 수 있다.
베이스 프레임(201)의 하부에는 복수개의 휠(202)이 구비될 수 있다. 베이스 프레임(201)의 상부에는 바디 프레임(203)이 구비될 수 있다. 또한, 베이스 프레임(201)의 상부에는 전원 공급부(270)가 구비될 수 있다.
복수개의 휠(202)은 배터리 검사 장치(200)를 이동시키거나 정지시킬 수 있다. 본 실시 예에서 휠(202)의 개수는 2개 이상일 수 있다.
바디 프레임(203)은 제1 지지 프레임(203-1) 및 제2 지지 프레임(203-2)을 포함할 수 있다. 제1 지지 프레임(203-1)은 베이스 프레임(201)의 상측으로 연장될 수 있다. 즉, 제1 지지 프레임(203-1)의 일측에는 베이스 프레임(201)이 연결되고, 제1 지지 프레임(203-1)의 타측에는 제2 지지 프레임(203-2)이 연결될 수 있다. 제2 지지 프레임(203-2)은 제1 지지 프레임(203-1)의 측방향으로 연장될 수 있다. 제2 지지 프레임(203-2)의 일측에는 제1 지지 프레임(203-1)의 타측이 연결되고, 제2 지지 프레임(203-2)의 타측에는 카메라(230)가 연결될 수 있다. 카메라(230)의 일측에는 레이저 발생기(210)가 연결될 수 있다.
제1 지지 프레임(203-1)에는 콘트롤 박스(204)가 구비될 수 있다. 콘트롤 박스(204) 내부에는 도 5에 도시된 사용자 인터페이스(220), 제1 검사부(240), 배터리 정보 획득부(250), 제2 검사부(260) 및 제어부(280)가 구비될 수 있다. 콘트롤 박스(204) 외부에는 사용자 인터페이스(220)에 포함되는 검사 시작 버튼(미도시)이 돌출되어 있을 수 있다. 또한, 콘트롤 박스(204) 외부에는 제1 검사 및 제2 검사의 결과를 출력하기 위해, 사용자 인터페이스(220)에 포함되는 콘트롤 패널(미도시) 또는 스피커(미도시)가 포함될 수 있다. 이하, 콘트롤 박스(204)에 대한 설명은 도 5를 참조하여 설명하기로 한다.
작업자는 바디 프레임(203)을 파지한 상태로 배터리 검사 장치(200)를 이동시킬 수 있다. 도 1 및 도 2에 도시된 바와 같이, 배터리 검사 장치(200)에 구비된 카메라(230)가 배터리 스택(110)을 바라볼 수 있는 위치로 이동될 수 있다.
레이저 발생기(210)는 레이저 빔을 조사할 수 있다. 본 실시 예에서 배터리 검사 장치(200)에 전원이 공급되면, 레이저 발생기(210)가 레이저 빔을 조사를 시작할 수 있다. 또한, 레이저 발생기(210)는 반사되는 레이저 빔을 수신할 수 있는 센서(미도시)를 더 포함할 수 있다.
배터리 검사 장치(200)는 레이저 발생기(210) 및 센서를 기반으로 하여 배터리 트레이(120)의 정렬이 정확한지 검사하는 제1 검사를 수행할 수 있다.
배터리 검사 장치(200)는 레이저 발생기(210)가 배터리 트레이(120)를 향하여 레이저 빔을 조사하도록 제어할 수 있다. 배터리 검사 장치(200)는 센서를 통하여 배터리 트레이(120)로부터 반사되는 레이저 빔을 수신할 수 있다. 배터리 검사 장치(200)는 배터리 트레이(120)로부터 반사되는 레이저 빔의 신호세기가 기준값 이상임에 따라 배터리 트레이(120)의 정렬이 정확하다고 결정할 수 있다. 배터리 검사 장치(200)는 배터리 트레이(120)로부터 반사되는 레이저 빔의 신호세기가 기준값 미만임에 따라 배터리 트레이의 정렬이 부정확하다고 결정할 수 있다.
배터리 검사 장치(200)는 배터리 트레이(120)의 정렬이 부정확하다고 결정함에 따라, 배터리 트레이(120)의 재정렬을 유도하는 제1 알람을 발생할 수 있다.
선택적 실시 예로, 배터리 트레이(120)에는 바닥을 지지하는 지지부(미도시)가 구비될 수 있다. 또한, 배터리 검사 장치(200)는 배터리 트레이(120)의 바닥을 향하도록 레이저 빔을 생성하는 추가 레이저 발생기(미도시)를 더 포함할 수 있다. 배터리 트레이(120)는 배터리 검사 장치(200)와 정렬되도록 배치되었을 때, 추가 레이저 발생기에서 조사되는 레이저 빔이 투과할 수 있도록 적어도 하나의 투과홀(미도시)을 구비할 수 있다. 여기서 투과홀은 빛이 통과할 수 있는 홀, 또는 관통홀을 포함할 수 있고, 투과체가 채워진 홀을 포함할 수도 있다. 또한 지지부에는 투과된 레이저 빔을 감지하는 추가 센서(미도시)가 더 포함될 수 있다. 이로부터 배터리 검사 장치(200)는 추가 레이버 발생기에서 조사되는 레이저 빔이 지지대의 추가 센서에 의해 감지되는 경우 배터리 트레이(120)가 정렬되었다고 판단할 수도 있다.
카메라(230)는 도 3 및 도 4에 도시된 바와 같이 복수개의 배터리 셀(130)이 구비된 배터리 트레이(120)에 대한 이미지(이하, 배터리 트레이 이미지라 표기함)를 캡쳐할 수 있다. 카메라(230)는 배터리 트레이(120)가 배치되는 위치를 향하도록 설치될 수 있다. 본 실시 예에서 카메라(230)는 예컨대 COMS(complementary metal-oxide semiconductor) 모듈 또는 CCD(charge coupled device) 모듈 등을 이용하여 촬영영역 내의 피사체로서 배터리 트레이(120)를 촬영할 수 있다. 또한, 본 실시 예에서 카메라(230)가 배터리 트레이(120)에 대한 이미지를 캡쳐하는 시점은 제1 검사를 수행한 결과, 배터리 트레이(120)의 정렬이 정확하다고 결정된 이후를 포함할 수 있다.
배터리 검사 장치(200)는 카메라(230)가 캡쳐한 배터리 트레이 이미지를 기반으로 하여, 배터리 트레이(120)의 정렬이 정확한지 여부를 추가로 검사하는 추가 검사를 수행할 수 있다. 추가 검사의 결과 배터리 트레이(120)의 정렬이 부정확한 경우 배터리 검사 장치(200)는 제2 알람을 발생할 수 있다. 추가 검사에 대한 상세한 내용은 후술하기로 한다.
배터리 검사 장치(200)는 배터리 트레이 이미지로부터 배터리 셀에 대한 관련 정보를 획득할 수 있다. 여기서, 배터리 트레이 이미지에는 예를 들어, 18개의 배터리 셀 이미지가 포함될 수 있다. 따라서, 배터리 검사 장치(200)는 18개의 배터리 셀 각각에 대하여, 배터리 셀에 대한 관련 정보를 획득할 수 잇다.
본 실시 예에서, 배터리 셀에 대한 관련 정보는 인공지능 알고리즘을 이용하여 획득할 수 있다. 여기서 인공 지능(artificial intelligence, AI)은, 인간의 지능으로 할 수 있는 사고, 학습, 자기계발 등을 컴퓨터가 할 수 있도록 하는 방법을 연구하는 컴퓨터 공학 및 정보기술의 한 분야로, 컴퓨터가 인간의 지능적인 행동을 모방할 수 있도록 하는 것을 의미할 수 있다.
또한, 인공지능은 그 자체로 존재하는 것이 아니라, 컴퓨터 과학의 다른 분야와 직간접으로 많은 관련을 맺고 있다. 특히 현대에는 정보기술의 여러 분야에서 인공지능적 요소를 도입하여, 그 분야의 문제 풀이에 활용하려는 시도가 매우 활발하게 이루어지고 있다.
머신 러닝(machine learning)은 인공지능의 한 분야로, 컴퓨터에 명시적인 프로그램 없이 배울 수 있는 능력을 부여하는 연구 분야를 포함할 수 있다. 구체적으로 머신 러닝은, 경험적 데이터를 기반으로 학습을 하고 예측을 수행하고 스스로의 성능을 향상시키는 시스템과 이를 위한 알고리즘을 연구하고 구축하는 기술이라 할 수 있다. 머신 러닝의 알고리즘들은 엄격하게 정해진 정적인 프로그램 명령들을 수행하는 것이라기보다, 입력 데이터를 기반으로 예측이나 결정을 이끌어내기 위해 특정한 모델을 구축하는 방식을 취할 수 있다.
이러한 인공신경망의 머신 러닝 방법으로는 자율학습(unsupervised learning)과 지도학습(supervised learning)이 모두 사용될 수 있다. 또한, 머신 러닝의 일종인 딥러닝(deep learning) 기술은 데이터를 기반으로 다단계로 깊은 수준까지 내려가 학습할 수 있다. 딥러닝은 단계를 높여갈수록 복수의 데이터들로부터 핵심적인 데이터를 추출하는 머신 러닝 알고리즘의 집합을 나타낼 수 있다.
본 실시 예에서, 배터리 셀에 대한 관련 정보를 획득하기 위해 이용하는 인공지능 알고리즘은 수정된 YOLO(you only look once) 알고리즘을 포함할 수 있다.
일반적으로 YOLO 알고리즘은 이미지를 한 번 보는 것만으로 객체의 종류와 위치를 추측하는 딥러닝 기반의 알고리즘이다. 본 실시 예에서, 객체는 배터리 셀(130)을 포함할 수 있다. YOLO 알고리즘은 객체 인식을 회귀로 접근하여 전체 구조를 간소화함으로써, 훈련 및 검출 속도를 향상시킬 수 있는 알고리즘일 수 있다.
