隨著新能源車需求的(de)持續(xu)增長，鋰電池(chi)在新能源汽車行業的(de)應(ying)(ying)用(yong)前景(jing)廣闊。目前鋰電池(chi)包括硬殼和軟包電池(chi)，硬殼則可分(fen)為圓柱電池(chi)和方形(xing)電池(chi)。其中方形(xing)電池(chi)憑(ping)借其充放電倍率、循環(huan)壽(shou)命、安(an)全性等方面的(de)優勢，成為一種主流(liu)的(de)電池(chi)封(feng)裝應(ying)(ying)用(yong)。

方形電池工藝鏈

鋰電(dian)池工藝(yi)(yi)鏈分為前、中、后三段，以(yi)方形電(dian)池為例，其(qi)工藝(yi)(yi)鏈中存在大量的(de)質檢需求(qiu)，傳(chuan)統視覺檢測可(ke)滿足(zu)各工藝(yi)(yi)環(huan)節的(de)定(ding)位和(he)糾偏(pian)應用(yong)。

       而在極(ji)片(pian)、焊縫、絕緣隔膜等需要檢(jian)(jian)(jian)測表面缺(que)(que)陷(xian)的(de)工序中，傳統視(shi)覺檢(jian)(jian)(jian)測的(de)精度(du)受(shou)缺(que)(que)陷(xian)形(xing)態影響，通過針(zhen)對性調(diao)參后，易消(xiao)耗過多的(de)內部(bu)資源，效果可(ke)能(neng)仍無法達(da)到(dao)預期。因此，對鋰電行業內的(de)缺(que)(que)陷(xian)檢(jian)(jian)(jian)測引入(ru)深(shen)度(du)學習算法，使(shi)用一定(ding)量(liang)缺(que)(que)陷(xian)樣本來(lai)訓練(lian)生成(cheng)AI模型，讓AI來(lai)判斷缺(que)(que)陷(xian)和位置，可(ke)達(da)到(dao)較不不檢(jian)(jian)(jian)測效果。

海康機器人VM算法開發平臺

       VM算法開發平臺作為海康機器人的核心智能產品，不僅包含了定位、測量、處理等傳統視覺模塊，更集成圖像分割、字符訓練、圖像分類、目標檢測、圖像檢索、實例分割以及異常檢測等AI算法模塊，可使用VisionTrain對需要用到的AI模塊進行學習訓練。此外，海康機器人與多(duo)家企業合(he)作(zuo)，基于VM算(suan)法(fa)開發平臺，構建持續、高(gao)效、開放(fang)的生態(tai)合(he)作(zuo)圈。今(jin)天我們就為大家分享(xiang)四則合(he)作(zuo)伙伴運用VM圖(tu)像分割完成(cheng)的缺陷檢測案例。

       在(zai)工藝前段的極(ji)片(pian)(pian)預分切工序(xu)中(zhong)，會將寬(kuan)度(du)較長的極(ji)片(pian)(pian)卷(juan)按需求分切成多卷(juan)窄(zhai)條極(ji)片(pian)(pian)，同(tong)時需要對極(ji)片(pian)(pian)正(zheng)反(fan)面（陰陽極(ji)）進行缺陷(xian)(xian)檢(jian)測(ce)，缺陷(xian)(xian)類型包括掉料、破損、折痕、劃痕、凹坑等(deng)。