当前位置:首页 > 芯闻号 > 基础知识科普站
[导读]随着国内外对清洁能源需求的增加以及各国政府对清洁能源补助的提高,光伏组件的需求也在快速增长。为保证产能及组件品质的可靠性,高精度、高速太阳能电池片的全自动焊机成为光伏企业的首选。

引言

随着国内外对清洁能源需求的增加以及各国政府对清洁能源补助的提高,光伏组件的需求也在快速增长。为保证产能及组件品质的可靠性,高精度、高速太阳能电池片的全自动焊机成为光伏企业的首选。目前这些设备大多依赖进口,然而进口设备高昂的价格很大程度上增加了太阳能发电的成本,急需研制出高水平的太阳能电池片焊接设备来满足市场的需求。电池片焊接设备的精度、速度与电池片的完整性相关。传统的检测方法精度低、速度慢,而且部分还需依赖人工操作,不能满足市场要求,而基于机器视觉的检测方法能有效地解决这些问题。

机器视觉技术与人类通过眼睛获取信息的方式是一致的,光学图像的采集就好比是机器在用“眼睛”获取信息,检测算法就是机器在用“大脑”思考的过程。而光学图像定位方法又分为灰度定位和几何定位,基于灰度定位的算法是通过分析模板图像的灰度值与待测物体图像的灰度值的相关性大小来判断物体的位置。由于该算法与图像的每一个像素点的灰度值关系密切,所以它对光照的亮度变化非常敏感。而在实际生产当中工件对光的吸收、反射不可能完全一致,从而会影响定位的准确率和通过率,因此采用几何定位方式。

1 太阳能电池片表面缺陷检测系统设计

系统硬件方面由3部分构成:处理芯片STM32F103RBT6、图像传感器模块OV7670、串口通信SP232。其设计框图如图1所示。软件方面,主要由3个功能模块构成:OV7670模块程序、图像处理算法程序、SP232通信程序。

系统工作过程:首先由OV7670模块获取图像,在STM32F103RBT6中读取,通过图像处理算法进行计算,得到的结果由SP232上传给上位机。

1.1 系统硬件设计

1.1.1 STM32F103RBT6处理器

STM32F103RBT6是基于CortexM3的32位处理器,最高工作频率为72 MHz,具有128 KB的Flash程序存储器和20 KB的RAM。其有4个计时器、16个定时器、16个模/数转换器。串行通信有2个SPI、2个I2C总线、3个USART、1个USB和CAN总线,接口类型也有多种,在与其他器件链接时可以更加方便。内核具有突出的中断处理能力,其实时性强,系统存储要求低,并且功耗和成本很低,具有广泛的应用领域。

1.1.2 OV7670模块

OV7670图像传感器体积小、工作电压低,适合嵌入式应用。OV7670具有高灵敏度,适合低照度应用,提供单片VGA摄像头和影像处理器的所有功能。通过SCCB总线控制,兼容I2C总线接口,可以输出整帧、子采样、取窗口等方式的各种分辨率为8位的影像数据。VGA图像最高达到30 fps,可以完全控制图像质量、数据格式和传输方式。图像处理功能过程包括伽马曲线、白平衡、饱和度、色度等都可以通过SCCB接口编程。OV7670图像传感器的功能模块包括:感光阵列、模拟信号处理、A/D转换、测试图案发生器、数字信号处理器、图像缩放、时序发生器、数字视频端口、SCCB接口、LED和闪光灯输出控制。其功能框图如图2所示。

OV7670数据位D0~D7与MCU的PA口A0~A7连接,读数据时钟位 RCLK与PC1连接,读指针复位位RRST与PC2连接,片选信号位OE与PC3连接,写指针复位位WRST与PC4连接,写入FIFO使能位WEN与PC5连接,同步信号检测位VSY与PD2连接,SCL是SCCB时钟口与PC11连接,SDA是SCCB的数据口与PC12连接,初始化OV7670可通过SCL和SDA。OV7670与STM32F103RBT6的连接电路如图3所示。

1.2 软件设计

1.2.1 常见缺陷类型

根据制作材料的不同,可以把太阳能电池分为单晶硅太阳能电池、多晶硅太阳能电池和非晶硅太阳能电池3种。对于特定材料的太阳能电池片,可以设计出适合该类型太阳能电池片表面缺陷检测的系统。本文是针对单晶硅太阳能电池片进行表面缺陷检测的。在太阳能电池片的生产加工过程中(表面腐蚀、制绒、扩散、表面成膜、网印、钝化、烧结等),可能由于某些工艺缺陷或者生产环境的影响造成太阳能电池片表面的断栅、缺角、色差、脏污、裂纹等缺陷。基于机器视觉的太阳能电池片表面缺陷检测系统主要用于检测太阳能电池板片表面的断栅、缺角和裂纹3种主要工艺缺陷。缺陷的具体形态如图4所示。