본 실시 예에서 배터리 검사 장치(200)는 YOLO 아키텍처의 헤드에 3개의 컨볼루션 레이어(convolution layer)와 3개의 배치 정규화 레이어(batch normalization layer)를 추가하여 수정된 YOLO 알고리즘을 만들 수 있다. 수정된 YOLO 알고리즘은 훈련 과정에서 이미지 데이터(복수개의 배터리 셀이 구비된 배터리 트레이 이미지)가 필요한 지도 학습 방법을 사용할 수 있다. 이를 위해 실제 필드에서 가능한 모든 상황을 포함할 수 있도록 이미지 및 개체 조건을 변경하여 이미지 데이터를 수집할 수 있다.
본 실시 예에서 수정된 YOLO 알고리즘을 이용하여 획득하는 배터리 셀에 대한 관련 정보는 제1 정보 내지 제4 정보를 포함할 수 있다.
제1 정보는 배터리 트레이 이미지 내에서 배터리 셀(130)의 예측 위치를 나타낼 수 있다. 본 실시 예에서 제1 정보는, 배터리 트레이 이미지 내에 구비된 배터리 셀(130)의 시작 위치(
Figure 112021142455828-pat00001
,
Figure 112021142455828-pat00002
), 배터리 셀(130)의 너비(
Figure 112021142455828-pat00003
) 및 배터리 셀(130)의 높이(
Figure 112021142455828-pat00004
)를 포함할 수 있다.
본 실시 예에서, 배터리 셀(130)의 시작 위치 및 배터리 셀(130)의 종료 위치는 실시 예에 따라 임의로 정의할 수 있다. 예를 들어, 배터리 셀(130)의 시작 위치 및 종료 위치를 정의(도 6을 참조)하기 위해, 배터리 셀(130)은 직사각형 모양이고, 도 6과 같은 2차원 좌표 상에 놓여 있다고 가정하기로 한다. 이로부터 배터리 셀(130)의 시작 위치는 좌측상부 꼭지점에 해당하는 x좌표값 및 y좌표값 즉, (
Figure 112021142455828-pat00005
,
Figure 112021142455828-pat00006
) 를 포함하거나, 도 7의 (200, 300)를 포함할 수 있다. 또한, 배터리 셀(130)의 종료 위치는 우측하부 꼭지점에 해당하는 x좌표값 및 y좌표값 즉, (
Figure 112021142455828-pat00007
,
Figure 112021142455828-pat00008
)를 포함하거나, 도 7의 (500, 450)을 포함할 수 있다.
제2 정보는 배터리 트레이 이미지 내에서 총 배터리 셀(130)의 개수를 포함할 수 있다. 본 실시 예에서, 제2 정보는 18개를 포함할 수 있다.
제3 정보는 배터리 트레이 이미지 내에서 배터리 셀(130)에 표시된 양(+)극 부호 및 음(-)극 부호의 예측 위치를 나타낼 수 있다. 본 실시 예에서 제3 정보는, 배터리 셀(130)에 표시된 양(+)극 부호의 시작 위치(
Figure 112021142455828-pat00009
,
Figure 112021142455828-pat00010
)와, 배터리 셀(130)에 표시된 음(-)극 부호의 시작 위치(
Figure 112021142455828-pat00011
,
Figure 112021142455828-pat00012
)를 포함할 수 있다.
본 실시 예에서, 배터리 셀(130)에 표시된 양(+)극 부호의 시작 위치 및 배터리 셀(130)에 표시된 음(-)극 부호의 시작 위치는 실시 예에 따라 임의로 정의할 수 있다. 예를 들어, 배터리 셀(130)에 표시된 양(+)극 부호의 시작 위치 및 배터리 셀(130)에 표시된 음(-)극 부호의 시작 위치를 정의(도 8을 참조)하기 위해, 배터리 셀(130)은 직사각형 모양이고, 도 8과 같은 2차원 좌표 상에 놓여 있다고 가정하기로 한다.
이로부터 배터리 셀(130)에 표시된 양(+)극 부호의 시작 위치는 양(+)극 부호를 포함하는 최소 크기의 사각형에서 좌측상부 꼭지점에 해당하는 x좌표값 및 y좌표값 예를 들어, (30, 50)을 포함할 수 있다. 또한, 배터리 셀(130)에 표시된 음(-)극 부호의 시작 위치는 음(-)극 부호를 포함하는 최소 크기의 사각형에서 좌측상부 꼭지점에 해당하는 x좌표값 및 y좌표값 예를 들어, (150, 50)을 포함할 수 있다.
제4 정보는, 배터리 트레이 이미지로부터 검출된 전체 양(+)극 부호 및 음(-)극 부호의 개수를 나타낼 수 있다. 본 실시 예에서, 제4 정보는 36개를 포함할 수 있다.
배터리 검사 장치(200)는 배터리 셀에 대한 관련 정보를 로딩하여 배터리 셀(130)의 방향이 정확한지 여부를 검사하는 제2 검사를 수행할 수 있다. 본 실시 예에서, 배터리 검사 장치(200)는 18개 배터리 셀(130) 각각에 대하여 제2 검사를 수행할 수 있다. 제2 검사에 대한 상세한 내용은 후술하기로 한다.
배터리 검사 장치(200)는 2차 검사의 수행 결과, 배터리 셀(130)의 방향이 부정확하다고 결정함에 따라 배터리 셀(130)에 대한 방향 변경을 유도하는 제3 알람을 발생할 수 있다. 본 실시 예에서, 제3 알람은 배터리 셀(130)의 방향이 정확해질 때까지 계속 발생할 수 있다.
배터리 검사 장치(200)는 제3 알람 발생 시에 변경 대상 배터리 셀(130) 정보를 함께 출력할 수 있다. 여기서, 변경 대상 배터리 셀(130) 정보는 배터리 셀(130)의 방향이 부정확하여 방향을 변경해야 하는 배터리 셀(130) 번호를 포함할 수 있다. 도 4로부터 변경 대상 배터리 셀(130) 정보는 제3 배터리 셀(130_3), 제8 배터리 셀(130_8), 제11 배터리 셀(130_11) 및 제 14 배터리 셀(130_14)을 포함할 수 있다.
도 1 및 도 2로부터 배터리 검사 장치(200)가 제1 배터리 트레이(120_1)에 대하여 제1 검사 및 제2 검사를 완료하면, 작업자는 제1 배터리 트레이(120_1)를 이동시키고, 배터리 검사 장치(200)는 제2 배터리 트레이(120)_2)에 대하여, 초기 배터리 트레이 정렬 작업의 수행 결과를 수신, 제1 검사 및 제2 검사를 수행할 수 있다. 이와 같은 방식으로 제1 배터리 트레이(120_1) 내지 제24 배터리 트레이(120_24)까지 제1 검사 및 제2 검사를 수행할 수 있다. 이로써, 배터리 검사 장치(200)가 어느 한 배터리 스택(110)에 대한 검사를 완료하면, 작업자는 배터리 검사 장치(200)를 다른 배터리 스택으로 이동시킨 후 검사를 시작할 수 있다.
도 5는 본 실시 예에 따른 배터리 검사 장치의 구성을 개략적으로 설명하기 위하여 도시한 블록도이고, 도 6 내지 도 8은 본 실시 예에 따른 배터리 셀의 방향이 정확한지 여부를 검사하기 위한 파라미터 산출을 보이는 예시도이다. 이하의 설명에서 도 1 내지 도 4에 대한 설명과 중복되는 부분은 그 설명을 생략하기로 한다.
도 5 내지 도 8을 참조하면, 배터리 검사 장치(200)는 레이저 발생기(210), 사용자 인터페이스(220), 카메라(230), 제1 검사부(240), 배터리 정보 획득부(250), 제2 검사부(260), 전원 공급부(270) 및 제어부(280)를 포함할 수 있다. 본 실시 예에서, 사용자 인터페이스(220), 제1 검사부(240), 배터리 정보 획득부(250), 제2 검사부(260), 전원 공급부(270) 및 제어부(280)는 도 1 및 도 2에 개시된 콘트롤 박스(204)에 포함될 수 있다.
레이저 발생기(210)는 레이저 빔을 조사할 수 있다. 배터리 검사 장치(200)에 전원이 공급되면, 레이저 발생기(210)가 레이저 빔을 조사를 시작할 수 있다. 본 실시 예에서 작업자는 레이저 발생기(210)에서 발생한 레이저 빔을 이용하여 초기 배터리 트레이 정렬 작업을 수행할 수 있다.
사용자 인터페이스(220)는 입력 인터페이스(미도시) 및 출력 인터페이스(미도시)를 포함할 수 있다.
입력 인터페이스는 작업자가 배터리 검사 장치(200)의 동작 및 제어와 관련한 정보를 입력할 수 있는 구성으로, 예를 들어, 검사 시작 버튼을 포함할 수 있다. 선택적 실시 예로, 입력 인터페이스는 음성 인식을 위한 마이크(미도시)를 더 포함할 수 있다. 마이크는 일 실시 예로, 그 위치 및 구현 방법이 한정되지 않으며, 오디오 신호 입력을 위한 입력 수단은 제한 없이 차용될 수 있다.
