【技术实现步骤摘要】
本专利技术涉及电池pack检测，更具体的说是涉及一种圆柱模组堆叠极性异常检测方法及装置。
技术介绍
1、在圆柱模组的生产过程中，堆叠工序是圆柱模组的重要工序，，其主要工作内容为确保任意位置上的电池极性符合模组设计要求，如存在误放则当其流转至焊接工序时，会在焊接过程中形成模组短路，引发模组起火，直接导致工装报废，甚至造成人员伤亡。
2、目前，现有技术为采用机械工装直接测电压的方式，局限性比较大，产品型号稍有变动就需要再次制作仿形工装，而且采用此方式的测试速度比较慢，同时需要安排专职人员进行人工目视检测。
3、人工检测圆柱模组堆叠极性效率低，且受限于人的正常生理因素，其检测结果准确性低，不足以保障大批量生产的安全性。
4、因此，如何结合机器学习实现智能圆柱模组堆叠极性异常检测，以便于提高生产效率，保障产品安全性，是本领域技术人员亟需解决的问题。
技术实现思路
1、有鉴于此，本专利技术提供了一种圆柱模组堆叠极性异常检测方法及装置以解决
技术介绍
中提到的技术问题。
2、为了实现上述目的，本专利技术采用如下技术方案：
3、一种圆柱模组堆叠极性异常检测方法，包括以下步骤：
4、s1.利用正确堆叠的电池模组极性图片构造电芯排布基准矩阵；
5、s2.利用摄像头采集待检测的电池模组图像；
6、s3.对待检测的电池模组图像进行预处理，削弱光照影响；
7、s4.对预处理后的图像利用霍夫圆变换算法识别
8、s5.基于检测圆标注的电芯的正负极进行赋值，同时根据圆心的空间位置确定检测图像的排布矩阵，并记录矩阵的位置检索和实际图像位置的映射关系；
9、s6.将电芯排布基准矩阵与检测图像的排布矩阵进行异或操作，根据结果矩阵中的值检测异常电芯，并基于映射关系追溯异常电芯位置。
10、优选的，步骤s1中，构造的电芯排布基准矩阵为b∈rm×n，其中，m为模组的行数，n为模组的列数；第i行第j列的位置处电芯为正极时，bij＝1，电芯为负极时，bij＝0。
11、优选的，步骤s3中，图像预处理包括但不限于通过对采集的电池模组图像进行缩放、转换、高斯滤波以及边缘检测处理降低光照变化对图像检测的影响。
12、优选的，步骤s4的具体内容为：利用霍夫圆变换算法识别图像中的圆，保留与正确电池模组中正负极圆半径误差不超过r的圆，根据摄像头分辨率、摄像头与模组的距离，标定电池正负极的圆半径，利用圆半径确定待检测模组的极性。
13、优选的，对于步骤s5中：
14、基于步骤s4的检测结果，将检测结果标注为正极的标注为1，标注为负极的标注为0；确定的检测图像的排布矩阵为t∈rm×n，该矩阵的位置检索和实际图像位置的映射关系为p。
15、优选的，步骤s6的异或操作为：
16、z＝bθt∈rm×n
17、其中，b为电芯排布基准矩阵，t为检测图像的排布矩阵；
18、z矩阵中值为1的位置即为异常电芯的位置，根据矩阵的位置检索和实际图像位置的映射关系p回溯到待检测图像中的位置并标注ng，同时触发警报，若无错误则显示ok。
19、一种圆柱模组堆叠极性异常检测系统，基于所述的一种圆柱模组堆叠极性异常检测方法，包括：图像采集模块、预处理模块、电芯特征识别模块、排布矩阵构建模块、逻辑运算模块和位置追溯模块；
20、图像采集模块，用于利用摄像头采集正确堆叠的电池模组极性图片和待检测的电池模组图像；
21、预处理模块，用于对电池模组图像进行图像预处理，削弱光照影响；
22、电芯特征识别模块，用于对预处理后的图像利用霍夫圆变换算法识别图像中的圆，并根据检测圆的半径标注电芯的正负极；
23、排布矩阵构建模块，用于将正确堆叠的电池模组极性图片转换为二维排布矩阵，作为电芯排布基准矩阵，还用于基于检测圆标注的电芯的正负极进行赋值，同时根据圆心的空间位置确定检测图像的排布矩阵，并记录矩阵的位置检索和实际图像位置的映射关系；
24、逻辑运算模块，用于将电芯排布基准矩阵与检测图像的排布矩阵进行异或操作得到结果矩阵；
25、位置追溯模块，用于根据结果矩阵中的值检测异常电芯，并基于映射关系追溯异常电芯位置。
26、优选的，对于位置追溯模块，异或操作的结果矩阵中值为1的位置即为异常电芯的位置，根据矩阵的位置检索和实际图像位置的映射关系回溯到待检测图像中的位置并标注ng；还包括警示模块，用于对异常电芯检测结果进行显示以及触发警报，若无错误则显示ok。
