지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학술저널
- 저자정보
- 발행연도
- 2021.8
- 수록면
- 510 - 517 (8page)
- DOI
- 10.5302/J.ICROS.2021.21.0053
이용수
이 논문의 연구 히스토리 (2)
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
This paper proposes a defect detection method through unsupervised learning based on AI deep learning for surface defect inspection of cylindrical secondary battery products. The existing traditional vision processing methods face limitations in designing suitable vision processing algorithms according to product diversity, environmental changes, and various types of defects. The supervised learning-based defect detection method requires labor and cost to secure sufficient defective samples of all types. To overcome these limitations, we propose an unsupervised learning method that uses only good-quality learning data. In this paper, by designing an appropriate optical system and acquiring images from a camera, surface defects of secondary batteries could be detected through relatively small learning data and image pre-processing methods. The effectiveness of the proposed model was verified through an experiment.
목차
Abstract
I. 서론
II. 광학계 설계 및 영상 데이터 수집
III. 전통적 영상처리 기반 결함 검출 알고리즘
IV. 딥러닝 기반 비지도 학습을 통한 결함 검출 알고리즘
V. 실험 결과
VI. 결론 및 추후 연구 방향
REFERENCES
참고문헌 (13)
참고문헌 신청
J. Beyerer, F. P. León, and C. Frese, Machine Vision-Automated Visual Inspection: Theory, Practice and Applications, Springer, Berlin, 2016.
H. Y. Kim and J. S. Cho, “Exterior vision inspection method of injection molding automotive parts,” Journal of the Korea Institute of Information and Communication Engineering, vol. 23, no. 2, pp. 127-132, doi:10.6109/JKIICE.2019.23.2.127, Feb. 2019.
K. H. Han and K. M. Huh, “Visual inspection method which improves accuracy by using histogram transformation,” The Institute of Electronics Engineers of Korea-SC, vol. 46, no. 4, pp. 58-63, Jul. 2009.
J. S. Ko and J. Y. Rheem, “Surface inspection of a journal bearing using machine vision,” Journal of the Korean Society for Precision Engineering, vol. 34, no. 8, pp. 557-561, Aug. 2017.
E. Jabbar, P. Besse, J.-M. Loubes, N. B. Roa, C. Merle, and R. Dettai, “Supervised learning approach for surface-mount device production,” Machine Learning, Optimization, and Data Science, vol. 11331, ISBN : 978-3-030-13708-3, 2019.
H. Y. Kim and J. S. Cho, “Exterior vision inspection method of injection molding automotive parts,” Journal of the Korea Institute of Information and Communication Engineering, vol. 23, no. 2, pp. 127-132, doi:10.6109/JKIICE.2019.23.2.127, Feb. 2019.
K. H. Han and K. M. Huh, “Visual inspection method which improves accuracy by using histogram transformation,” The Institute of Electronics Engineers of Korea-SC, vol. 46, no. 4, pp. 58-63, Jul. 2009.
J. S. Ko and J. Y. Rheem, “Surface inspection of a journal bearing using machine vision,” Journal of the Korean Society for Precision Engineering, vol. 34, no. 8, pp. 557-561, Aug. 2017.
E. Jabbar, P. Besse, J.-M. Loubes, N. B. Roa, C. Merle, and R. Dettai, “Supervised learning approach for surface-mount device production,” Machine Learning, Optimization, and Data Science, vol. 11331, ISBN : 978-3-030-13708-3, 2019.
이 논문의 저자 정보
이 논문과 함께 이용한 논문
2차 전지 기술 및 시장동향
황재호
오토저널
2021
.10
비지도 AI 딥러닝 학습기반 원통형 2차 전지 결함 검출 방법
한현규
,
송영기
,
조재수
제어로봇시스템학회 국내학술대회 논문집
2021
.06
전기자동차 배터리 동적특성을 고려한 인공지능 SOC 추정 모델 연구
정대웅
,
배성우
대한전기학회 학술대회 논문집
2021
.05
딥 러닝을 이용한 2차 전지의 초음파 용접 품질 모니터링에 관한 연구
박대진
,
김동현
,
이세헌
외 1명
대한용접학회 특별강연 및 학술발표대회 개요집
2017
.11
배터리의 수명을 연장할 수 있는 효율적인 충전방법에 관한 연구
김재진
,
허화라
한국컴퓨터정보학회 학술발표논문집
2017
.07
최근 본 자료
댓글(0)
0
UCI(KEPA) : I410-ECN-0101-2021-003-001917518