走进汉振
INTO HANCHINE
汉振分享 | 新能源汽车自?#35745;?#21457;解决之道——3D视觉检测电池表面缺陷
日期:2019年05月15日

Question

最近网上热传一段特斯拉汽车突然剧烈自燃的视频,而后不久?#36947;?#30005;动汽车也自燃烧毁。近年来特斯拉、?#36947;礎?#27604;亚?#31995;?#26032;能源汽车爆炸案例已有多例,致多人丧生。据不完全?#33251;疲?#20840;国2018年已发生的电动汽车起火事件超过40起。


为何新能源汽车会频繁发生自燃烧毁事件?业内专家指出,电动汽车起火的大部分原因归结于动力电池,即电动汽车常用的三元锂电池。

由于锂电池的构造是正?#26477;?#20043;间充满电解液,所以对其形状稳定性有较高的要求,一旦电池遭到挤压,磕碰等情况,容?#36164;?#38146;电池内部正?#26477;?#20135;生位移,严重者将导致短路而发生爆炸。


虽然圆柱电池的生产工艺已经成熟,但是在生产过程运输和转移环节仍然有不可控?#39057;?#30933;碰、划伤、压伤等缺陷产生。如何对锂电池的生产过程进行有效的质量控制?#30933;?#21069;很多锂电池制造厂商采用人工检测方式,该方式具有很强的主观性,很容易漏检,甚至误?#26032;?#24456;大。

为了解决这一问题,机器视觉被引入对电池的外观缺陷进行判断。常见的划痕、严重凹坑以及外层裹塑的印刷质量均可以通过图像分析进行判断。如下图所示:


然而,2D机器视觉技术只能通过平面图像和颜色、纹理信息判断外观缺陷。对于锂电池的质量控制而言,多数形状变化并非尖锐物的划伤或者显而易见的磕碰伤,而是由于不均匀的挤压导致的外壳的扭曲,或者在正?#26477;?#20135;生了渐变的凹坑或者凸起。这一类缺陷往往是2D视觉难以判?#31995;模?#25110;者即使针对性的对某些特定缺陷进行打光处理得以解决,也对各种无法预见,不规则的非结构化形变的?#35270;?#24615;表现很差。


对于形变的判断,最好的方式就是引入3D视觉,全面呈现电池的外观纹理,颜色以及深度信息。对于一些较小的凹坑、凸起、变形,虽然图像上存在差异,但是通过2D视觉的检测难度非常大,而采用3D相机TrueD2305可以区分检测出0.04mm的高度差,检测节拍不高于0.4秒。


上图中轻微鼓包的金属面无法通过2D视觉去判断,而从3D点云数据结果却能判断出鼓包的程度,不同颜色代表不同高度,从点云中可分析出轻微鼓包高度为0.082mm,局部凸起最大高度为0.5385mm。

汉振智能不仅提供高精度的3D相机,更提供圆柱形电池或类似形状物体的视觉检测光机电整体解决方案。根据不同?#31361;?#30340;工艺特点,定制化上下料环节机械结构,无缝?#24230;?#21040;用户的全自动化生产和质量控制产线。


15选5走势图开奖号码