한편, 본 실시 예에서, 출력 인터페이스는 스피커(미도시)를 포함할 수 있다. 스피커는, 배터리 검사 장치(200)의 동작과 관련한 정보를 청각 데이터로 출력할 수 있다. 즉 스피커는 배터리 검사 장치(200)의 동작과 관련한 정보를 오디오 데이터로 출력할 수 있는데, 제어부(280)의 제어에 따라 경고음, 알림음, 에러상태 등의 알림 메시지와, 작업자의 음성 명령에 대응하는 정보, 작업자 음성 명령에 대응하는 처리 결과 등을 오디오로 출력할 수 있다. 스피커는 일 실시 예로, 그 위치 및 구현 방법이 한정되지 않으며, 오디오 신호 출력을 위한 출력 수단을 모두 포함할 수 있다.
출력 인터페이스는 작업자가 배터리 검사 장치(200)의 동작 및 제어와 관련한 정보를 출력할 수 있는 구성이다. 즉, 작업자와의 인터페이스를 위한 구성이다.
즉 사용자 인터페이스(220)는 작업자가 배터리 검사 장치(200)와 관련한 정보를 입력할 수 있을 뿐만 아니라, 배터리 검사 장치(200)와 관련한 정보를 확인할 수 있는 구성으로, 입력 및 출력이 가능한 콘트롤 패널을 포함할 수 있다. 이와 같은 사용자 인터페이스(220)는 예를 들어 터치 인식이 가능한 OLED(organic light emitting display) 또는 LCD(liquid crystal display) 또는 LED(light emitting display)와 같은 소정의 디스플레이 부재를 포함할 수 있다.
카메라(230)는 배터리 트레이 이미지를 캡쳐할 수 있다
제1 검사부(240)는 레이저 발생기(210) 및 센서와 연계하여 배터리 트레이(120)의 정렬이 정확한지 검사할 수 있다. 제1 검사부(240)는 검사 장치(200)는 센서를 통하여 배터리 트레이(120)로부터 반사되는 레이저 빔을 수신할 수 있다. 제1 검사부(240)는 배터리 트레이(120)로부터 반사되는 레이저 빔의 신호세기가 기준값 이상임에 따라 배터리 트레이(120)의 정렬이 정확하다고 결정할 수 있다. 제1 검사부(240)는 배터리 트레이(120)로부터 반사되는 레이저 빔의 신호세기가 기준값 미만임에 따라 배터리 트레이의 정렬이 부정확하다고 결정할 수 있다.
배터리 트레이(120)의 내부에는 배터리 트레이(120)의 중앙임을 나타내는 식별자(도 3 및 도 4의 121)가 표시되어 있다. 작업자는 레이저 빔이 식별자(121)와 일치되도록 배터리 검사 장치(200)를 이동시킬 수 있다.
작업자가 배터리 검사 장치(200)를 이동시킨 후, 레이저 발생기(210)에서 조사되는 레이저 빔이 식별자(121)와 일치하면, 센서가 수신하는 반사되는 레이저 빔의 세기는 기준값 이상이 될 수 있다.
이는 식별자(121)로부터 반사되는 레이저 빔의 신호세기와, 식별자(121) 이외로부터 반사되는 레이저 빔의 신호세기가 다르기 때문일 수 있다. 따라서, 본 실시 예에서 식별자(121)를 포함하여 식별자(121) 주변을 형성하는 물질과, 식별자(121) 주변 이외를 형성하는 물질은 서로 다르게 하여 배터리 트레이(120)를 제작할 수 있다. 그리고, 식별자(121)를 포함하여 식별자(121) 주변을 형성하는 물질이 반사율이 식별자(121) 주변 이외를 형성하는 물질의 반사율보다 더 크도록 배터리 트레이(120)를 제작할 수 있다.
배터리 검사 장치(200)는 반사되는 레이저 빔의 신호세기가 기준값 이상이면, 배터리 트레이(120)가 정확하게 정렬되었다고 결정할 수 있다. 그러나 배터리 검사 장치(200)는 반사되는 레이저 빔의 신호세기가 기준값 미만이면, 배터리 트레이(120)가 부정확하게 정렬되었다고 결정할 수 있다. 배터리 검사 장치(200)는 배터리 트레이(120)의 정렬이 부정확하다고 결정함에 따라, 배터리 트레이(120)의 재정렬을 유도하는 제1 알람을 발생할 수 있다.
제1 알람이 발생하면, 작업자가 배터리 검사 장치(200)를 이동시킬 수 있다. 또는 제1 알람이 발생하는 작업자는 배터리 트레이를 재정렬할 수 있다. 또한 제1 알람은 배터리 트레이(120)의 정렬이 정확해질 때까지 계속 발생할 수 있다.
배터리 정보 획득부(250)는 배터리 트레이 이미지로부터 배터리 셀에 대한 관련 정보를 획득할 수 있다. 배터리 정보 획득부(250)는 복수의 배터리 셀이 구비된 배터리 트레이 이미지를 이용하여 배터리 셀에 대한 관련 정보를 예측하도록 미리 훈련된 심층신경망 모델을 이용하여, 배터리 셀에 대한 관련 정보를 예측할 수 있다.
여기서, 심층신경망 모델은, 복수의 배터리 셀이 구비된 배터리 트레이 이미지를 입력으로 하고, 제1 정보 내지 제4 정보를 레이블로 하는 훈련데이터에 의해 지도학습 방식으로 훈련된 모델일 수 있다
본 실시 예에서 수정된 YOLO 알고리즘을 이용하여 획득하는 배터리 셀에 대한 관련 정보는 제1 정보 내지 제4 정보를 포함할 수 있다.
제1 정보는 배터리 트레이 이미지 내에서 배터리 셀(130)의 예측 위치를 나타낼 수 있다. 본 실시 예에서 제1 정보는, 배터리 트레이 이미지 내에 구비된 배터리 셀(130)의 시작 위치(
Figure 112021142455828-pat00013
,
Figure 112021142455828-pat00014
), 배터리 셀(130)의 너비(
Figure 112021142455828-pat00015
) 및 배터리 셀(130)의 높이(
Figure 112021142455828-pat00016
)를 포함할 수 있다.
제2 정보는 배터리 트레이 이미지 내에서 총 배터리 셀(130)의 개수를 포함할 수 있다. 본 실시 예에서, 제2 정보는 18개를 포함할 수 있다.
제3 정보는 배터리 트레이 이미지 내에서 배터리 셀(130)에 표시된 양(+)극 부호 및 음(-)극 부호의 예측 위치를 나타낼 수 있다. 본 실시 예에서 제3 정보는, 배터리 셀(130)에 표시된 양(+)극 부호의 시작 위치(
Figure 112021142455828-pat00017
,
Figure 112021142455828-pat00018
)와, 배터리 셀(130)에 표시된 음(-)극 부호의 시작 위치(
Figure 112021142455828-pat00019
,
Figure 112021142455828-pat00020
)를 포함할 수 있다.
제4 정보는, 배터리 트레이 이미지로부터 검출된 전체 양(+)극 부호 및 음(-)극 부호의 개수를 나타낼 수 있다. 본 실시 예에서, 제4 정보는 36개를 포함할 수 있다.
본 실시 예에서, 초기에 설정된 심층신경망 모델은 배터리 셀에 대한 관련 정보를 예측할 수 있는 모델로 구성되기 위해 설계된 초기 모델로서 파라미터 값들은 임의의 초기값으로 설정되어 있는 상태이다. 초기 모델은 상술한 훈련데이터를 통해 훈련되면서 파라미터 값들이 최적화되고 배터리 셀에 대한 관련 정보를 예측할 수 있는 배터리 셀에 대한 관련 정보 예측 심층신경망 모델로 완성될 수 있다.
본 실시 예에서, 배터리 정보 획득부(250)는 카메라(230)가 캡쳐한 배터리 트레이 이미지를 이용하여, 배터리 트레이(120)의 정렬이 정확한지 여부를 추가로 검사하는 추가 검사를 수행할 수 있다.
배터리 정보 획득부(250)는 배터리 트레이 이미지에, 공지된 객체 인식 알고리즘을 적용하여 배터리 셀(130)을 검출해 낼 수 있다. 선택적 실시 예로, 배터리 정보 획득부(250)는 배터리 트레이 이미지 및 기저장된 배터리 셀 이미지를 비교하여, 배터리 트레이 이미지에 표시되어 있는 배터리 셀(130)을 검출할 수 있다.
배터리 정보 획득부(250)는 배터리 트레이 이미지에 포함되는 배터리 셀(130)의 개수를 카운트할 수 있다.
배터리 정보 획득부(250)는 카운트한 배터리 셀(130)의 개수가 기설정된 기준 개수(예를 들어, 18개)와 동일함에 따라 배터리 트레이(120)의 정렬이 정확하다고 결정할 수 있다.
그러나 배터리 정보 획득부(250)는 카운트한 배터리 셀(130)의 개수가 기설정된 기준 개수와 서로 다름에 따라 배터리 트레이(120)의 정렬이 부정확하다고 결정할 수 있다.
도 3 및 도 4를 참조하면, 배터리 트레이(120) 내부에 장착되는 배터리 셀(130)의 개수는 정해져 있기 때문에, 배터리 셀(130)의 개수가 기준 개수와 동일하면 배터리 트레이(120)의 정렬이 정확하다고 결정할 수 있다. 그러나, 배터리 셀(130)의 개수가 기준 개수와 서로 다르면, 배터리 트레이 이미지가 카메라 시야각에서 벗어났다는 의미가 되고, 이로 인해 배터리 트레이(120)의 정렬이 부정확하다고 결정할 수 있다.
