基于机器视觉的锂电池智能检测与控制系统[发明专利]

(12)发明专利申请

(10)申请公布号 CN 110802042 A(43)申请公布日 2020.02.18

(21)申请号 201911099325.9(22)申请日 2019.11.12

(71)申请人 中国计量大学

地址 310018 浙江省杭州市学源街258号中

国计量大学(72)发明人 徐向纮　陈坤　(51)Int.Cl.

B07C 5/34(2006.01)B07C 5/36(2006.01)

权利要求书1页 说明书3页 附图3页

()发明名称

基于机器视觉的锂电池智能检测与控制系统

(57)摘要

本发明公开了一种基于机器视觉的锂电池智能检测与控制系统。该系统包括人机互动单元、逻辑控制单元，电池运送装置、工控机、工业相机、打印机、云端数据库、客户端八个部分。此锂电池检测分选与数据追踪溯源系统一次性完成了锂电池的缺陷检测与分选、数据追踪与溯源任务，基于此系统，每一颗被生产电池的信息都可以在客户端上被查询，规范了新能源电池行业的质量监督标准。

CN 110802042 ACN 110802042 A

权　利　要　求　书

1/1页

1.一种基于机器视觉的锂电池智能检测与控制系统，其特征在于,包括光源模块、工业相机图像采集模块、图像分析与处理模块、电机控制模块、输送模块、处理器模块、人机交互模块、数据库模块、报警模块。

2.根据权利要求1所述的锂电池智能检测与控制系统，其特征在于：所述光源模块主要采取特殊的照明技术通过将部分特征弱化，而将其他特征增强，从而改进图像，其中，所述光源模块为LTH系列高均匀条形光源，峰值波长为623nm的红色光，光源控制器采用模拟控制器，搭配半透明漫反射板使用。

3.根据权利要求1所述的锂电池智能检测与控制系统，其特征在于：所述图像分析与处理模块，主要对图像信息进行数据处理，通过分析图像的特征信息对实时图像进行判断，其中，主要通过图像形态学分析，对采集图像进行图像分割与边缘检测，对图像进行判断，具体地，通过图像分割的方法计算感兴趣区域的连通域面积，判断锂电池的有无状态，通过高斯滤波后的形态学分析，检测锂电池的破损状态。

4.根据权利要求1所述的锂电池智能检测与控制系统，其特征在于：所述数据库模块即将电池生产信息整合到数据库中，包括工厂编号、车间编号、机器编号、当前流水号、操作时间、电池检测信息包括电池是否有缺陷、缺陷类型、电池类型、电池条码信息，将上述信息按照一定规则整合后存储到数据库中。

2

CN 110802042 A

说　明　书

基于机器视觉的锂电池智能检测与控制系统

1/3页

技术领域

[0001]本发明涉及机器视觉技术领域，具体涉及一种基于机器视觉的智能检测与控制系统。

背景技术

[0002]新能源汽车的电池模组多采用成千上万节的锂电池组装完成，其每颗锂电池表面都喷涂有出厂的条码信息，在锂电池在生产、装配的过程中，易产生破皮、磕碰等外观缺陷，这些缺陷电池在使用过程中容易造成供电失调、温度升高等安全隐患，甚至造成爆炸的严重后果。

[0003]因此，在锂电池被装配到模组之前，必须对锂电池进行表面缺陷检测与数据录入，方便追踪问题电池的来源，减小汽车的安全隐患，完成对质量和安全的把控。[0004]结合调查锂电池表面检测的现状发现，锂电池的缺陷检测与信息录入多采用人工作业的方式，工人在观察外观无误后用扫描逐个扫描，依赖人工检测的方式存在易疲劳、准确率低、效率低的缺点，无法满足大批量的要求；机器视觉是一种利用机器对目标的图像进行识别和定位，以实现对人视觉功能的拓展，利用机器视觉技术可以解决很多工业图像检测环节的问题，提高检测的效率与准确率。发明内容

[0005]本发明目的在于提供一种基于机器视觉的检测方法，来取代落后的人工检测方法，提高检测的准确率与效率。[0006]为实现以上目的，本发明通过以下技术方案予以实现：一种采用机器视觉的锂电池智能分选与控制系统，包括光源模块、工业相机图像采集模块、图像分析与处理模块、电机控制模块、输送模块、处理器模块、人机交互模块、数据库模块、报警模块。[0007]所述光源模块主要采取特殊的照明技术通过将部分特征弱化，而将其他特征增强，从而改进图像，其中，所述光源模块为LTH系列高均匀条形光源，峰值波长为623nm的红色光，光源控制器采用模拟控制器，搭配半透明漫反射板使用；[0008]所述工业相机图像采集模块即图像摄取装置，将被摄目标转化成图像信号，传送给专用的图像处理系统，主要采用CCD相机和CMOS相机；[0009]所述图像分析与处理模块，主要对图像信息进行数据处理，通过分析图像的特征信息对实时图像进行判断，其中，主要通过图像形态学分析，对采集图像进行图像分割与边缘检测，对图像进行判断，具体地，通过图像分割的方法计算感兴趣区域的连通域面积，判断锂电池的有无状态，通过高斯滤波后的形态学分析，检测锂电池的破损状态；[0010]所述电机控制模块，主要通过接收图像分析与处理模块得出的判断信号，对相应电机进行控制，采用PLC与伺服电机共同控制电机的运转；[0011]所述输送模块，采用机械手、气缸、电磁抓手完成对电池的输送与抓取功能；[0012]所述处理器模块，通过收集所有的有效信息进行综合控制，实现信息的实时

