公开(公告)号：CN118392033A

公开(公告)日：2024-07-26

申请号：CN202410476577.3

申请日：2024-04-19

Applicant: 哈尔滨工业大学

Inventor： 李瑞峰 ,  刘德东 ,  王珂 ,  戴崑

IPC: G01B11/00

Abstract: 一种基于多传感器融合的动力电池电芯极柱检测方法，属于动力电池组产线智能化检测领域。本发明解决了现有飞行焊过程中存在电芯极柱位置检测的精度和实时性较差的问题。本发明采用相机对动力电池进行图像采集，获取极柱感兴趣区域，获取激光点在线激光测量仪坐标系下的三维坐标；对电芯极柱区域图像进行高斯滤波、灰度图转换，获取电芯极柱区域灰度图像；进而获取电芯极柱中心的二维坐标，再计算出电芯极柱在相机坐标系下的三维坐标，获取有效激光阵列所有激光点深度值的均值，通过相机针孔模型和机器人坐标转换关系，计算出电芯极柱在焊接机器人坐标系下的三维坐标，实现对动力电池电芯极柱的位置的检测。本发明适用于电芯极柱位置检测。

公开(公告)号：CN118247561A

公开(公告)日：2024-06-25

申请号：CN202410365894.8

申请日：2024-03-28

Applicant: 哈尔滨工业大学

Inventor： 李瑞峰 ,  谢涛 ,  高镜涵 ,  王珂 ,  戴崑

IPC: G06V10/764 ,  G06V10/82 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/0455 ,  G06N3/09

Abstract: 本发明的一种基于多尺度注意力机制的新能源电池包图像分类方法及装置，基于多尺度注意力机制的CNN+Transformer架构(MSNET)，对传统的基于CNN的图像分类方法进行了改进，提高了新能源电池包在类别间特征差异过小情况下的图像分类准确度；MSNET网络可以提取不同尺度下的局部信息，将局部结构信息整合到全局上下文信息中，提高特征识别能力，以缓解全局上下文信息不足问题。同时，为缓解参数量大，计算复杂度高等问题，本发明所提出的MSNET网络引入深度可分离卷积，在通道维度而不是空间维度执行自注意力，大幅度减少卷积参数及计算量，显著提高效率。