国产日韩欧美另类_成人免费日韩在线观看_精品中文字幕人妻在线二区_日本成aⅴ人片日本伦_午夜男女爽爽刺激视频在线_黄页视频在线观看_四虎免费在线播放_欧美日韩一级黄色影片_亚洲av乱码一区二区三区红粉_女生拔萝卜APP下载

服務(wù)熱線:0755 2891 2583
新聞資訊
當(dāng)前位置:首頁 > 新聞資訊 > 工業(yè)資訊

鋰電市場(chǎng)爆火,機(jī)器視覺技術(shù)如何保駕護(hù)航?

發(fā)表時(shí)間:2022-01-03 次數(shù):622 作者:Smart Energy Expo


如何快速對(duì)鋰電池的各段生產(chǎn)工序進(jìn)行層層的質(zhì)檢,成為了鋰電高效生產(chǎn)的關(guān)鍵環(huán)節(jié)。對(duì)此,機(jī)器視覺以極高的檢測(cè)效率、檢測(cè)精度和超強(qiáng)穩(wěn)定性,改變了鋰電池的生產(chǎn)方式,已成為鋰電池生產(chǎn)裝配中的標(biāo)準(zhǔn)配置。


目前,針對(duì)鋰電生產(chǎn)過程中的隔膜、涂布、輥壓、分切、模切、卷繞、疊片等工序,各大機(jī)器視覺供應(yīng)商分別給到了尺寸檢測(cè)、對(duì)齊度檢測(cè)、外觀缺陷檢測(cè)、位置歸正和糾偏閉環(huán)控制等解決方案。不同的是,在各檢測(cè)環(huán)節(jié)中,有的企業(yè)采用了最新技術(shù),有的采用了最新算法。各有巧妙不同,但歸根結(jié)底,還是離不開機(jī)器視覺的四大核心——識(shí)別、測(cè)量、定位、檢測(cè)。


圖片


舉個(gè)例子,在極片涂布后烘烤前,對(duì)涂布寬度進(jìn)行在線實(shí)時(shí)檢測(cè),及時(shí)提供測(cè)量數(shù)據(jù),實(shí)時(shí)糾正涂布寬度;在分切前,對(duì)極片外觀進(jìn)行瑕疵檢測(cè)。切片后進(jìn)行尺寸在線檢測(cè);在模切后,機(jī)器視覺會(huì)識(shí)別極片外觀和尺寸進(jìn)行檢測(cè),及時(shí)剔除不合格產(chǎn)品;卷繞過程中需要實(shí)時(shí)檢測(cè)裸電芯同一圈內(nèi)和相鄰圈間陰陽極片、AT9、上下隔膜間邊緣的對(duì)齊度,在線計(jì)算極片、隔膜與基準(zhǔn)位置的偏差量,反饋糾偏信號(hào)實(shí)現(xiàn)入料位置閉環(huán)糾偏控制。


圖片

3D視覺技術(shù)突破傳統(tǒng)機(jī)器視覺局限

圖片

由于傳統(tǒng)機(jī)器視覺在拍攝圖片之后,通過算法識(shí)別后測(cè)量相應(yīng)數(shù)據(jù)。單攝像頭的2D機(jī)器視覺無法獲得物體的空間坐標(biāo)信息,因此不支持與形狀相關(guān)的測(cè)量,如:物體平面度、表面角度、體積或者對(duì)相同顏色的物體之間特征進(jìn)行區(qū)分。且2D視覺測(cè)量物體的對(duì)比度過于依賴光源和顏色/灰度變化,測(cè)量精度易受設(shè)備、光源、算法、檢測(cè)環(huán)境等因素影響。對(duì)此,部分企業(yè)已引入3D機(jī)器視覺,拓寬了機(jī)器視覺的應(yīng)用領(lǐng)域和測(cè)量精度。


目前市場(chǎng)上主流的有四種3D視覺技術(shù):雙目視覺、TOF、3D結(jié)構(gòu)光和激光三角測(cè)量。


雙目視覺:是目前較為廣泛的3D視覺系統(tǒng),通過兩臺(tái)以上攝像頭同時(shí)工作,獲取在不同視角下的感知圖像,通過三角測(cè)量原理計(jì)算圖像的視差來獲取景物的三維信息。具有響應(yīng)快、軟件簡(jiǎn)單、識(shí)別距離遠(yuǎn)的特點(diǎn),且不需要進(jìn)行灰度圖像的獲取與分析,因此不受外界光源物體表面性質(zhì)影響。雙目技術(shù)原理簡(jiǎn)單,不需要使用特殊的發(fā)射器和接收器,所以具有實(shí)現(xiàn)靈活和成本低的優(yōu)點(diǎn),適合于制造現(xiàn)場(chǎng)的在線、產(chǎn)品檢測(cè)和質(zhì)量控制。但雙目技術(shù)的劣勢(shì)是算法復(fù)雜,計(jì)算量大,不適合在光線較差的環(huán)境中使用


圖片


TOF飛行時(shí)間法成像技術(shù):其原理通過給目標(biāo)物連續(xù)發(fā)送光脈沖,用傳感器接收從物體返回的光,計(jì)算光脈沖的飛行時(shí)間來得到目標(biāo)物距離。由于TOF是根據(jù)公式直接輸出深度信息,所以具有響應(yīng)快、軟件簡(jiǎn)單、識(shí)別距離遠(yuǎn)的特點(diǎn),且不需要進(jìn)行灰度圖像的獲取與分析,因此不受外界光源物體表面性質(zhì)影響。不過TOF技術(shù)也有缺點(diǎn):分辨率低、不能精密成像、而且成本高


