买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：迈沐智能科技(南京)有限公司

摘要：本发明公开了一种光伏电池片网版综合检测装置，属于质量检测领域，在该装置中集成了多测量工位，能够替代人工检测，提高太阳能网版质量检测效率，且方便生产数据管理。实现了网版在薄膜测量、张力测量、网版几何测量和瑕疵识别定位，并在平移台上进行大范围移动过程中保证自身位置的精确定位与校准问题。

主权项：1.一种光伏电池片网版综合检测装置，其特征在于，包括：一体化机台本体；载物台，用于放置待测网版，通过运动轴带动所述待测网版移动；设置在所述一体化机台上的张力与厚度测量工位，所述张力与厚度测量工位上设置有厚度传感器和张力传感器，用于测量所述待测网版的张力和厚度；设置在所述一体化机台上的尺寸测量工位，所述尺寸测量工位上设置有第一检测相机，通过所述第一检测相机采集所述待测网版的第一检测图像；设置在所述一体化机台上的缺陷检测工位，所述缺陷检测工位设置有第二检测相机，通过所述第二检测相机采集所述待测网版的第二检测图像，其中，通过所述第二检测相机采集所述待测网版的第二检测图像时，采用错位采集多幅待测网版图像后将多个网版图像进行融合计算获取超分辨的第二检测图像，其中，错位采集时采用光学频率梳技术进行错位信息的精确测量定位；处理模块，所述处理模块与所述厚度传感器、所述张力传感器、所述第一检测相机和所述第二检测相机相连，用于获取所述厚度传感器和所述张力传感器的检测结果，以及控制所述载物台移动使得所述待测网版分别进入所述张力与厚度检测工位、所述尺寸测量工位和所述缺陷检测工位，并利用预设的标志点图像匹配分析算法对所述第一检测图像进行检测，得到所述待测网版栅线几何尺寸，利用预先训练好的缺陷检测模型对所述第二检测图像进行检测，得到所述待测网版的缺陷检测结果；其中，利用预设的标志点图像匹配分析算法对所述第一检测图像进行检测，包括：将多张第一检测图像划分为多个图像序列，将每个图像序列等效为一张标准网版图像；在等效过程中引入变形连续性约束，采用一个图像序列等效出一张标准网版图像来与参考网版图像做比较，以识别出标志点图像的位置；将多张标准网版图像与参考网版图像进行比较，得到所述待测网版图像中多个定位点的像素坐标；根据预设的坐标转换关系将所述多个定位点的像素坐标转换到世界坐标下，得到所述待测网版当前的位置信息；基于所述待测网版当前的位置信息将所述待测网版移动至所述厚度传感器和所述张力传感器的检测位置，得到所述待测网版的厚度和张力；基于所述待测网版当前的位置信息将所述待测网版移动至所述尺寸测量工位，通过多次定位所述待测网版的定位点，并进行多次定位点像素坐标和世界坐标的转换，得到所述待测网版由所述张力与厚度测量工位移动至所述尺寸测量工位后相对于世界坐标系的坐标；基于所述待测网版当前的位置信息将所述载物台移动至四个预设位置，并识别每个预设位的第一检测图像中所述待测网版栅线的宽度；控制所述载物台移动至所述待测网版最上端栅线位置处，在最上端栅线扫描至最下端栅线，测量最上端栅线和最下端栅线之间的距离，得到所述待测网版栅线几何尺寸；控制所述载物台移动至所述缺陷检测工位，通过多次定位所述待测网版的定位点，并进行多次定位点像素坐标和世界坐标的转换，得到所述待测网版由所述尺寸测量工位移动至所述缺陷检测工位后相对于世界坐标系的坐标；将所述待测网版划分为多个区域，利用预设的缺陷位置检测算法对所述第二检测图像进行检测，判断所述待测网版是否有缺陷以及缺陷位置；所述一体化机台本