光伏接线盒机器人视觉定位焊接检测技术

一、行业介绍。

光伏产业的核心产品是太阳能电池板，依托该产品生产线有大量的机器视觉和定位需求。自动焊接机(焊接一体机)是太阳能电池板的附件。任何太阳能电池板出厂前都需要焊接接线箱，自动焊接机就是这样做的。

自动焊接机的三个焊接头。

二、行业现状及需求。

无论哪个行业的焊接检测都是视觉上的困难，大多数视觉制造商都不愿意做这样的项目。自动焊机从未使用过机器视觉，每台焊机每天可焊接800~1000块板，以前用人眼检测焊接结果。人眼检测存在两个致命问题：一是无视觉定位，易产生不良产品；二是焊接前未检测汇流条是否平整，引发误焊产生不良产品。没有视觉系统，不仅有人眼检测的缺点，还会产生大量不合格的产品。

目前光伏组件接线箱自动焊接机有三大核心要求:

1.视觉定位：焊接前，视觉系统需要检测接线箱的位置，引导焊接接头准确焊接。效果如下:

加强接线箱轮廓定位

2.焊前检测:正式焊接前，视觉系统需要拍照，检测汇流条是否平整。如不平整，视觉系统会及时报警，焊前汇流条会平整，保证每次焊前汇流条平整。

接线箱焊接汇流条压平检测

3.焊后检测:焊后质量通过视觉系统检测。由于采用视觉定位和焊前检测，焊接合格率很高，一般在99%以上。

光伏接线盒焊接试验。

焊后产品(OK和NG产品差别很大)

3.行业痛点(技术难点)

1.焊接定位困难。PLC控制运动模块PLC控制运动模块，焊接中心和控制系统的旋转中心往往不同。

抓取中心和旋转中心不同心带来的校准问题和误差。

2.焊前和焊后检测的产品可靠性极差。都是合格的1000件产品，姿态和灰度占比差异很差。传统的BLOB分析或特征匹配会引发极高的误检和漏检。在采用深度学习时，没有办法保证0漏检。重要的是深度神经网络抓取的特征会因图像可靠性差而出错。即使采用7层网络，经过3万多张图片的训练，这个问题仍然无法解决。

四、中视智能制造解决方案及优势亮点。

针对上述问题和行业痛点，为VisionBank智能视觉系统定制了焊接检测行业功能模块（仅对行业客户开放），将现有标准化智能视觉系统平台与英特尔边缘竞争情报平台有机结合，实现了基于Openvino工具套件加速的多层次机器学习算法与深度学习算法的融合。全面解决光伏行业问题，为合作客户提供一套性能优化的光伏组件接线箱机器人视觉指导定位焊接检测方案。其功能特点如下：

1.针对焊接中心和旋转中心的不同心，设计了专门的算法。

2.针对图片可靠性差造成的误检和漏检，设计了专门算法，实现了0漏检和0.5%（在线检测数据）误检率。

3.完善的外部通信端口。接线箱定位模块一般由PLC控制，视觉模块的定位数据通过PLC会直接交互，方便电气工程师编程。

4.完善的数据存储功能。预设的框架支持用户存储所有OK和NG图片，并支持用户存储检测过程中产生的数据。

5.系统可将焊前、焊后检测到的图片储存在一起；

6.接线箱焊接检测系统性能参数(标准配备):

重复定位精度:0.1mm。

漏检率为0：将不合格产品判定为合格产品的概率为0。

误检率在0.5%以内（网上数据）：将合格产品判定为不合格产品的概率在0.5%左右；

目前，光伏组件接线箱机器人焊接定位检测系统已成功运用于行业，帮助光伏行业合作方自动化生产设备升级，减少劳动强度，解决安全风险，提高工厂自动化水平和设备利用率，减少运作管理成本。