使用3D激光传感器扫描流水线上的极板(包括阳、阴极板) ,天生极板的3D点云数据,3D点云数据再传输到后端效劳器智能视觉软件中举行剖析,识别滋扰区域,求取极板的平整度与缺陷面积,从而对极板的质量举行判别。
选用Gocator等三维传感器组成团结轮廓丈量系统;自研算法从极板3D 点云中提取极板的尺寸与三维变形特征。三维线扫检测极板的外观尺寸检测包括极板的长度、宽度、厚度、歪斜、平整度等;极板外观缺陷包括毛刺、鼓包、顶突、毛刺、瘤子、粒子、裂纹等。
应用机械视觉图像处置惩罚手艺、深度学习与神经网络,将云平台与深度学习团结起来,以大数据量为基础,研究运用基于云盘算平台的图像缺陷检测手艺,告竣阴极铜板外貌缺陷质量检测需求,并为后续工序处置惩罚提供决议依据。
通过装备联网收罗生产数据,并通过大数据剖析为客户优化生产工艺,产能统计等决议剖析提供便当。
自研算法从极板3D点云中提取极板的尺寸与三维变形特征,自动凭证预设值判断外观缺陷情形,包管了产品品质的一致性
使用3D 点云检测算法实现外观检测,取代古板人工检测,具有更高的可实现性与准确性;团结现场重大情形,针对性设计知足现场情形的3D 点云检测算法。