[發明專利]用于檢測激光焊接焊縫外觀缺陷的方法

有效

• 申請號: 202310083936.4
• 申請日: 2023-02-09
• 公開（公告）號: CN115797354B
• 公開（公告）日: 2023-05-30
• 發明（設計）人: 林福賜;李佐霖
• 申請（專利權）人: 廈門微亞智能科技有限公司
• 主分類號: G06T7/00
• 分類號: G06T7/00;G01N21/88;G06T7/13;G06T7/73;G06V10/762;G06T5/00
• 代理公司: 廣東柏權維知識產權代理有限公司 44898
• 代理人: 陳燕妹

本發明涉及激光焊接的焊縫外觀缺陷檢測和電照相技術領域，特別涉及一種用于檢測激光焊接焊縫外觀缺陷的方法，包括：獲取焊接后產品的深度圖像和2D圖像；將深度圖像轉換為3D點云圖像，對3D點云圖像進行處理，從處理后的3D點云圖像識別得到第一缺陷數據；對2D圖像進行處理，從處理的2D圖像識別得到第二缺陷數據；通過對第一缺陷數據和第二缺陷數據進行結合分析，輸出焊縫外觀缺陷檢測結果。本發明基于計算機視覺技術，結合點云算法和深度學習算法，能夠成功的識別激光焊接焊縫外觀的缺陷，從檢測結果上看，本發明相比于人工目檢的方法，大大提高焊縫外觀缺陷的檢測效率，并可以提高產品的品質一致性和良品率。

技術領域

本發明涉及激光焊接的焊縫外觀缺陷檢測和電照相技術領域，特別涉及一種用于檢測激光焊接焊縫外觀缺陷的方法。

背景技術

鋰電池密封釘一般采用激光焊接，由于激光焊接過程中存在能量異常或是焊縫內雜質地原因，焊接后有時會產生異常凹凸缺陷，此類缺陷嚴重影響電池質量，例如美國專利文獻US20080253410A1公開了一種激光設備及電池的制造方法。傳統檢測方法一般采用人工目檢的方式識別缺陷，人工目檢存在以下幾個缺點：上線周期長，目檢員上崗前需進行一段時間的培訓，培訓周期長且耗費人力；對缺陷的判斷是主觀的，不同的目檢員對缺陷的判斷標準不一致；有些缺陷尺寸很小，肉眼無法觀察；目檢員無法精確把控產品的判斷時間，導致產線節拍不一致。這幾個缺點會嚴重影響電池的整體質量，影響生產效率，因此，人工目檢的缺陷識別方式已經不再適應現階段的生產要求。

近年來，越來越多的行業引入計算機視覺技術識別缺陷；相比于人工目檢，其上線周期快，對于同一種產品，可用同一套檢測方法，且其判斷標準是客觀的，檢測時間也相對固定，既提高了檢測效率，又保證了缺陷檢測結果的一致性，提高了產品良品率。但是，如何在激光焊接的焊縫外觀缺陷檢測方面引入計算機視覺技術，達到提高產品缺陷檢測結果的一致性和良品率的目的，是一個亟待解決的問題。

發明內容

為了解決上述技術問題，本發明提供了一種用于檢測激光焊接焊縫外觀缺陷的方法，包括：

S100：獲取焊接后產品的深度圖像和2D圖像；

S200：將深度圖像轉換為3D點云圖像，對3D點云圖像進行處理，從處理后的3D點云圖像識別得到第一缺陷數據；

S300：對2D圖像進行處理，從處理的2D圖像識別得到第二缺陷數據；

S400：通過對第一缺陷數據和第二缺陷數據進行結合分析，輸出焊縫外觀缺陷檢測結果。

可選的，在S100步驟中，深度圖像通過3D傳感器采集得到；2D圖像采用CCD相機拍攝得到。

可選的，在S200步驟中，將深度圖像轉換為3D點云圖像包括：

確定深度圖像的轉換系數：采用x_res代表同一行上相隔一個像素實際對應的距離，y_res代表同一列上相隔一個像素實際對應的距離，z_res代表深度圖像上像素值大小相對于實際高度的轉化比例；

實施空間點云轉換：遍歷深度圖像上的像素點，通過轉換系數將各像素點轉換為3D點云圖像中的空間點，轉換式為：X=i*x?_res，Y=j*y_res，?Z=value*?z?_res；其中，X、Y、Z代表3D點云圖像中的空間點坐標，i代表深度圖像的行，j代表深度圖像的列，value代表深度圖像上像素點（i，j）的像素值。

可選的，在S200步驟中，將深度圖像轉換為3D點云圖像后，進行降采樣，即通過體素網格降采樣方法降低點云數量，具體方式如下：

設降采樣前點云集合為A，降采樣后點云集合為B，采用體素網格降采樣的過程為：將空間分割為若干大小相等的正方體，若點云集合A在正方體內存在一個或多個點，即在點云集合B對應位置的正方體中心賦值一個點，以此達到降采樣的目的。