【梅科尔工作室】 英特尔OpenVINO™探索-边缘驱动锂电池智能焊接平台

一、项目背景

锂电池焊接与焊接质量检测:锂电池模组焊接作为新能源汽车与储能产业的核心环节,正面临传    统工艺的多重瓶颈:人工焊接能耗占比超 25%、单模组耗时 30 秒,且设备仅适配 1-2 种电池型号,产线切换需 4 小时人工调试。更严峻的是,人工目检漏检率超 8%,机器视觉误判率高达 30%-40%,导致行业平均良品率长期低于 95%,已成为制约锂电池规模化生产的关键痛点。

传统锂电池焊接与焊接质量检测:

  • 效率低下:传统效率低下,难以满足高需求量的市场需求

  • 柔性不足:仅能支持1-2种型号的电池型号

  • 质量失控:依赖于人工检测且长时间重复性工作易导致视觉疲劳,导致准确率下降

图片

这些问题直接影响到焊接生产的效率与质量,成为制约焊接生产的重要因素

二、项目简介

本方案基于边缘智能驱动,融合YOLOv8模型与OpenVINO™轻量化部署技术,通过哪吒派实现焊点缺陷毫秒级识别与自动补焊闭环,结合霍夫圆变换与Python视觉算法完成电池极柱±0.2mm精确定位及多型号柔性焊接路径规划。该方案构建“检测-解析-补焊”全流程自动化体系,推动良品率提升至97.5%、生产效率提高40%,为锂电池模组焊接提供智能化解决方案。

项目运行流程:该项目搭建锂电池模组自动化焊接系统,通过人机交互界面启动流程,工业相机采集图像,边缘侧依托焊点识别算法规划焊接路径、质量检测算法监测缺陷(支持补焊),将指令发至 PLC 控制设备执行,同时反馈运行日志与检测结果,实现焊接全流程自动化与智能化 。

图片

三、项目运行

工具说明

①OpenVINO™平台

OpenVINO™ 工具套件是一款开源工具套件,可以缩短延迟,提高吞吐量,加速 AI 推理过程,同时保持精度,缩小模型占用空间,优化硬件使用。它简化了计算机视觉、大型语言模型 (LLM) 和生成式 AI 等领域的 AI 开发和深度学习集成。

图片

②哪吒派

哪吒开发板搭载Intel N97处理器,配备8GB LPDDR5内存和64GB eMMC存储空间,支持Windows、Linux两个操作系统,支持高分辨率显示,提供HDMI接口使检测结果能更好的展示。

图片

项目构建

①环境搭建:本项目使用ubuntu 20.04 LTS系统进行项目部署

  • 部署本系统,进入官网

评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值