3D結(jié)構(gòu)光用一個(gè)光源投射出一束結(jié)構(gòu)光(具備一定結(jié)構(gòu)的光線,比如黑白相間)。待測(cè)物體表面的條紋、斑點(diǎn)、形狀會(huì)對(duì)不同的光譜產(chǎn)生不同的反射效果,通過算法可以計(jì)算出距離、形狀、尺寸等信息,從而獲得物體的三維圖像。3D結(jié)構(gòu)光技術(shù)既不需要用很精準(zhǔn)的時(shí)間延時(shí)來測(cè)量,又解決雙目中匹配算法的復(fù)雜度問題,具有計(jì)算簡(jiǎn)單、測(cè)量精度較高的優(yōu)勢(shì)。且弱光環(huán)境、無明顯紋理和形狀變化的表面,同樣都可進(jìn)行精密測(cè)量。


圖片


激光三角測(cè)量:與3D結(jié)構(gòu)光技術(shù)類似,不同的是通常用激光作為光源,用CCD(電荷耦合器件)相機(jī)作為檢測(cè)器,具有精準(zhǔn)、快速、成本低的優(yōu)點(diǎn)。不過由于激光的集束性,激光三角測(cè)量更適合在近距離下進(jìn)行測(cè)量。


圖片

技術(shù)融合讓機(jī)器視覺“認(rèn)得更準(zhǔn)”

圖片

各具特色的3D機(jī)器視覺測(cè)量方案也為鋰電池制造商帶來了更多選擇。比如在傳統(tǒng)機(jī)器視覺應(yīng)用中,線陣相機(jī)常用于鋰電池的涂布、輥壓、分切、模切等工序中實(shí)現(xiàn)正負(fù)極片/隔膜表面缺陷檢測(cè),對(duì)產(chǎn)線速度、檢測(cè)精度和系統(tǒng)運(yùn)行穩(wěn)定性都有一定的要求。除了升級(jí)為4K相機(jī)提升檢測(cè)精度外,3D結(jié)構(gòu)光和激光三角測(cè)量的加入提供了全新的高速高精度檢測(cè)方案。


鋰電焊縫缺陷檢測(cè)為例。將一束激光通過一組透鏡放大拉伸形成一條激光線,投射到被測(cè)物表面上。光學(xué)系統(tǒng)利用沙姆定律,將該激光線的漫反射投射到傳感器上,再根據(jù)不同的投射位置,利用三角測(cè)量原理計(jì)算出物體輪廓表面的長(zhǎng)寬高。通過對(duì)三維輪廓圖進(jìn)行處理來檢測(cè)焊縫缺陷及缺陷大小、深度。


圖片


類似的,在鋰電池極片面密度、厚度的無損檢測(cè)中,激光三角測(cè)量同樣有著廣泛的應(yīng)用前景。通過兩個(gè)激光位移傳感器組合(以上下對(duì)射的方式),分別測(cè)量、計(jì)算得到被測(cè)物體、材料的厚度,可以應(yīng)用于鋰電輥壓工序;在壓制輥后、收卷前采用激光三角測(cè)量法,測(cè)得壓制后的極片厚度;在涂布工序時(shí),測(cè)量于涂布后、烘箱前,獲得涂布濕膜的厚度;更可以放置在烘箱后、收卷前,測(cè)量烘干極片的厚度。其優(yōu)點(diǎn)在于采用非接觸式測(cè)量(結(jié)果更精準(zhǔn)),相對(duì)超聲波測(cè)厚儀精度更高、相對(duì)X射線測(cè)厚儀沒有輻射污染


TOF飛行時(shí)間法成像技術(shù)也早與其它技術(shù)配合,如聚焦離子束雙束掃描電鏡-飛行時(shí)間二次離子質(zhì)譜一體化技術(shù)(FIB-SEM-TOF-SIMS),應(yīng)用于電子顯微鏡中,實(shí)現(xiàn)了原位二維、三維的高分辨形貌結(jié)構(gòu)觀測(cè)、微量輕元素分析和化學(xué)結(jié)構(gòu)分析等,是鋰電池行業(yè)微分析檢測(cè)的優(yōu)異工具


圖片


當(dāng)然,3D機(jī)器視覺的崛起并不意味著傳統(tǒng)機(jī)器視覺在鋰電池檢測(cè)的應(yīng)用中失去地位。相反,老牌機(jī)器視覺供應(yīng)商不斷推出更高精度、更高分辨率、更快響應(yīng)速度的2D解決方案。在鋰電膜面缺陷識(shí)別、極片材料的高清采集等應(yīng)用上,仍具有一定的性價(jià)比優(yōu)勢(shì)。畢竟,選擇貴的,不如選擇更適合的。


當(dāng)然,擺在機(jī)器視覺面前最大的挑戰(zhàn)并非“看得更清”,而是“認(rèn)得更準(zhǔn)”。傳統(tǒng)機(jī)器視覺的算法主要以基礎(chǔ)模式匹配算法為主,難以解決復(fù)雜場(chǎng)景下的復(fù)雜缺陷檢測(cè),且需要積累大量缺陷圖片庫(即深度學(xué)習(xí)能力較差),漏檢誤檢率高,同時(shí)還存在部分軟硬件設(shè)備不兼容的情況。即便到了3D機(jī)器視覺時(shí)代,這一問題仍然普遍存在。雖然各大供應(yīng)商都在布局自己的深度學(xué)習(xí)算法平臺(tái),但面對(duì)復(fù)雜多變的檢測(cè)樣品及測(cè)試需求,兼顧檢測(cè)速度和精度的算法還是慢一拍。


信息來源:《國(guó)際汽車設(shè)計(jì)及制造》