27、一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现所述的一种圆柱模组堆叠极性异常检测方法。
28、一种处理终端，包括存储器和处理器，存储器中存储有可在处理器上运行的计算机程序，处理器执行计算机程序时实现所述的一种圆柱模组堆叠极性异常检测方法。
29、经由上述的技术方案可知，与现有技术相比，本专利技术公开提供了一种圆柱模组堆叠极性异常检测方法及装置，用于筛选圆柱模组在堆叠过程中存在极性错误的模组，测试方法新颖、操作简便，替代人工检测实现有效筛选出堆叠过程中电池极性错误的模组，提高产品质量，同时有助于提高生产效率，保障产品制程安全性，能适应各类较规则的圆柱模组的检测，性能稳定，具有很高的实用价值和推广价值。
本文档来自技高网...【技术保护点】
1.一种圆柱模组堆叠极性异常检测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种圆柱模组堆叠极性异常检测方法，其特征在于，步骤S1中，构造的电芯排布基准矩阵为B∈Rm×n，其中，m为模组的行数，n为模组的列数；第i行第j列的位置处电芯为正极时，Bij＝1，电芯为负极时，Bij＝0。
3.根据权利要求1所述的一种圆柱模组堆叠极性异常检测方法，其特征在于，步骤S3中，图像预处理包括但不限于通过对采集的电池模组图像进行缩放、转换、高斯滤波以及边缘检测处理降低光照变化对图像检测的影响。
4.根据权利要求1所述的一种圆柱模组堆叠极性异常检测方法，其特征在于，步骤S4的具体内容为：利用霍夫圆变换算法识别图像中的圆，保留与正确电池模组中正负极圆半径误差不超过r的圆，根据摄像头分辨率、摄像头与模组的距离，标定电池正负极的圆半径，利用圆半径确定待检测模组的极性。
5.根据权利要求1所述的一种圆柱模组堆叠极性异常检测方法，其特征在于，对于步骤S5中：
6.根据权利要求1所述的一种圆柱模组堆叠极性异常检测方法，其特征在于，步骤S
7.一种圆柱模组堆叠极性异常检测系统，其特征在于，基于权利要求1-6任一项所述的一种圆柱模组堆叠极性异常检测方法，包括：图像采集模块、预处理模块、电芯特征识别模块、排布矩阵构建模块、逻辑运算模块和位置追溯模块；
8.根据权利要求7所述的一种圆柱模组堆叠极性异常检测系统，其特征在于，对于位置追溯模块，异或操作的结果矩阵中值为1的位置即为异常电芯的位置，根据矩阵的位置检索和实际图像位置的映射关系回溯到待检测图像中的位置并标注NG；还包括警示模块，用于对异常电芯检测结果进行显示以及触发警报，若无错误则显示OK。
9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现权利要求1-6任意一项所述的一种圆柱模组堆叠极性异常检测方法。
10.一种处理终端，包括存储器和处理器，存储器中存储有可在处理器上运行的计算机程序，其特征在于，处理器执行计算机程序时实现如权利要求1-6任意一项所述的一种圆柱模组堆叠极性异常检测方法。
...【技术特征摘要】
1.一种圆柱模组堆叠极性异常检测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种圆柱模组堆叠极性异常检测方法，其特征在于，步骤s1中，构造的电芯排布基准矩阵为b∈rm×n，其中，m为模组的行数，n为模组的列数；第i行第j列的位置处电芯为正极时，bij＝1，电芯为负极时，bij＝0。
3.根据权利要求1所述的一种圆柱模组堆叠极性异常检测方法，其特征在于，步骤s3中，图像预处理包括但不限于通过对采集的电池模组图像进行缩放、转换、高斯滤波以及边缘检测处理降低光照变化对图像检测的影响。
4.根据权利要求1所述的一种圆柱模组堆叠极性异常检测方法，其特征在于，步骤s4的具体内容为：利用霍夫圆变换算法识别图像中的圆，保留与正确电池模组中正负极圆半径误差不超过r的圆，根据摄像头分辨率、摄像头与模组的距离，标定电池正负极的圆半径，利用圆半径确定待检测模组的极性。
5.根据权利要求1所述的一种圆柱模组堆叠极性异常检测方法，其特征在于，对于步骤s5中：
6.根据权利要求1所述的一种圆柱模组堆叠...
【专利技术属性】
技术研发人员：王学锋，宋帅，雷曙光，杨铮，张泽涵，武昆，焦华，康立伟，
申请(专利权)人：风帆有限责任公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。