体上设置有高精密运动轴，所述厚度传感器、所述张力传感器、所述第一检测相机及所述第二检测相机设置在高精密运动轴上，实现X、Y、Z方向的运动，以便调整与所述待测网版的相对位置；所述载物台为玻璃板，所述装置还包括：下光源，所述下光源设置在所述玻璃板下方；上光源，所述上光源分别设置在所述第一检测相机和所述第二检测相机位置，用于增强所述第一检测相机很所述第二检测相机采集所述待测网版的图像时的光照亮度；所述装置还包括：多个驱动电机，用于控制所述载物台、所述厚度传感器、所述张力传感器、所述第一检测相机和或第二检测相机移动；报警装置，所述报警装置设置于所述一体化机台本体上，用于在满足报警条件时进行报警；所述报警装置为声光报警模块，用于在满足所述报警条件时，根据当前警报情况发出声音和或光进行报警；所述在最上端栅线扫描至最下端栅线，测量最上端栅线和最下端栅线之间的距离，得到所述待测网版栅线几何尺寸，包括：a移动所述载物台使得所述待测网版进入测量视域1，根据采集的所述第一检测图像分析获得最上端栅线的位置像素坐标y11和最下端栅线的位置像素坐标y12，根据预设的坐标转换关系将y11和y12转化为世界坐标，并记录当前载物台的世界坐标y1；b向下移动载物台，且移动量小于测量区域，根据采集的所述第一检测图像分析获得最上端栅线的位置像素坐标y21和最下端栅线的位置像素坐标y22，根据预设的坐标转换关系将y21和y22转化为世界坐标，并记录当前载物台的世界坐标标y2；c计算所述载物台的移动量Δd1＝y2-y1，计算两张第一检测图像的平移量Δd1'＝y21-y12，在Δd1和Δd1'的差值小于设定的精度阈值时，执行步骤d，反之，返回步骤a重新移动；d重复步骤b和步骤c，直至测量区域观测到最下端栅线，根据采集的所述第一检测图像分析获得最上端栅线的位置像素坐标yn1和最下端栅线的位置像素坐标yn2，根据预设的坐标转换关系将yn1和yn2转化为世界坐标，并记录当前载物台的世界坐标标yn，计算所述载物台的移动量Δdn＝yn-yn-1；e计算所述待测网版栅线几何尺寸： 在利用预先训练好的缺陷检测模型对所述第二检测图像进行检测，得到所述待测网版的缺陷检测结果之前还包括：获取存在缺陷和无缺陷的网版图像，分别对所述存在缺陷和无缺陷的网版图像进行裁剪和下采样，并对所述存在缺陷和无缺陷的网版图像进行自动增强，对所述存在缺陷的网版图像进行标注；构建缺陷检测模型，利用所述存在缺陷和无缺陷的网版图像及其标签，训练所述缺陷检测模型至所述缺陷检测模型的损失函数满足训练终止条件，得到训练好的缺陷检测模型，其中，所述缺陷检测模型的输入为网版图像，输出为网版图像的缺陷位置和缺陷类型；所述缺陷检测模型包括Input输入端、Backbone骨干网络、Neck特征融合层和Head检测头，其中，Input输入端采用Mosaic数据增强技术，将多张网版图像合并为一张网版图像；Backbone骨干网络包括改进的C3模块和SPPF模块，C3模块为残差结构，用于进行特征提取；Neck特征融合层采用FPN特征金字塔和PAN路径聚合网络结构，综合利用多个尺度的特征信息，对Backbone骨干网络提取的特征进行融合；Head检测头将Neck特征融合层输出的不同尺度的特征图进行解析，在每个尺度的特征图上划分网格单元，每个网格单元格设置多个先验框来预测多个边界框，通过非极大值抑制的方法剔除重合度大于预设值的边界框，得到网版的缺陷位置和缺陷类型。

全文数据：

权利要求：

百度查询： 迈沐智能科技(南京)有限公司 光伏电池片网版综合检测装置