배터리 트레이(120)의 정렬이 부정확하다고 결정함에 따라, 배터리 정보 획득부(250)는 배터리 트레이(120)의 재정렬을 유도하는 제2 알람을 발생할 수 있다. 제2 알람이 발생하면, 작업자는 배터리 검사 장치(200)를 이동시키거나 배터리 트레이(120)를 재정렬할 수 있다.
제2 검사부(260)는 배터리 정보 획득부(250)로부터 배터리 셀에 대한 관련 정보를 로딩하여 배터리 셀(130)의 방향이 정확한지 여부를 검사할 수 있다.
제2 검사부(260)는 배터리 셀에 대한 관련 정보를 이용하여 배터리 트레이 이미지 내에서 배터리 셀(130)의 종료 위치(
Figure 112021142455828-pat00021
,
Figure 112021142455828-pat00022
)를 산출할 수 있다. 제2 검사부(260)는 도 6 및 하기 수학식 1을 이용하여 배터리 셀(130)의 종료 위치(
Figure 112021142455828-pat00023
,
Figure 112021142455828-pat00024
)를 산출할 수 있다.
Figure 112021142455828-pat00025
수학식 1에서
Figure 112021142455828-pat00026
는 제1 정보에 포함되는 배터리 셀(130)의 시작 x좌표값을 나타내고,
Figure 112021142455828-pat00027
는 제1 정보에 포함되는 배터리 셀(130)의 너비를 나타내고,
Figure 112021142455828-pat00028
는 제1 정보에 포함되는 배터리 셀(130)의 시작 y좌표값을 나타내고,
Figure 112021142455828-pat00029
는 배터리 셀(130)의 높이를 나타낼 수 있다.
도 6으로부터, 예를 들어, 배터리 셀(130)의 시작 위치가 (200, 300)이고, 배터리 셀(130)의 너비가 300이고, 배터리 셀(130)의 높이가 150인 경우, 수학식 1에 의해 배터리 셀(130)의 종료 위치는 (500, 450)일 수 있다.
제2 검사부(260)는 배터리 트레이 이미지로부터 배터리 셀(130)의 시작 위치(
Figure 112021142455828-pat00030
,
Figure 112021142455828-pat00031
) 및 배터리 셀(130)의 종료 위치(
Figure 112021142455828-pat00032
,
Figure 112021142455828-pat00033
)를 포함하는 부분 이미지를 추출할 수 있다. 본 실시 예에서, 배터리 트레이 이미지는 기설정된 사이즈(예를 들어, 1920×1080)를 포함할 수 있다.
도 7을 참조하면, 제2 검사부(260)는 배터리 트레이 이미지의 시작 위치를 (0, 0)으로 설정하고, 배터리 트레이 이미지의 종료 위치를 (1920, 1080)으로 설정한 상태에서, 배터리 셀(130)의 시작 위치(200, 300) 및 배터리 셀(130)의 종료 위치(500, 450)을 포함하는 부분 이미지를 추출할 수 있다.
제2 검사부(260)는 부분 이미지로부터 제1 거리값(
Figure 112021142455828-pat00034
) 및 제2 거리값(
Figure 112021142455828-pat00035
)을 산출할 수 있다. 제1 거리값(
Figure 112021142455828-pat00036
)은 배터리 셀(130)의 너비(
Figure 112021142455828-pat00037
) 및 배터리 셀(130)에 표시된 양(+)극 부호의 시작 위치(
Figure 112021142455828-pat00038
,
Figure 112021142455828-pat00039
) 중 x좌표(
Figure 112021142455828-pat00040
)값의 감산 결과를 포함할 수 있다. 제2 거리값(
Figure 112021142455828-pat00041
)은 배터리 셀(130)의 너비(
Figure 112021142455828-pat00042
) 및 배터리 셀(130)에 표시된 음(-)극 부호의 시작 위치(
Figure 112021142455828-pat00043
,
Figure 112021142455828-pat00044
) 중 x좌표(
Figure 112021142455828-pat00045
)값의 감산 결과를 포함할 수 있다.
제2 검사부(260)는 도 8 및 하기 수학식 2를 이용하여 제1 거리값(
Figure 112021142455828-pat00046
) 및 제2 거리값(
Figure 112021142455828-pat00047
)을 산출할 수 있다.
Figure 112021142455828-pat00048
수학식 2에서
Figure 112021142455828-pat00049
는 제1 정보에 포함되는 배터리 셀(130)의 너비를 나타내고,
Figure 112021142455828-pat00050
는 배터리 셀(130)에 표시된 양(+)극 부호의 시작 위치(
Figure 112021142455828-pat00051
,
Figure 112021142455828-pat00052
) 중 x좌표값을 나타내고,
Figure 112021142455828-pat00053
는 배터리 셀(130)에 표시된 음(-)극 부호의 시작 위치(
Figure 112021142455828-pat00054
,
Figure 112021142455828-pat00055
) 중 x좌표값을 나타낼 수 있다.
도 8을 참조하면, 제2 검사부(260)는 제1 거리값(
Figure 112021142455828-pat00056
)으로 배터리 셀(130)의 너비(
Figure 112021142455828-pat00057
=200) 및 배터리 셀(130)에 표시된 양(+)극 부호의 시작 위치(30, 50) 중 x좌표(30)값의 감산 결과(170)를 산출할 수 있다. 또한, 제2 검사부(260)는 제2 거리값(
Figure 112021142455828-pat00058
)으로 배터리 셀(130)의 너비(
Figure 112021142455828-pat00059
=200) 및 배터리 셀(130)에 표시된 음(-)극 부호의 시작 위치(150, 50) 중 x좌표(150)의 감산 결과(50)를 포함할 수 있다.
제2 검사부(260)는 제1 거리값(
Figure 112021142455828-pat00060
) 및 제2 거리값(
Figure 112021142455828-pat00061
)의 비교 결과를 기반으로 하여 배터리 셀(130)의 방향이 정확한지 여부를 결정할 수 있다. 제2 검사부(260)는 제1 거리값(
Figure 112021142455828-pat00062
)이 제2 거리값(
Figure 112021142455828-pat00063
)을 초과함에 따라 배터리 셀(130)의 방향이 정확하다고 결정할 수 있다. 배터리 셀(130)의 방향이 정확하다 함은, 배터리 셀(130)에 표시된 양(+)극 부호가 오른쪽에 위치하고, 음(-)극 부호가 왼쪽이 위치된 경우를 포함할 수 있다. 제2 검사부(260)는 제1 거리값(
Figure 112021142455828-pat00064
)이 제2 거리값(
Figure 112021142455828-pat00065
) 이하임에 따라 배터리 셀(130)의 방향이 부정확하다고 결정할 수 있다. 배터리 셀(130)의 방향이 부정확하다 함은, 배터리 셀(130)에 표시된 양(+)극 부호가 왼쪽에 위치하고, 음(-)극 부호가 오른쪽에 위치된 경우를 포함할 수 있다.
제2 검사부(260)는 제1 거리값(
Figure 112021142455828-pat00066
)이 제2 거리값(
Figure 112021142455828-pat00067
) 이하임에 따라, 배터리 셀(130)에 대한 방향 변경을 유도하는 제3 알람을 발생할 수 있다. 제2 검사부(260)는 제3 알람 발생 시에 변경 대상 배터리 셀 정보를 함께 출력할 수 있다. 여기서, 변경 대상 배터리 셀 정보는 배터리 셀(130)의 방향이 부정확하여 방향을 변경해야 하는 배터리 셀(130) 번호를 포함할 수 있다. 예를 들어, 도 4로부터 변경 대상 배터리 셀(130) 정보는 제3 배터리 셀(130_3), 제8 배터리 셀(130_8), 제11 배터리 셀(130_11) 및 제 14 배터리 셀(130_14)을 포함할 수 있다.