3

CN 110802042 A

说　明　书

2/3页

交换；

所述人机交互模块，包括显示与输入模块，显示模块即系统在对实时图像进行处

理后，将处理的结果显示在界面上，输入模块即系统在数据整合的过程中需要对操作员信息、电池批次信息、车间信息、机台信息进行录入；

[0014]所述数据库模块即将电池生产信息整合到数据库中，包括电池缺陷信息、条码信息、操作员信息、电池批次信息、车间信息、机台信息，将上述信息按照一定规则整合后存储到数据库中；

[0015]所述报警模块，具体指的是在发生输送故障、电池漏抓、条码歪斜等缺陷时，工控机触发报警模块提示操作员针对报警信息进行处理。[0016]本发明的有益效果是：通过引入机器视觉的方法，优化自动化产线的检测流程，采用工业相机代替人眼，采用图像处理技术代替人的大脑对采集的图像进行判断，采用机械手和运送装置对锂电池进行装填和分类搬运，代替了人手的功能，通过采用以上方法，能有效的提高了检测的准确率与效率，减少产品的漏识别与重复识别的机率，能适应恶劣环境下高强度的作业需求。

附图说明

[0017]图1为本发明即基于机器视觉的锂电池检测分选与追踪溯源系统的原理框图；[0018]图2为可编程控制单元流程框图；[0019]图3为视觉算法处理流程图；

[0020]图4为数据建立与溯源系统流程图。

具体实施方式

[0021]下面结合附图和具体实施方式对本发明作进一步详细说明。[0022]参照图1，图1为本发明即基于机器视觉的锂电池检测分选与追踪溯源系统框图100，包括人机交互单元101、逻辑控制单元102、电池运送装置103、工控机104、工业相机105、打印机106、云端数据库107、客户端108共八个部分构成，该系统检测分选对象是锂电池模组，首先在人机交互单元101即触摸屏上输入该批次电池模组包含的电池颗数，触摸屏101指令传递给可编程逻辑控制器102，触摸屏101与可编程逻辑控制器102之间采用RS485通信协议；

[0023]图2为可编程控制器逻辑单元200的流程图，如图2，人机交互单元201将单次检测颗数传入给可编程控制单元，此时，先判断人机交互中输入的单次检测颗数是否异常，即是否大于实际可测颗数，如有异常，可编程控制器200向触摸屏101传送异常信号报警；如无异常，接下来根据装料处的激光探测器检测装料区是否异常203，如装料槽卡死，无够用电池供抓取等，若异常，同上报警；接下来判断电测检测槽处是否有异常204，如是否有未取走的电池在检测槽中等，如有异常，同上报警，如无异常，可编程控制单元开始执行抓取电池操作205，并且在电池运送完成后将该启动信息和电池颗数信息传送给工控机206；[0024]图3为机器视觉处理部分，当工控机接收到正确的指令后300，唤醒相机抓取图像，图像读入工控机中，视觉算法开始检测电池详细信息，算法首先判断电池是否存在破皮情况，若有，则工控机传递信号给可编程控制器306和数据存储模块304，可编程控制器304发

4

[0013]

CN 110802042 A

说　明　书

3/3页

送指令给机械手307，使其按照缺陷分类将该缺陷电池运送至指定破皮回收单元，如果没有破皮，则进入判断是否有变形的环节，同如上操作；最后进入判断条码是否异常的环节，即条码是否有误，如有误，同上进入回收环节，相关信息保存至数据库，如无误，则成功完成这一批次操作，进入模组打包模块305，并将相关信息存储完毕；[0025]图4为数据追踪溯源流程，系统先将工厂批次信息和电池检测信息整合在一起，工厂批次信息包括工厂编号、车间编号、机器编号、当前流水号、操作时间、电池检测信息包括电池是否有缺陷、缺陷类型、电池类型、电池条码信息。根据此整合信息，每一颗电池的生产信息即被完全记录下来；此综合信息被传入本地数据库403，并在每天结束运行时生成当日生产Excel文档，此文档供操作人员执行增删改查工作405，同时，在生成每包文档信息时，本地将这个模组内的数据上传至云数据库406，供任意能连接到此数据库的客户端执行追踪查询功能。

[0026]由前述内容可知，本发明提供的一种基于机器视觉的锂电池检测分选与追踪溯源系统，能够有效地采用机器视觉的方法解决锂电池在生产过程中的检测与信息录入问题，具有较高的实用价值。

5

CN 110802042 A

说　明　书　附　图

1/3页

图1

6

CN 110802042 A

说　明　书　附　图

2/3页

图2

7

CN 110802042 A

说　明　书　附　图

3/3页

图3

图4

8