案例背景

电池生产过程会因为涂布机、轻压机的原因产生凹陷、划痕、露箔、褶皱等缺陷，划痕较深的缺陷可能导致爆炸等安全隐患，需要一款视觉方案来检出这些不良品。

技术难点

01. 传统人工检测会出现主观意愿、情绪、疲劳等人为因素，无法保证多种缺陷稳定检出。
02. 部分工件反光较强，检测褶皱、亮斑、暗斑、封边等缺陷时局部反光效果不均匀，且会受到平整度以及背景整洁度的影响，瑕疵成像效果差，识别难度较大。
03. 需要检测出X/Y尺寸＞0.5*0.5mm，深度≥0.1mm的划痕、凹坑等表面不良。

解决方案

• 01. 采用3D线激光+基于半监督学习的深度学习算法。
• 02. 不需要打光，兼容所有产品和光照条件；
• 03. 扫描精度高，X、Y、Z三轴检测精度可达20μm,可稳定识别表面瑕疵；
• 04. 高稳定、可靠的智能识别缺陷并统计缺陷类型，方便追溯产品质量.