전원 공급부(270)는 제어부(280)의 제어 하에서, 외부의 전원, 내부의 전원을 인가 받아 배터리 검사 장치(200)의 각 구성요소들에 전원을 공급할 수 있다. 이러한 전원 공급부(270)는 배터리(미도시)를 포함할 수 있으며, 배터리는 내장형 배터리 또는 교체가능한 형태의 배터리로 구성될 수 있다. 배터리는 유선 또는 무선 충전 방식으로 충전될 수 있는데, 무선 충전 방식은 자기 유도 방식 또는 자기 공진 방식을 포함할 수 있다. 본 실시 예에서 배터리는 니켈-카드뮴 전지(nickel-cadmium battery), 납 축전치, 니켈-수소 전지(NiMH: nickel metal hydride battery), 리튬-이온 전지(lithium ion battery), 리튬 폴리머 전지(lithium polymer battery) 등의 충전 가능한 이차 전지를 포함할 수 있으며, 이에 한정되는 것은 아니다.
본 실시 예에서 제어부(280)는 배터리의 충방전을 제어할 수 있고, 배터리의 상태 정보를 모니터링하여 배터리를 보호할 수 있다. 예를 들어, 제어부(280)는 배터리에 대한 과충전 보호 기능, 과방전 보호 기능, 과전류 보호 기능, 과전압 보호 기능, 과열 보호 기능, 셀 밸런싱(cell balancing) 기능 등을 수행할 수 있다. 또한 제어부(280)는 배터리의 전류, 전압, 온도, 잔여 전력량, 수명, 충전 상태(state of charge, SOC)등을 획득할 수 있다. 예를 들어, 제어부(280)는 도시되지 않았으나 센서(미도시)를 이용하여 배터리의 전압 및 온도를 측정할 수 있다. 배터리에 과충전, 과방전, 과전류, 및 고온 등과 같은 이상 상황이 발생하였음을 감지하는 경우, 제어부(280)는 배터리의 충방전을 제어하여 배터리를 보호할 수 있다.
제어부(280)는 일종의 중앙처리장치로서 배터리 검사 장치(200) 전체의 동작을 제어할 수 있다. 제어부(280)는 프로세서(processor)와 같이 데이터를 처리할 수 있는 모든 종류의 장치를 포함할 수 있다. 여기서, '프로세서(processor)'는, 예를 들어 프로그램 내에 포함된 코드 또는 명령어로 표현된 기능을 수행하기 위해 물리적으로 구조화된 회로를 갖는, 하드웨어에 내장된 데이터 처리 장치를 의미할 수 있다. 이와 같이 하드웨어에 내장된 데이터 처리 장치의 일 예로써, 마이크로프로세서(microprocessor), 중앙처리장치(central processing unit: CPU), 프로세서 코어(processor core), 멀티프로세서(multiprocessor), ASIC(application-specific integrated circuit), FPGA(field programmable gate array) 등의 처리 장치를 망라할 수 있으나, 본 발명의 범위가 이에 한정되는 것은 아니다.
도 9는 다른 실시 예에 따른 배터리 검사 장치의 구성을 개략적으로 설명하기 위하여 도시한 블록도이다. 이하의 설명에서 도 1 내지 도 8에 대한 설명과 중복되는 부분은 그 설명을 생략하기로 한다. 도 9를 참조하면, 다른 실시 예에 따른 배터리 검사 장치는 프로세서(291)와 메모리(292)를 포함할 수 있다.
본 실시 예에서 프로세서(291)는 도 5에 개시된 사용자 인터페이스(220), 제1 검사부(240), 배터리 정보 획득부(250), 제2 검사부(260), 전원 공급부(270) 및 제어부(280)가 수행하는 기능을 처리할 수 있다.
본 실시 예에서, 프로세서(291)는 인공지능 알고리즘을 이용하여 배터리 셀에 대한 관련 정보의 예측 결과를 생성할 수 있다. 이러한 프로세서(291)는 배터리 검사 장치(200) 전체의 동작을 제어할 수 있다. 여기서, '프로세서(processor)'는, 예를 들어 프로그램 내에 포함된 코드 또는 명령어로 표현된 기능을 수행하기 위해 물리적으로 구조화된 회로를 갖는, 하드웨어에 내장된 데이터 처리 장치를 의미할 수 있다. 이와 같이 하드웨어에 내장된 데이터 처리 장치의 일 예로써, 마이크로프로세서(microprocessor), 중앙처리장치(central processing unit: CPU), 프로세서 코어(processor core), 멀티프로세서(multiprocessor), ASIC(application-specific integrated circuit), FPGA(field programmable gate array) 등의 처리 장치를 망라할 수 있으나, 본 발명의 범위가 이에 한정되는 것은 아니다.
메모리(292)는 프로세서(291)와 동작 가능하게 연결되고, 프로세서(291)에서 수행되는 동작과 연관하여 적어도 하나의 코드를 저장할 수 있다.
또한, 메모리(292)는 프로세서(291)가 처리하는 데이터를 일시적 또는 영구적으로 저장하는 기능을 수행할 수 있다. 여기서, 메모리(292)는 자기 저장 매체(magnetic storage media) 또는 플래시 저장 매체(flash storage media)를 포함할 수 있으나, 본 발명의 범위가 이에 한정되는 것은 아니다. 이러한 메모리(292)는 내장 메모리 및/또는 외장 메모리를 포함할 수 있으며, DRAM, SRAM, 또는 SDRAM 등과 같은 휘발성 메모리, OTPROM(one time programmable ROM), PROM, EPROM, EEPROM, mask ROM, flash ROM, NAND 플래시 메모리, 또는 NOR 플래시 메모리 등과 같은 비휘발성 메모리, SSD, CF(compact flash) 카드, SD 카드, Micro-SD 카드, Mini-SD 카드, Xd 카드, 또는 메모리 스틱(memory stick) 등과 같은 플래시 드라이브, 또는 HDD와 같은 저장 장치를 포함할 수 있다.
도 10은 본 실시 예에 따른 배터리 검사 장치의 구동 방법을 설명하기 위한 흐름도이다. 이하의 설명에서 도 1 내지 도 9에 대한 설명과 중복되는 부분은 그 설명을 생략하기로 한다.
도 10을 참조하면, S1010단계에서, 배터리 검사 장치(200)는 배터리 트레이(120)의 정렬이 정확한지 검사하는 제1 검사를 수행할 수 있다. 배터리 검사 장치(200)는 배터리 트레이(120)를 향하여 레이저 빔을 조사할 수 있다. 배터리 검사 장치(200)는 배터리 트레이(120)로부터 반사되는 레이저 빔을 수신할 수 있다. 배터리 검사 장치(200)는 배터리 트레이(120)로부터 반사되는 레이저 빔의 신호세기가 기준값 이상임에 따라 배터리 트레이(120)의 정렬이 정확하다고 결정할 수 있다. 배터리 검사 장치(200)는 배터리 트레이(120)로부터 반사되는 레이저 빔의 신호세기가 기준값 미만임에 따라 배터리 트레이(120)의 정렬이 부정확하다고 결정할 수 있다. 배터리 검사 장치(200)는 배터리 트레이(120)의 정렬이 부정확하다고 결정함에 따라, 배터리 트레이(120)의 재정렬을 유도하는 제1 알람을 발생할 수 있다.
S1020단계에서, 배터리 검사 장치(200)는 배터리 트레이(120)가 정확하게 정렬됨에 따라, 카메라(230)를 이용하여 복수의 배터리 셀이 구비된 배터리 트레이 이미지를 캡쳐할 수 있다.
S1030단계에서, 배터리 검사 장치(200)는 배터리 트레이 이미지로부터 배터리 셀에 대한 관련 정보를 획득할 수 있다. 배터리 검사 장치(200)는 복수의 배터리 셀이 구비된 배터리 트레이 이미지를 이용하여 배터리 셀에 대한 관련 정보를 예측하도록 미리 훈련된 심층신경망 모델을 이용하여, 배터리 셀에 대한 관련 정보를 예측할 수 있다. 여기서, 심층신경망 모델은, 복수의 배터리 셀이 구비된 배터리 트레이 이미지를 입력으로 하고, 배터리 트레이 이미지 내에서 배터리 셀의 예측 위치를 나타내는 제1 정보와, 배터리 트레이 이미지 내에서 총 배터리 셀의 개수를 나타내는 제2 정보와, 배터리 트레이 이미지 내에서 배터리 셀에 표시된 양(+)극 부호 및 음(-)극 부호의 예측 위치를 나타내는 제3 정보와, 배터리 트레이 이미지로부터 검출된 전체 양(+)극 부호 및 음(-)극 부호의 개수를 나타내는 제4 정보를 레이블로 하는 훈련데이터에 의해 지도학습 방식으로 훈련된 모델일 수 있다. 또한, 제1 정보는, 배터리 트레이 이미지 내에서 배터리 셀의 시작 위치, 배터리 셀의 너비 및 배터리 셀의 높이를 포함하고, 제3 정보는, 배터리 셀에 표시된 양(+)극 부호의 시작 위치와, 배터리 셀에 표시된 음(-)극 부호의 시작 위치를 포함할 수 있다.
