成果简介（300-500字）
本成果是通过机器视觉引导激光加工轨迹和检查激光加工质量以提高激光加工的智能化程度。目前的应用场景包含：
（1）电子行业，在电子元器件生产行业，电感上的漆包线需要焊接，为此需要将导线外层的漆层剥去。传统物理除漆技术如人工剥除效率低下，成本较高；化学药剂腐蚀污染环境，危险系数高，伴随着制造业产业升级期的到来，激光去漆层被行业青睐。激光去除漆层采用激光点扫描方式。行业目前待去漆的线头为自由太分布不规则，为提高漆层去除效率需要精确知道线的走向以可控制激光扫描点沿，本项目开发目标探测软件已指导激光扫描的范围。
（2）集装箱由多块金属板材焊接而成，焊接后喷漆前需要对焊缝进行表面除锈，一个集装箱有数十根焊缝，除锈过程需要清楚知道除锈轨迹，本项目开发集装箱焊缝除锈机器视觉寻轨软件算法。
（3）新能源动力电池广泛采用激光焊接技术，焊接前和焊接后分别需要寻轨和进行质量检查，本项目开发激光动力电池焊接质量检查软件算法。
图1 视觉图像显示与加工图形预览展示
图2激光控制功能操作界面
技术创新
提高激光加工的智能化程度。
专利情况
1. 一种基于卷积神经网络对锂电池焊接质量的检测方法，发明专利，专利号2020105513127，已授权；
2. 基于卷积神经网络的动力电池焊接质量检查方法及系统，发明专利，专利号2020111394587，已授权；
3. 一种用于检测动力电池安全阀激光焊接缺陷的分割算法，发明专利，专利号2020110773054，已授权；
4. 基于石墨烯的双泵浦四波混频效应的全光波长转换器；发明专利，专利号，2021108618055，实审中；
5. 一种工业边缘端动力电池缺陷检测方法及系统，发明专利，专利号，2021108524081，实审中；
6. 新能源动力电池安全防爆阀激光焊接表面缺陷检测方法，发明专利，专利号，2021108693982，实审中；
7. 基于深度学习语义分割的新能源电池焊接缺陷检测方法，发明专利，专利号，2021108691915，实审中。
市场前景及应用领域
可广泛应用于电子元器件行业引导激光去除漆层、集装箱焊缝除锈机器视觉寻轨、以及新能源动力电池焊接质量检查软件算法等，实现资源节约、提升生产效能。
合作方式：技术转让、许可使用、股权投资、合作创办企业等技术合作方式，提供从项目策划至项目运行全套技术服务。
成果单位：深圳大学电子与信息工程学院
成果负责人：杨亚涛
联系电话：13828784469
电子邮箱：yatao86@szu.edu.cn
科研概况