缺角和裂纹主要是在制绒的过程中导致的,传统制绒的方法是机械刻槽法,通过利用V型刀在硅表面摩擦形成规则的V型槽,从而形成规则的、反射率低的表面结构。正是这种方法经常会破坏硅片,形成裂纹或者缺角。尽管工艺不断改进,开始使用化学制绒法,但是由于成本高,该方法还未得到普及。断栅主要出现在丝网印刷过程中。丝网印刷是指利用丝网图形部分网孔透浆料,非图文部分不透浆料。印刷时在丝网一端倒入浆料,用刮刀在丝网的浆料部位施加压力,同时朝丝网另一端移动。刮板压力不适会导致浆料的漏印,或者由于图形部分的杂质造成漏印而导致断栅。

1.2.2 表面缺陷检测系统的结构示意图

太阳能电池片表面缺陷检测系统的结构示意图如图5所示。在光照下,OV7670摄像机对待测电池片进行图像采集传送到计算机中,通过图像处理得出缺陷图像,最后对缺陷进行标识和数据统计。

光照单元是系统的一个重要组成部分。由于太阳能电池板表面的强反射性,不合理的光源类型和照明方式都会导致图像灰度的不均匀,从而影响后期的图像处理。光照单元的任务就是产生均匀的光照以便得到准确的物像位置关系,从而保证所获取图像的高对比度和清晰度。

图像采集单元是OV7670模块。该单元主要完成待测太阳能电池片的图像采集,并将采集到的数据传输给MCU,便于后期的数字图像处理。

计算机处理单元包括图像处理和缺陷识别。该单元主要是对采集图像进行基本图像处理,得到缺陷图像,然后标记缺陷和识别缺陷,最后通过计算机屏幕直观地显示出太阳能电池板的检测结果。

1.2.3 表面缺陷检测系统的软件流程

利用STM32F103RBT6来处理太阳能电池片的图像,程序代码在ST公司自带的库文件上编写。初始化阶段,先配置好STM32F103RBT6内部时钟、中断处理和USART、按键、OV7670、SP232等外设接口,再初始化按键、LED、OV7670模块、SP232。初始化成功之后,读取OV7670采集到的信息数据,读完段标记使能摄像头片选,每次读取一个MCU块,对它进行二值处理、像素点扫描、判断、旋转、上传数据至上位机,直到结束。

OV7670摄像机将摄取到的数据传送给MCU,MCU得到数据后首先读取相机的数据,并做二值处理,更新LCD显示。以图像中心为原点,寻找电池片左上角、右上角、左下角和右下角的坐标,用于计算旋转后的图像的宽和高。

判断完整性算法如下所示:

① 从第10行起(每行320点),取白点(0xff)的数据,连续取50行,计算白点的平均值WhiteTrueData。

② 从第10行起(每行320点),每行的行头取黑点(0x00)的数据,直到白点为止,连续取50行,计算黑点的平均值BlackTure Data。

③ 156×156的片子,有效行总共是224~232行,每一行的白点数约228~232点WhiteData(根据焦距不同,有效的行数、列数有所不同)。

④ 每一行,从白点处开始,将第232点后的数据统一清除为黑色。

⑤ 每一行,从第一点开始将第一点至白点为止的数据(BlackData),统一清除为黑色。

⑥ 在每一行的白点中寻找黑色点,如果连续3点或者连续两行在同样的偏移处找到2个以上的点,表明该处为缺少、裂缝、缺角或其他的不完整。

先判断所有的有效数是否在预置数之间,如果是,初步判断为完整的电池片;否则,为缺角。如果取得的有效数据在预置数之间,将取得的平均值与预置数比较,如果小于预置数10点以上,判断为有裂缝;片子基本完整,再判断是否有裂缝、空洞。从第0行起(每行320点),扫描240行,寻找连续的白点,如果连续的白点数据中有有效的黑点(0x00)数据,判断为裂缝或空洞;有裂缝的点数大于5处,判断为不完整。如果为不合格的电池片,可判断是否倾斜,将倾斜的片子旋转,或发送数据到上位机。从第0行起(每行320点),扫描240行,判断是否倾斜;查找黑色点,如果每一行均出现白色点,白色点的坐标不大于1/2(320),为有效白色点。

源程序代码如下:

OV7670_RRST=0;//开始复位读指针

OV7670_RCK=0;