선택적 실시 예로, 배터리 검사 장치(200)는 캡쳐한 배터리 트레이 이미지를 기반으로 하여, 배터리 트레이(120)의 정렬이 정확한지 여부를 추가로 검사하는 추가 검사를 수행할 수 있다. 추가 검사 수행 시에, 배터리 검사 장치(200)는 배터리 트레이 이미지 및 기저장된 배터리 셀 이미지를 비교하여 배터리 셀을 검출할 수 있다. 배터리 검사 장치(200)는 검출된 배터리 셀의 개수를 카운트 할 수 있다. 배터리 검사 장치(200)는 카운트한 배터리 셀의 개수가 기설정된 기준 개수와 동일함에 따라 배터리 트레이(120)의 정렬이 정확하다고 결정할 수 있다. 배터리 검사 장치(200)는 카운트한 배터리 셀의 개수가 기설정된 기준 개수와 서로 다름에 따라 배터리 트레이(120)의 정렬이 부정확하다고 결정할 수 있다. 배터리 검사 장치(200)는 배터리 트레이(120)의 정렬이 부정확하다고 결정함에 따라, 배터리 트레이(120)의 재정렬을 유도하는 제2 알람을 발생할 수 있다.
S1040단계에서, 배터리 검사 장치(200)는 배터리 셀에 대한 관련 정보를 로딩하여 배터리 셀의 방향이 정확한지 검사하는 제2 검사를 수행할 수 있다. 배터리 검사 장치(200)는 제1 정보를 이용하여 배터리 트레이 이미지 내에서 배터리 셀의 종료 위치를 산출할 수 있다. 배터리 검사 장치(200)는 배터리 트레이 이미지로부터 배터리 셀(130)의 시작 위치 및 배터리 셀(130)의 종료 위치를 포함하는 부분 이미지를 추출할 수 있다. 배터리 검사 장치(200)는 부분 이미지에 포함되는 배터리 셀(130)의 너비에서 양(+)극 부호의 시작 위치를 감산한 제1 거리값 및 배터리 셀(130)의 너비에서 음(-)극 부호의 시작 위치를 감산한 제2 거리값을 산출할 수 있다. 배터리 검사 장치(200)는 제1 거리값 및 제2 거리값의 비교 결과를 기반으로 하여 배터리 셀(130)의 방향이 정확한지 여부를 결정할 수 있다. 배터리 검사 장치(200)는 제1 거리값이 제2 거리값을 초과함에 따라 배터리 셀의 방향이 정확하다고 결정할 수 있다. 배터리 검사 장치(200)는 제1 거리값이 제2 거리값 이하임에 따라 배터리 셀의 방향이 부정확하다고 결정할 수 있다. 배터리 검사 장치(200)는 제1 거리값이 제2 거리값 이하임에 따라, 배터리 셀에 대한 방향 변경을 유도하는 제3 알람을 발생할 수 있다.
이후, 배터리 검사 장치(200)는 현재 배터리 트레이(120_1)에 대한 검사가 완료되면, 다음 배터리 트레이(120_2)에 대한 검사를 시작할 수 있다.
도 11은 다른 실시 예에 따른 배터리 검사 장치의 구동 방법을 설명하기 위한 흐름도이다. 이하의 설명에서 도 1 내지 도 10에 대한 설명과 중복되는 부분은 그 설명을 생략하기로 한다.
도 11을 참조하면, S1101단계 및 S1103단계에서, 배터리 검사 장치(200)에 전원이 공급되면, 배터리 트레이(120)는 레이저 발생기(210)를 동작시킬 수 있다.
S1105단계에서, 배터리 검사 장치(200)가 배터리 스택(110) 주변으로 이동되면, 작업자에 의해 초기 배터리 트레이 정렬 작업이 수행되고, 배터리 검사 장치(200)는 배터리 트레이(120)에 대한 제1 검사를 수행할 수 있다.
S1107단계에서, 배터리 검사 장치(200)는 배터리 트레이(120)에 대한 제1 검사의 수행결과 배터리 트레이(120)의 정렬이 정확한지 결정할 수 있다.
S1109단계에서, 배터리 검사 장치(200)는 배터리 트레이(120)의 정렬이 부정확하다고 결정한 경우 제1 알람을 발생하여 배터리 트레이(120)의 재정렬을 유도할 수 있다. 제1 알람은 배터리 트레이(120)의 정렬이 정확해질 때까지 계속 발생할 수 있다. 이에 따라 작업자는 배터리 트레이(120)에 대한 재정렬을 수행하거나, 배터리 검사 장치(200)를 이동시킬 수 있다.
S1111단계에서, 배터리 검사 장치(200)는 제1 검사의 수행결과 배터리 트레이(120)의 정렬이 정확한 경우, 카메라(230)를 통해 캡쳐된 배터리 트레이 이미지를 수신할 수 있다.
S1113단계에서, 배터리 검사 장치(200)는 배터리 트레이 이미지를 기반으로 하여 배터리 트레이(120)에 대한 추가 검사를 수행할 수 있다.
S1115단계에서, 배터리 검사 장치(200)는 배터리 트레이(120)에 대한 추가 검사의 수행결과 배터리 트레이(120)의 정렬이 정확한지 결정할 수 있다.
S1117단계에서, 배터리 검사 장치(200)는 배터리 트레이(120)의 정렬이 부정확하다고 결정한 경우 제2 알람을 발생하여 배터리 트레이(120)의 재정렬을 유도할 수 있다. 제2 알람은 배터리 트레이(120)의 정렬이 정확해질 때까지 계속 발생할 수 있다. 이에 따라 작업자는 배터리 트레이(120)에 대한 재정렬을 수행하거나, 배터리 검사 장치(200)를 이동시킬 수 있다.
S1119단계에서, 배터리 검사 장치(200)는 배터리 트레이(120)의 정렬이 정확한 경우, 배터리 셀에 대한 관련 정보를 로딩하여 배터리 셀(130)의 방향이 정확한지 여부를 검사하는 제2 검사를 수행할 수 있다. 본 실시 예에서 배터리 셀에 대한 관련 정보는 배터리 트레이 이미지가 캡쳐된 이후에 인공지능 알고리즘에 의해 획득될 수 있다.
S1121단계에서, 배터리 검사 장치(200)는 배터리 셀(130)에 대한 제2 검사의 수행 결과 배터리 셀(130)의 방향이 정확한지 결정할 수 있다.
S1123단계에서, 배터리 셀(130)의 방향이 부정확하다고 결정한 경우 제3 알람을 발생하여 배터리 셀(130)의 방향 변경을 유도할 수 있다. 제3 알람은 배터리 셀(130)의 방향이 정확해질 때까지 계속 발생할 수 있다. 이에 따라 작업자는 배터리 셀(130)의 방향에 대한 변경을 수행할 수 있다.
S1125단계에서, 배터리 검사 장치(200)는 배터리 셀(130)의 방향이 정확하다고 결정한 경우, 다음 배터리 트레이에 대한 검사를 수행할 수 있다.
이상 설명된 본 발명에 따른 실시 예는 컴퓨터 상에서 다양한 구성요소를 통하여 실행될 수 있는 컴퓨터 프로그램의 형태로 구현될 수 있으며, 이와 같은 컴퓨터 프로그램은 컴퓨터로 판독 가능한 매체에 기록될 수 있다. 이때, 매체는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체, CD-ROM 및 DVD와 같은 광기록 매체, 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical medium), 및 ROM, RAM, 플래시 메모리 등과 같은, 프로그램 명령어를 저장하고 실행하도록 특별히 구성된 하드웨어 장치를 포함할 수 있다.
한편, 상기 컴퓨터 프로그램은 본 발명을 위하여 특별히 설계되고 구성된 것이거나 컴퓨터 소프트웨어 분야의 당업자에게 공지되어 사용 가능한 것일 수 있다. 컴퓨터 프로그램의 예에는, 컴파일러에 의하여 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용하여 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드도 포함될 수 있다.
본 발명의 명세서(특히 특허청구범위에서)에서 "상기"의 용어 및 이와 유사한 지시 용어의 사용은 단수 및 복수 모두에 해당하는 것일 수 있다. 또한, 본 발명에서 범위(range)를 기재한 경우 상기 범위에 속하는 개별적인 값을 적용한 발명을 포함하는 것으로서(이에 반하는 기재가 없다면), 발명의 상세한 설명에 상기 범위를 구성하는 각 개별적인 값을 기재한 것과 같다.
본 발명에 따른 방법을 구성하는 단계들에 대하여 명백하게 순서를 기재하거나 반하는 기재가 없다면, 상기 단계들은 적당한 순서로 행해질 수 있다. 반드시 상기 단계들의 기재 순서에 따라 본 발명이 한정되는 것은 아니다. 본 발명에서 모든 예들 또는 예시적인 용어(예들 들어, 등등)의 사용은 단순히 본 발명을 상세히 설명하기 위한 것으로서 특허청구범위에 의해 한정되지 않는 이상 상기 예들 또는 예시적인 용어로 인해 본 발명의 범위가 한정되는 것은 아니다. 또한, 당업자는 다양한 수정, 조합 및 변경이 부가된 특허청구범위 또는 그 균등물의 범주 내에서 설계 조건 및 팩터에 따라 구성될 수 있음을 알 수 있다.
따라서, 본 발명의 사상은 상기 설명된 실시 예에 국한되어 정해져서는 아니 되며, 후술하는 특허청구범위뿐만 아니라 이 특허청구범위와 균등한 또는 이로부터 등가적으로 변경된 모든 범위는 본 발명의 사상의 범주에 속한다고 할 것이다.
100: 배터리
200: 배터리 검사 장치

