(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111205387.0 (22)申请日 2021.10.15 (71)申请人 厦门微亚智能科技有限公司 地址 361000 福建省厦门市 火炬高新区信 息光电园金丰大厦201A室 (72)发明人 陈文贤　江发华　 (74)专利代理 机构 厦门仕诚联合知识产权代理 事务所(普通 合伙) 35227 代理人 蔡稷元 (51)Int.Cl. G06T 7/00(2017.01) G06T 7/11(2017.01) G06K 9/62(2022.01) G06N 20/00(2019.01) G06V 10/774(2022.01) (54)发明名称 一种基于深度学习的电芯密封钉焊缝外观 检测算法及系统 (57)摘要 本发明属于汽 车锂电池技术领域， 具体的说 是一种基于深度学习的电芯密封钉焊缝外观检 测算法及系统， 包括影像采集模块、 数据分析模 块和前端界面模块； 所述影像采集模块包括3D影 像采集模块、 2D影像采集模块； 所述3D影像采集 模块包括线扫相机、 可旋转放置台、 第一相机移 动杆； 所述2D影像采集模块包括RGB相机、 放置 台、 第二相机移动杆； 通过2D视觉、 3D视觉以及 AI 深度学习算法， 实现了缺陷的检测， 并对缺陷项 进行整合 分析， 进而直观的量化输出， 在效率上， 也能满足产线不停顿的生产节 奏， 解决了现有的 人工之间出错 率较高的问题。 权利要求书2页 说明书4页 附图2页 CN 114119470 A 2022.03.01 CN 114119470 A 1.一种基于深度学习的电芯密封钉焊缝外观检测系统， 其特征在于， 包括影像采集模 块、 数据分析模块和前端界面模块； 所述影像采集模块包括3D影像采集模块、 2D影像采集模 块； 所述3D影像采集模块包括线扫相机、 可旋转放置台、 第一相机移动杆； 所述2D影像采集 模块包括RGB相机、 放置台、 第二相机移动杆。 2.一种基于深度学习的电芯密封钉焊缝外观检测系统， 其特征在于， 所述数据分析模 块包括缺陷分析模块、 AI训练模块； 所述 缺陷分析模块与AI训练模块相互连接 。 3.一种基于深度学习的电芯密封钉焊缝外观检测系统， 其特征在于， 所述前端界面模 块包括量化分析模块、 接口模块和可视化模块； 所述量化分析模块与接口模块、 可视化模块 均相互连接； 所述接口模块包括3D相机 接口、 2D相机 接口、 屏幕接口。 4.一种基于深度学习的 电芯密封钉焊缝外观检测算法， 该算法适用于权利要求1 ‑3中 任意一项所述的一种基于深度学习的电芯密封钉 焊缝外观检测系统， 该算法步骤如下： S1； 获取2D和3D传感器数据， 通过2D传感器与3D传感器采集密封钉图像数据； S2； 对S1采集到的数据进行降采样， 进行特征计算， 通过算法对数据进行筛选， 获取密 封钉所在区域， 且 对数据进行降采样， 进一 步减少数据量； S3； 对S2处 理后的数据， 通过 特征识别， 进一 步精确提取密封钉的有效数据； S4； 对S3精确提取后的数据， 通过精确定位， 将数据中存在的空间波动进一步筛选， 为 后续的缺陷提取提供关键的信息； S5； 提取缺陷点云， 通过对密封钉区域以及密封钉焊缝 区域进行缺陷分析， 提取密封钉 是否放置不良， 以及焊缝是否破损或平面度是否异常进行分析， 将异常点作为候选缺陷保 留； S6； 将S5检测出的缺陷采用AI算法， 将缺陷进行收集， 收集对应缺陷的数据集， 训练AI 模型， 便于缺陷再次出现在生产中时， 可通过AI自动识别检测出AI模型中存在的缺陷； S7； 通过量化分析上述提取出的缺陷， 通过分隔， 过滤异常噪音， 长度， 宽度， 面积进行 量化分析， 进 而将量化信息给到软件端 进行可视化， 并在软件端提供参数卡控设置 。 5.根据权利要求4所述的一种基于深度学习的电芯密封钉焊缝外观检测算法， 其特征 在于， 所述3D传感器使用线扫相机采集密封钉焊缝区域的数据， 可获取密封钉焊缝上 的高 低起伏变化， 进而通过3D算法进 行检测提取， 可获得具有触感的缺陷， 所述3D传感器数据获 取中， 根据不同的相 机生产厂家可选择不同厂家的相 机接口， 允许用户从在线设备上获取 数据集， 也支持离线数据读取用于追溯和回测， 离线支持的文件为tif格式的深度图。 6.根据权利要求5所述的一种基于深度学习的电芯密封钉焊缝外观检测算法， 其特征 在于， 所述2D传感器采用RGB相机， 根据所选设备相机厂商不同， 可兼容不同厂家的相机接 口； 所述2D传感器的数据传递方式采用的是计算机内部内存之间的拷贝， 同时可从磁盘中 读取数据， 用于 离线数据的回测 和追溯。 7.根据权利要求6所述的一种基于深度学习的电芯密封钉焊缝外观检测算法， 其特征 在于， S5中所述密封钉区域缺陷分析方法， 将密封钉区域的3D数据作为平 面方程， 通过分析 密封钉的平面方程可分析出密封钉是否完好， 通过分析密封钉的平面方程与锂电池顶盖的 平面方程， 可分析 出密封钉位置是否放置不良。 8.根据权利要求7所述的一种基于深度学习的电芯密封钉焊缝外观检测算法， 其特征 在于， S5中所述密封钉焊缝缺陷分析方法， 对焊缝处进 行微分分割， 通过计算分割区域的平权　利　要　求　书 1/2 页 2 CN 114119470 A 2面度， 可提取 出平面度异常区域。权　利　要　求　书 2/2 页 3 CN 114119470 A 3