OV7670_RCK=1;

OV7670_RCK=0;

OV7670_RRST=1;//复位读指针结束

OV7670_RCK=1;

for(i=0; i<240; i++){

change_num = 0;

change_bak_num = 0;

Temp_i = 0;

for(j=0; j<320; j++){

OV7670_RCK = 0;

color = (GPIOA->IDR)&0xFF;

OV7670_RCK = 1;

if(color < CompData){

change_num = 0;

Black_Data++;

}

else{

change_num = 0xfe;

White_Data++;

}

if(change_num != change_bak_num){

Temp_i++;

change_bak_num = change_num;

}

OV7670_RCK = 0;

color |= (GPIOA->IDR)&0xFF;

OV7670_RCK = 1;

}

if(Temp_i>2)break_dot++;

if(break_dot>5)cell_judge = 0;

//有裂缝的点数大于5处,判断为不完整

break_dot = 0;

}

太阳能电池片表面缺陷检测系统的软件流程图如图6所示。

2 处理结果分析

重点是对太阳能电池片表面的缺角、裂纹、空洞缺陷进行检测。实验对象是156 mm×156 mm的单晶硅太阳能电池片。

本站声明: 本文章由作者或相关机构授权发布,目的在于传递更多信息,并不代表本站赞同其观点,本站亦不保证或承诺内容真实性等。需要转载请联系该专栏作者,如若文章内容侵犯您的权益,请及时联系本站删除。
换一批
延伸阅读

2024年4月16日 – 专注于引入新品的全球电子元器件和工业自动化产品授权代理商贸泽电子 (Mouser Electronics) 宣布其屡获殊荣的Empowering Innovation Together (共求创...

关键字: 机器视觉 电子元器件

2024年4月2日 – 专注于引入新品的全球电子元器件和工业自动化产品授权代理商贸泽电子 (Mouser Electronics) 即日起供货Texas Instruments的TDES9640 V3Link™解串器集线...

关键字: 机器视觉 机器人 图像传感器

借助广泛的 Teledyne GigE 和 USB3 面阵扫描相机支持,工程师可以使用 Spinnaker 快速开发用于视觉应用的软件解决方案。通过提供完全控制相机的选项,Spinnaker 允许用户管理图像处理管道的每...

关键字: 机器视觉 API 库 磁盘

2023年12月11日 – 专注于引入新品的全球电子元器件和工业自动化产品授权代理商贸泽电子 (Mouser Electronics) 即日起供应Texas Instruments的AM68Ax 64位Jacinto 8...

关键字: 机器视觉 SoC 处理器

加拿大滑铁卢——2023 年 11 月 30 日——Teledyne DALSA 很高兴地宣布其 AxCIS™ 系列高速高分辨率全集成线阵成像模块已投产。这款使用简便的接触式图像传感器(CIS)将传感器、镜头和灯合为一体...

关键字: 图像传感器 机器视觉 传感器

法国格勒诺布尔,2023 年 11 月 21 日 — Teledyne Technologies 子公司、全球成像解决方案革新者 Teledyne e2v 发布全新高水准 CMOS 图像传感器系列 Emerald™ Ge...

关键字: 图像传感器 机器视觉 监控相机

以“新时代,共享未来”为主题的第六届中国国际进口博览会在上海圆满落下帷幕,再次奏响了中国持续推进高水平对外开放、与世界共享中国大市场发展机遇的最强音。通过进博会这个平台,越来越多的跨国企业将创新的技术和成果快步引入中国,...

关键字: 人工智能 机器视觉 边缘计算

2023年9月14日,中国上海—— 全球领先的技术分销商和解决方案提供商安富利将于9月19日至23日在第二十三届中国国际工业博览会(以下简称“工博会”)上重磅亮相,集中展示安富利及其生态合作伙伴在人工智能、机器视觉和边缘...

关键字: 人工智能 机器视觉 边缘计算

随着人工智能和计算机视觉技术的快速发展,机器视觉在各个领域得到了广泛应用。从自动驾驶、工业自动化到医疗诊断、安全监控,机器视觉的应用越来越普遍。如果你对机器视觉感兴趣,想入门这个领域,那么本文将为你提供一份全面的学习指南...

关键字: 机器视觉 人工智能

事件相机是感知“事件”发生变化并输出“事件”信息,有别于传统相机输出的图像信息。而所谓的“事件”指的就是每个像素的亮度变化,输出的也就是像素亮度变化情况。事件相机的关键器件就是基于事件的视觉传感器,简称EVS(Event...

关键字: 事件相机 EVS Prophesee 机器视觉 AI
关闭
关闭