Claims (20)

  1. 배터리를 검사하는 장치의 프로세서에 의해 수행되는 배터리 검사 방법으로서,
    상기 배터리를 검사하는 장치에 맞추어 배터리 트레이의 정렬이 정확한지 검사하는 제1 검사를 수행하는 단계;
    상기 배터리 트레이가 정렬됨에 따라, 카메라를 이용하여 복수의 배터리 셀이 구비된 배터리 트레이 이미지를 캡쳐하는 단계;
    상기 배터리 트레이 이미지로부터 배터리 셀에 대한 관련 정보를 획득하는 단계; 및
    상기 배터리 셀에 대한 관련 정보를 로딩하여 상기 배터리 셀의 방향이 정확한지 검사하는 제2 검사를 수행하는 단계를 포함하고,
    상기 배터리 셀에 대한 관련 정보를 획득하는 단계는,
    복수의 배터리 셀이 구비된 배터리 트레이 이미지를 이용하여 배터리 셀에 대한 관련 정보를 예측하도록 미리 훈련된 심층신경망 모델을 이용하여, 상기 배터리 셀에 대한 관련 정보를 예측하는 단계를 포함하고,
    상기 심층신경망 모델은,
    복수의 배터리 셀이 구비된 배터리 트레이 이미지를 입력으로 하고, 상기 배터리 트레이 이미지 내에서 배터리 셀의 예측 위치를 나타내는 제1 정보와, 상기 배터리 트레이 이미지 내에서 총 배터리 셀의 개수를 나타내는 제2 정보와, 상기 배터리 트레이 이미지 내에서 배터리 셀에 표시된 양(+)극 부호 및 음(-)극 부호의 예측 위치를 나타내는 제3 정보와, 상기 배터리 트레이 이미지로부터 검출된 전체 양(+)극 부호 및 음(-)극 부호의 개수를 나타내는 제4 정보를 레이블로 하는 훈련데이터에 의해 지도학습 방식으로 훈련된 모델이고,
    상기 제1 정보는,
    상기 배터리 트레이 이미지 내에서 배터리 셀의 시작 위치, 상기 배터리 셀의 너비 및 상기 배터리 셀의 높이를 포함하고,
    상기 제3 정보는,
    상기 배터리 셀에 표시된 양(+)극 부호의 시작 위치와, 상기 배터리 셀에 표시된 음(-)극 부호의 시작 위치를 포함하는,
    배터리 검사 방법.
  2. 제 1 항에 있어서,
    상기 제1 검사를 수행하는 단계는,
    상기 배터리 트레이를 향하여 레이저 빔을 조사하는 단계;
    상기 배터리 트레이로부터 반사되는 레이저 빔을 수신하는 단계;
    상기 배터리 트레이로부터 반사되는 레이저 빔의 신호세기가 기준값 이상임에 따라 상기 배터리 트레이의 정렬이 정확하다고 결정하는 단계; 및
    상기 배터리 트레이로부터 반사되는 레이저 빔의 신호세기가 기준값 미만임에 따라 상기 배터리 트레이의 정렬이 부정확하다고 결정하는 단계를 포함하는,
    배터리 검사 방법.
  3. 제 2 항에 있어서,
    상기 배터리 트레이의 정렬이 부정확하다고 결정함에 따라, 상기 배터리 트레이의 재정렬을 유도하는 제1 알람을 발생하는 단계를 더 포함하는,
    배터리 검사 방법.
  4. 제 1 항에 있어서,
    상기 배터리 셀에 대한 관련 정보를 획득하는 단계는,
    상기 배터리 트레이 이미지 및 기저장된 배터리 셀 이미지를 비교하여 배터리 셀을 검출하는 단계;
    검출된 상기 배터리 셀의 개수를 카운트 하는 단계;
    카운트한 상기 배터리 셀의 개수가 기설정된 기준 개수와 동일함에 따라 상기 배터리 트레이의 정렬이 정확하다고 결정하는 단계; 및
    카운트한 상기 배터리 셀의 개수가 상기 기설정된 기준 개수와 서로 다름에 따라 상기 배터리 트레이의 정렬이 부정확하다고 결정하는 단계를 포함하는,
    배터리 검사 방법.
  5. 제 4 항에 있어서,
    상기 배터리 트레이의 정렬이 부정확하다고 결정함에 따라, 상기 배터리 트레이의 재정렬을 유도하는 제2 알람을 발생하는 단계를 더 포함하는,
    배터리 검사 방법.
  6. 삭제
  7. 제 1 항에 있어서,
    상기 제2 검사를 수행하는 단계는,
    상기 제1 정보를 이용하여 상기 배터리 트레이 이미지 내에서 상기 배터리 셀의 종료 위치를 산출하는 단계;
    상기 배터리 트레이 이미지로부터 상기 배터리 셀의 시작 위치 및 상기 배터리 셀의 종료 위치를 포함하는 부분 이미지를 추출하는 단계;
    상기 부분 이미지에 포함되는 상기 배터리 셀의 너비에서 상기 양(+)극 부호의 시작 위치를 감산한 제1 거리값 및 상기 배터리 셀의 너비에서 상기 음(-)극 부호의 시작 위치를 감산한 제2 거리값을 산출하는 단계; 및
    상기 제1 거리값 및 상기 제2 거리값의 비교 결과를 기반으로 하여 상기 배터리 셀의 방향이 정확한지 여부를 결정하는 단계를 포함하는,
    배터리 검사 방법.
  8. 제 7 항에 있어서,
    상기 배터리 셀의 방향이 정확한지 여부를 결정하는 단계는,
    상기 제1 거리값이 상기 제2 거리값을 초과함에 따라 상기 배터리 셀의 방향이 정확하다고 결정하는 단계; 및
    상기 제1 거리값이 상기 제2 거리값 이하임에 따라 상기 배터리 셀의 방향이 부정확하다고 결정하는 단계를 포함하는,
    배터리 검사 방법.
  9. 제 8 항에 있어서,
    상기 제1 거리값이 상기 제2 거리값 이하임에 따라, 상기 배터리 셀에 대한 방향 변경을 유도하는 제3 알람을 발생하는 단계를 더 포함하는,
    배터리 검사 방법.
  10. 컴퓨터를 이용하여 제 1 항 내지 제 5 항 및 제 7 항 내지 제 9 항의 방법 중 어느 한 항의 방법을 실행시키기 위한 컴퓨터 프로그램이 저장된 컴퓨터로 판독 가능한 기록매체.
  11. 배터리를 검사하는 장치로서,
    배터리 트레이가 배치되는 위치를 향하도록 설치되는 카메라;
    프로세서; 및
    상기 프로세서와 동작 가능하게 연결되고 상기 프로세서에서 수행되는 적어도 하나의 코드를 저장하는 메모리를 포함하고,
    상기 메모리는 상기 프로세서를 통해 실행될 때, 상기 프로세서가 상기 배터리를 검사하는 장치에 맞추어 배터리 트레이의 정렬이 정확한지 검사하는 제1 검사를 수행하고,
    상기 배터리 트레이가 정렬됨에 따라, 카메라를 이용하여 복수의 배터리 셀이 구비된 배터리 트레이 이미지를 캡쳐하고,
    상기 배터리 트레이 이미지로부터 배터리 셀에 대한 관련 정보를 획득하고,
    상기 배터리 셀에 대한 관련 정보를 로딩하여 상기 배터리 셀의 방향이 정확한지 검사하는 제2 검사를 수행하도록 야기하는 코드를 저장하고,
    상기 배터리 셀에 대한 관련 정보를 획득 시에, 복수의 배터리 셀이 구비된 배터리 트레이 이미지를 이용하여 배터리 셀에 대한 관련 정보를 예측하도록 미리 훈련된 심층신경망 모델을 이용하여, 상기 배터리 셀에 대한 관련 정보를 예측하도록 야기하는 코드를 저장하고,
    상기 심층신경망 모델은,
    복수의 배터리 셀이 구비된 배터리 트레이 이미지를 입력으로 하고, 상기 배터리 트레이 이미지 내에서 배터리 셀의 예측 위치를 나타내는 제1 정보와, 상기 배터리 트레이 이미지 내에서 총 배터리 셀의 개수를 나타내는 제2 정보와, 상기 배터리 트레이 이미지 내에서 배터리 셀에 표시된 양(+)극 부호 및 음(-)극 부호의 예측 위치를 나타내는 제3 정보와, 상기 배터리 트레이 이미지로부터 검출된 전체 양(+)극 부호 및 음(-)극 부호의 개수를 나타내는 제4 정보를 레이블로 하는 훈련데이터에 의해 지도학습 방식으로 훈련된 모델이고,
    상기 제1 정보는,
    상기 배터리 트레이 이미지 내에서 배터리 셀의 시작 위치, 상기 배터리 셀의 너비 및 상기 배터리 셀의 높이를 포함하고,
    상기 제3 정보는,
    상기 배터리 셀에 표시된 양(+)극 부호의 시작 위치와, 상기 배터리 셀에 표시된 음(-)극 부호의 시작 위치를 포함하는 코드를 저장하는,
    배터리 검사 장치.
  12. 제 11 항에 있어서,
    상기 메모리는 상기 프로세서로 하여금,
    상기 제1 검사를 수행 시에, 상기 배터리 트레이를 향하여 레이저 빔을 조사하고,
    상기 배터리 트레이로부터 반사되는 레이저 빔을 수신하고,
    상기 배터리 트레이로부터 반사되는 레이저 빔의 신호세기가 기준값 이상임에 따라 상기 배터리 트레이의 정렬이 정확하다고 결정하고,
    상기 배터리 트레이로부터 반사되는 레이저 빔의 신호세기가 기준값 미만임에 따라 상기 배터리 트레이의 정렬이 부정확하다고 결정하도록 야기하는 코드를 저장하는,
    배터리 검사 장치.
  13. 제 12 항에 있어서,
    상기 메모리는 상기 프로세서로 하여금,
    상기 배터리 트레이의 정렬이 부정확하다고 결정함에 따라, 상기 배터리 트레이의 재정렬을 유도하는 제1 알람을 발생하도록 야기하는 코드를 더 저장하는,
    배터리 검사 장치.
  14. 제 11 항에 있어서,
    상기 메모리는 상기 프로세서로 하여금,
    상기 배터리 셀에 대한 관련 정보를 획득 시에, 상기 배터리 트레이 이미지 및 기저장된 배터리 셀 이미지를 비교하여 배터리 셀을 검출하고,
    검출된 상기 배터리 셀의 개수를 카운트 하고,
    카운트한 상기 배터리 셀의 개수가 기설정된 기준 개수와 동일함에 따라 상기 배터리 트레이의 정렬이 정확하다고 결정하고,
    카운트한 상기 배터리 셀의 개수가 상기 기설정된 기준 개수와 서로 다름에 따라 상기 배터리 트레이의 정렬이 부정확하다고 결정하도록 야기하는 코드를 저장하는,
    배터리 검사 장치.
  15. 제 14 항에 있어서,
    상기 메모리는 상기 프로세서로 하여금,
    상기 배터리 트레이의 정렬이 부정확하다고 결정함에 따라, 상기 배터리 트레이의 재정렬을 유도하는 제2 알람을 발생하도록 야기하는 코드를 더 저장하는,
    배터리 검사 장치.
  16. 삭제
  17. 제 11 항에 있어서,
    상기 메모리는 상기 프로세서로 하여금,
    상기 제2 검사를 수행 시에, 상기 제1 정보를 이용하여 상기 배터리 트레이 이미지 내에서 상기 배터리 셀의 종료 위치를 산출하고,
    상기 배터리 트레이 이미지로부터 상기 배터리 셀의 시작 위치 및 상기 배터리 셀의 종료 위치를 포함하는 부분 이미지를 추출하고,
    상기 부분 이미지에 포함되는 상기 배터리 셀의 너비에서 상기 양(+)극 부호의 시작 위치를 감산한 제1 거리값 및 상기 배터리 셀의 너비에서 상기 음(-)극 부호의 시작 위치를 감산한 제2 거리값을 산출하고,
    상기 제1 거리값 및 상기 제2 거리값의 비교 결과를 기반으로 하여 상기 배터리 셀의 방향이 정확한지 여부를 결정하도록 야기하는 코드를 저장하는,
    배터리 검사 장치.
  18. 제 17 항에 있어서,
    상기 메모리는 상기 프로세서로 하여금,
    상기 배터리 셀의 방향이 정확한지 여부를 결정 시에, 상기 제1 거리값이 상기 제2 거리값을 초과함에 따라 상기 배터리 셀의 방향이 정확하다고 결정하고,
    상기 제1 거리값이 상기 제2 거리값 이하임에 따라 상기 배터리 셀의 방향이 부정확하다고 결정하도록 야기하는 코드를 저장하는,
    배터리 검사 장치.
  19. 제 18 항에 있어서,
    상기 메모리는 상기 프로세서로 하여금,
    상기 제1 거리값이 상기 제2 거리값 이하임에 따라, 상기 배터리 셀에 대한 방향 변경을 유도하는 제3 알람을 발생하도록 야기하는 코드를 더 저장하는,
    배터리 검사 장치.
  20. 제 11항에 있어서,
    상기 배터리 트레이의 바닥을 지지하는 지지부; 및
    상기 배터리 트레이의 바닥을 향하도록 설치되는 레이저 빔을 더 포함하고,
    상기 배터리 트레이는 상기 배터리를 검사하는 장치와 정렬되도록 배치되었을 때, 상기 레이저 빔이 투과할 수 있는 적어도 하나의 투과홀을 포함하고,
    상기 지지부는 투과된 상기 레이저 빔을 감지하는 센서를 포함하며,
    상기 메모리는 상기 프로세서를 통해 실행될 때,
    상기 레이저 빔이 상기 지지부의 센서에 의해 감지되는 경우 상기 배터리 트레이가 정렬되었다고 판단하도록 야기하는 코드를 저장하는,
    배터리 검사 장치.
KR1020210174909A 2021-08-09 2021-12-08 배터리 검사 장치 및 그의 동작 방법 KR102489375B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
US17/564,890 US20230045732A1 (en) 2021-08-09 2021-12-29 Apparatus for checking battery position and operating method thereof

