極板視覺檢測系統
方案概述
利用3D激光傳感器掃描流水線上的極板（包括陽、陰極板） ，生成極板的3D點云數據，3D點云數據再傳輸到后端服務器智能視覺軟件中進行分析，識別干擾區域，求取極板的平整度與缺陷面積，從而對極板的質量進行判別。
選用Gocator等三維傳感器組成聯合輪廓測量系統；自研算法從極板3D 點云中提取極板的尺寸與三維變形特征。三維線掃檢測極板的外觀尺寸檢測包括極板的長度、寬度、厚度、歪斜、平整度等；極板外觀缺陷包括毛刺、鼓包、頂突、毛刺、瘤子、粒子、裂紋等。
方案優勢
-
基于云計算的深度學習方法
應用機器視覺圖像處理技術、深度學習與神經網絡，將云平臺與深度學習結合起來，以大數據量為基礎，研究運用基于云計算平臺的圖像缺陷檢測技術，達成陰極銅板表面缺陷質量檢測需求，并為后續工序處理提供決策依據。
-
數據自動采集率100%
通過設備聯網采集生產數據，并通過大數據分析為客戶優化生產工藝，產能統計等決策分析提供便利。
-
提升產品品質
自研算法從極板3D點云中提取極板的尺寸與三維變形特征，自動根據預設值判斷外觀缺陷情況，保證了產品品質的一致性
-
基于3D點云算法的極板視覺檢測
使用3D 點云檢測算法實現外觀檢測，代替傳統人工檢測，具有更高的可實現性與準確性；結合現場復雜環境，針對性設計滿足現場環境的3D 點云檢測算法。
