シリンダーの検査

コグネックスのディープラーニングは、EV向け円筒型バッテリーの外観上の欠陥を検出します。

関連製品

In-Sight D900

ディープラーニング採用In-Sight ViDi画像処理ソフトウェア搭載

VisionPro Deep Learning

A breakthrough in complex inspection, part location, classification, and OCR

円筒型バッテリーの金属ケースは、ビニールコーティングされる前に表面の欠陥を検査する必要があります。検査システムは通常のばらつきと重要性の低い異常を許容する一方、深刻な傷を識別できなければなりません。各欠陥の大きさや形状は異なるため、この検査のプログラムを従来のルールベースのビジョンアルゴリズムと併用するのは非効率です。また、円筒形状のバッテリーの撮影画像は、ボケやフォーカスのずれが生じて検査が困難になることがあります。

製造業者は、バッチごとにより高い検査精度を求めて、初のディープラーニングベースのファクトリオートメーション用ソフトウェアである Cognex Deep Learning を採用しています。Cognex Deep Learning は、小さなばらつきを正しく認識できる人間の能力と、自動システムの信頼性、一貫性、スピードを組み合わせた効果的な検査ソリューションを提供します。コグネックスの工業用カメラ (CIC) を使用する Cognex Deep Learning ソフトウェアは、関係のないばらつきは検出せずに、表面の欠陥や円筒型バッテリーの側面、上部、底部の異常を見つけます。Cognex Deep Learning は、損傷のあるバッテリーケースのみを特定することができるため、メーカーの試験精度を高め、廃棄を減らすことができます。