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR20210104791 2021-08-09
KR1020210104791 2021-08-09

Publications (2)

Publication Number Publication Date
KR102489375B1 true KR102489375B1 (ko) 2023-01-18
KR102489375B9 KR102489375B9 (ko) 2023-07-05

Family

ID=85106632

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020210174909A KR102489375B1 (ko) 2021-08-09 2021-12-08 배터리 검사 장치 및 그의 동작 방법

Country Status (2)

Country Link
US (1) US20230045732A1 (ko)
KR (1) KR102489375B1 (ko)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117589792B (zh) * 2024-01-18 2024-05-10 江苏时代新能源科技有限公司 收尾位置检测方法、装置、计算机设备和存储介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20170071077A (ko) * 2015-12-15 2017-06-23 주식회사 엘지화학 복수의 전지셀 어셈블리 레인들을 포함하는 전지팩 제조 장치
KR20190011565A (ko) 2017-07-25 2019-02-07 주식회사 엘지화학 배터리 팩 검사 장치 및 방법
KR20190051624A (ko) * 2017-11-07 2019-05-15 (주) 피토 극판 검사 기능을 포함하는 2차전지 제조장치의 극판이송장치
KR20190105093A (ko) * 2017-02-13 2019-09-11 주식회사 고영테크놀러지 인쇄 회로 기판에 실장된 부품을 검사하는 장치, 그 동작 방법 및 컴퓨터 판독 가능한 기록 매체
WO2020130184A1 (ko) * 2018-12-19 2020-06-25 엘지전자 주식회사 이차전지의 셀 스택 제조장치

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100745586B1 (ko) * 2001-05-07 2007-08-02 삼성전자주식회사 전지 검사장치
JP3795373B2 (ja) * 2001-10-29 2006-07-12 松下電器産業株式会社 半導体装置の検査装置および検査方法
GB2528976B (en) * 2014-08-08 2016-12-28 Servomex Group Ltd Alignment device and transmitter/receiver system with two angular degrees of freedom

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20170071077A (ko) * 2015-12-15 2017-06-23 주식회사 엘지화학 복수의 전지셀 어셈블리 레인들을 포함하는 전지팩 제조 장치
KR20190105093A (ko) * 2017-02-13 2019-09-11 주식회사 고영테크놀러지 인쇄 회로 기판에 실장된 부품을 검사하는 장치, 그 동작 방법 및 컴퓨터 판독 가능한 기록 매체
KR20190011565A (ko) 2017-07-25 2019-02-07 주식회사 엘지화학 배터리 팩 검사 장치 및 방법
KR20190051624A (ko) * 2017-11-07 2019-05-15 (주) 피토 극판 검사 기능을 포함하는 2차전지 제조장치의 극판이송장치
WO2020130184A1 (ko) * 2018-12-19 2020-06-25 엘지전자 주식회사 이차전지의 셀 스택 제조장치

Also Published As

Publication number Publication date
US20230045732A1 (en) 2023-02-09
KR102489375B9 (ko) 2023-07-05

Similar Documents

Publication Publication Date Title
US8757469B2 (en) Binary classification of items of interest in a repeatable process
JP6513881B2 (ja) バッテリテスト結果を予測するためのバッテリテストシステム
KR102489375B1 (ko) 배터리 검사 장치 및 그의 동작 방법
CA2782071A1 (en) Liveness detection
CN112858935B (zh) 电池组热失控预警方法、装置、电池组及用电设备
CN112001408A (zh) 基于校准样本的标识的自动化工作流
CN110059646B (zh) 训练动作规划模型的方法及目标搜索方法
CN114093052A (zh) 适用于机房管理的智能巡检方法及系统
CN108872780B (zh) 带电勘查的带电作业检测、系统及终端设备
CN104154970B (zh) 用于物位测量设备的维护模块和自动化维护方法
CN115619778A (zh) 一种电力设备缺陷识别方法、系统、可读存储介质及设备
CN110046641A (zh) 使用深度学习进行部分辨识和损伤表征
CN109800446A (zh) 一种锂离子电池放电过程电压不一致性估计方法及装置
CN114913460A (zh) 一种基于卷积神经网络的电动车入梯实时检测方法
CN110059569A (zh) 活体检测方法和装置、模型评估方法和装置
CN114187542A (zh) 一种电力场景下的绝缘手套检测方法及系统
CN117110892A (zh) 电池析锂预警方法、系统及电子设备
CN113671408A (zh) 锂电池的漏电流检测方法及检测装置
CN111064935B (zh) 一种智慧工地人员姿态检测方法及系统
CN116433029A (zh) 电力作业风险评估方法、系统、设备及存储介质
CN111145538A (zh) 适用于公路上的音视频采集、识别和监测的立体感知系统
KR102406249B1 (ko) 브러시, 상기 브러시의 동작 방법 및 상기 브러시를 포함하는 병변 관리 시스템
JP2010112889A (ja) 認識システム、認識方法、および認識プログラム
EP4186650A1 (en) Robot and method for controlling same
CN114872582A (zh) 换电站监测方法、换电站及换电站用机器人

Legal Events

Date Code Title Description
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
G170 Re-publication after modification of scope of protection [patent]