电芯极组极片对齐度检测方法和检测装置.pdf

(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CN112330623A(43)申请公布日2021.02.05(21)申请号202011194499.6(22)申请日2020.10.30(71)申请人蜂巢能源科技有限公司地址213200江苏省常州市金坛区鑫城大道8899号(72)发明人胡韦伟郑赫(74)专利代理机构石家庄旭昌知识产权代理事务所(特殊普通合伙)13126代理人张会强(51)Int.Cl.G06T7/00(2017.01)G06T7/73(2017.01)权利要求书1页说明书3页附图1页(54)发明名称电芯极组极片对齐度检测方法和检测装置(57)摘要本发明提供了一种电芯极组极片对齐度检测方法和检测装置，本发明所述的检测方法包括获取待检测的电芯极组的图像，对获取的所述图像进行RoI区域提取，将提取的RoI区域输入卷积神经网络进行特征提取，获取所述电芯极组中各极片的顶点位置坐标值，以及根据获取的各所述极片顶点位置的坐标值，判断各所述极片的对齐度是否符合要求。本发明的电芯极组极片对齐度检测方法利用卷积神经网络，可提高电芯极片对齐度检测的准确性。CN112330623ACN112330623A权利要求书1/1页1.一种电芯极组极片对齐度检测方法，其特征在于，所述检测方法包括：获取待检测的电芯极组(100)的图像；对获取的所述图像进行RoI区域提取；将提取的RoI区域输入卷积神经网络进行特征提取，获取所述电芯极组(100)中各极片的顶点位置坐标值；根据获取的各所述极片顶点位置的坐标值，判断各所述极片的对齐度是否符合要求。2.根据权利要求1所述的电芯极组极片对齐度检测方法，其特征在于：待检测的所述电芯极组(100)的图像通过x-ray射线成像获得。3.根据权利要求1所述的电芯极组极片对齐度检测方法，其特征在于：所述RoI区域的提取采用多重模板加权匹配法。4.根据权利要求1所述的电芯极组极片对齐度检测方法，其特征在于：所述卷积神经网络进行特征提取时，以所述卷积神经网络最后一层输出的特征值作为各所述极片的顶点位置坐标值。5.根据权利要求1所述的电芯极组极片对齐度检测方法，其特征在于：所述卷积神经网络采用Hourglass神经网络结构。6.根据权利要求5所述的电芯极组极片对齐度检测方法，其特征在于：所述检测方法还包括在通过所述卷积神经网络进行特征提取之前，通过多张标记有所述极片顶点位置的电芯极组(100)的图像对所述卷积神经网络进行训练，以使所述卷积神经网络的输出复合要求。7.根据权利要求1至6中任一项所述的电芯极组极片对齐度检测方法，其特征在于：获取各所述极片顶点位置的坐标值后，通过计算各所述极片顶点位置间的距离，判断各所述极片的对齐度是否符合要求。8.一种电芯极组极片对齐度检测装置，其特征在于：所述检测装置包括：图像获取单元(200)，所述图像获取单元(200)用于获取待检测的电芯极组(100)的图像；数据处理单元(300)，所述数据处理单元(300)具有用于对获取的所述图像进行RoI区域进行提取的RoI区域提取模块(301)，根据提取的RoI区域进行特征提取，以获取所述电芯极组中各极片的顶点位置坐标值的卷积神经网络模块(302)，以及根据获取的各所述极片顶点位置的坐标值，判断各所述极片的对齐度是否符合要求的判断处理模块(303)。9.根据权利要求8所述的电芯极组极片对齐度检测装置，其特征在于：所述图像获取单元(200)采用x-ray射线成像设备。10.根据权利要求8所述的电芯极组极片对齐度检测装置，其特征在于：所述RoI区域提取模块(301)采用多重模板加权匹配法进行RoI区域提取，所述卷积神经网络模块(302)采用Hourglass神经网络结构，所述判断处理模块(303)通过计算各所述极片顶点位置间的距离，判断各所述极片的对齐度是否符合要求。2CN112330623A说明书1/3页电芯极组极片对齐度检测方法和检测装置技术领域[0001]本发明涉及电芯检测技术领域，特别涉及一种电芯极组极片对齐度检测方法。同时，本发明也涉及一种以实施上述检测方法的电芯极组极片对齐度检测装置。背景技术[0002]随着国家政策的支持，消费水平的提高，以及人们环保意识的提升，以锂离子电池作为动力的电动汽车已开始被广泛使用。电动汽车的动力电池组由单个电池组成，单个电池又由若干电芯极组组成，每个电池的电芯极组在生产过程时，以叠片工艺为例，需要检测电芯极组中各极片的对齐度是否符合工艺标准，若各极片间不满足对齐度工艺标准便属于不合格品，需要进行报废处理。[0003]目前进行电芯极片对齐度检测的多为先用x-ray射线对电芯极组的四角进行成像，再通过数字图像分析技术判断极片对齐度是否符合工艺标准。但是，现有的x-ray检测是通过传统图像