[發明專利]一種動力電池極片表面缺陷快速檢測方法和系統

在審

• 申請號: 202010894239.3
• 申請日: 2020-08-31
• 公開（公告）號: CN112270659A
• 公開（公告）日: 2021-01-26
• 發明（設計）人: 董俊;馬冬;侯金艷;何俊明;馬凡;姜銘坤
• 申請（專利權）人: 中國科學院合肥物質科學研究院;安徽中科德技智能科技有限公司
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06K9/62;G06T7/90;G06N3/08
• 代理公司: 合肥市上嘉專利代理事務所(普通合伙) 34125
• 代理人: 葉洋軍

1.一種動力電池極片表面缺陷快速檢測方法，其特征在于，包括：

S1、獲取不同類型缺陷的動力電池極片表面圖像，并對每張圖像上的缺陷進行標注，得到不同類型缺陷的動力電池極片表面缺陷檢測數據集；其中，動力電池極片表面圖像包括動力電池極片的上表面明域圖像、上表面暗域圖像、下表面明域圖像、及下表面暗域圖像；

S2、使用四個并列的特征提取網絡對上表面明域圖像、下表面明域圖像、上表面暗域圖像及下表面暗域圖像的特征一一對應地分別提取，然后使用多模態融合網絡進行融合，建立極片表面缺陷識別模型；

S3、將所述動力電池極片表面缺陷檢測數據集分為訓練集與測試集，訓練所述極片表面缺陷識別模型；以及

S4、一次性采集待檢測的動力電池極片的上表面明域圖像、上表面暗域圖像、下表面明域圖像、及下表面暗域圖像，然后將這組數據輸入到訓練完畢的極片表面缺陷識別模型中，通過輸出結果來判斷極片表面的缺陷情況。

2.根據權利要求1所述的動力電池極片表面缺陷快速檢測方法，其特征在于，采用同步工作的兩套光學成像系統，一次性采集動力電池極片的上表面明域圖像、下表面明域圖像、上表面暗域圖像及下表面暗域圖像。

3.根據權利要求2所述的動力電池極片表面缺陷快速檢測方法，其特征在于，兩套光學成像系統分別布置在動力電池極板的兩側，每套光學成像系統包括對動力電池極板表面照射的光源、用于采集明域圖像的第一相機、以及用于采集暗域圖像的第二相機。

4.根據權利要求3所述的動力電池極片表面缺陷快速檢測方法，其特征在于，所述第一相機和第二相機采集極片表面同一平面位置同一角度的圖像。

5.根據權利要求1所述的動力電池極片表面缺陷快速檢測方法，其特征在于，所述特征提取網絡使用DenseNet-121網絡，多模態融合網絡采用2～4層全連接網絡，用于缺陷的檢測，前一層全連接網絡的輸出作為后一層全連接網絡的輸入，第一層全連接網絡的輸入為所述特征提取網絡得到的長度為4N的特征向量，最后一層全連接網絡的輸出為表征缺陷情況的特征向量，該特征向量的長度等于輸入的一組檢測數據中含有的缺陷情況標簽種類數，該特征向量的各元素分別表示各類缺陷情況的概率，概率最大并且概率超過設定閾值的類別就是判定的缺陷分類。

6.根據權利要求5所述的動力電池極片表面缺陷快速檢測方法，其特征在于，所述特征提取網絡還包括預處理單元和裁剪單元，所述預處理單元用于對獲取的極片表面圖像進行去噪、增強處理；所述裁剪單元用于對預處理后的極片表面圖像裁剪為預設像素大小，通過采用閾值分割算法，從圖像中分割提取待檢測區域，將分割出的待檢測區域圖像進行縮放，并保存為圖像樣本。

7.根據權利要求1所述的動力電池極片表面缺陷快速檢測方法，其特征在于，所述極片表面的缺陷情況分為正常、結構缺陷和顏色缺陷，所述結構缺陷包括空洞、劃痕，所述顏色缺陷包括臟污和黑點。

8.根據權利要求1所述的動力電池極片表面缺陷快速檢測方法，其特征在于，還包括對極片表面的缺陷情況進行告警的步驟。

9.一種動力電池極片表面缺陷快速檢測系統，其特征在于，包括：

采集單元，用于獲取不同類型缺陷的動力電池極片表面圖像，其中，動力電池極片表面圖像包括動力電池極片的上表面明域圖像、上表面暗域圖像、下表面明域圖像、及下表面暗域圖像；

建模單元，用于對每張圖像上的缺陷進行標注，得到不同類型缺陷的動力電池極片表面缺陷檢測數據集；使用四個并列的特征提取網絡對上表面明域圖像、下表面明域圖像、上表面暗域圖像及下表面暗域圖像的特征分別提取，然后使用多模態融合網絡進行融合，建立極片表面缺陷識別模型；將所述動力電池極片表面缺陷檢測數據集分為訓練集與測試集，訓練所述極片表面缺陷識別模型；以及

檢測單元，用于采集待檢測的動力電池極片表面圖像采集，然后將這組數據輸入到訓練完畢的極片表面缺陷識別模型中，通過輸出結果來判斷極片表面的缺陷情況。

10.根據權利要求9所述的動力電池極片表面缺陷快速檢測系統，其特征在于，還包括告警輸出單元，用于對極片表面的缺陷情況進行告警。