极板视觉检测系统
方案概述
利用3D激光传感器扫描流水线上的极板（包括阳、阴极板） ，生成极板的3D点云数据，3D点云数据再传输到后端服务器智能视觉软件中进行分析，识别干扰区域，求取极板的平整度与缺陷面积，从而对极板的质量进行判别。
选用Gocator等三维传感器组成联合轮廓测量系统；自研算法从极板3D 点云中提取极板的尺寸与三维变形特征。三维线扫检测极板的外观尺寸检测包括极板的长度、宽度、厚度、歪斜、平整度等；极板外观缺陷包括毛刺、鼓包、顶突、毛刺、瘤子、粒子、裂纹等。
方案优势
-
基于云计算的深度学习方法
应用机器视觉图像处理技术、深度学习与神经网络，将云平台与深度学习结合起来，以大数据量为基础，研究运用基于云计算平台的图像缺陷检测技术，达成阴极铜板表面缺陷质量检测需求，并为后续工序处理提供决策依据。
-
数据自动采集率100%
通过设备联网采集生产数据，并通过大数据分析为客户优化生产工艺，产能统计等决策分析提供便利。
-
提升产品品质
自研算法从极板3D点云中提取极板的尺寸与三维变形特征，自动根据预设值判断外观缺陷情况，保证了产品品质的一致性
-
基于3D点云算法的极板视觉检测
使用3D 点云检测算法实现外观检测，代替传统人工检测，具有更高的可实现性与准确性；结合现场复杂环境，针对性设计满足现场环境的3D 点云检测算法。
