锂电池极片厚度激光测量系统的设计

为了解决工业生产中锂电池极片厚度测量的精度与稳定性问题，研制了一款以Zynq-7010和面阵CCD为核心的锂电池极片激光测厚系统。

该测厚系统采用三角测量法、双光路差动式测量法原理，结合FPGA+ARM的解决方案，采用硬件加速，实现了锂电池极片厚度快速稳定测量。

实验结果表明该系统测量锂电池极片的厚度的精度为1um,示值误差不超过+3um。

系统体积小、测量速度快、稳定性好，可用于锂电池极片生产线的实时在线式检测。

引言：在锂电池生产过程中，极片厚度的控制至关重要，直接决定了锂电池的容量、充放电速度、循环寿命等各项性能指标（李昌明,赵灵智,刘志平.锂离子电池Sn薄膜电极厚度对其电化学性能的影响:稀有金属材料与工程,2010,39(3):507-510）。

在涂料、辊压等环节都有可能导致极片厚度不一致，这些缺陷会严重影响锂电池的质量（罗雨,王耀玲,李丽华.锂电池制片工艺对电池一致性的影响:电源技术,2013,37(10):1757-1759）。

因此，对锂电池极片厚度的精确测量是提高电池产品质量的关键手段。

目前国内工业生产线上使用的非接触激光测量厚度的方法主要为激光位移测量法，包括激光回波分析法和激光三角位移测量法。

激光回波分析法根据发射脉冲的相位和接收回波的相位差来进行检测，适用于远距离测量（李彪.亚ns量级脉冲激光与相干探测技术研究:电子科技大学,2016）；而激光三角位移法，基于光的反射原理，利用简单的几何计算，得到被测物的厚度，适用于短距离、高精度的测量（曹红超,陈磊,王波,朱万彬.一种改进型高精度激光三角位移传感器的结构设计研究:激光杂志,2007,28(6):14-15）。

锂电池极片厚度测量目前主要采用激光三角位移法，以线阵CCD为传感器，由于线阵CCD测量速度不够快，同时需要扫描控制电路、驱动传送机构等设备配合使用，使得测厚系统体积大、检测速度慢、精度低，在线检测应用受到较大限制。

本文采用激光三角位移法，利用面阵CCD图像传感器和Zynq-7010处理器，研究ARM+FPGA软硬件协同处理方案，探索一种锂电池极片厚度在线快速测量的方法，并设计锂电池极片厚度在线测量系统。

1 激光三角位移法测量锂电池极片厚度原理1.1 单光路法测量锂电池极片厚度变化原理如图1所示，在生产线的锂电池极片平面上安装面阵CCD,当激光器发射一束红光到锂电池极片表面，形成一个光点，并通过表面反射到面阵CCD上，电池极片的厚度发生变化光点会发生位移，在CCD面上的光点位置也会发生变化，锂电池极片的厚度变化与CCD上光点的位移存在一定的对应关系。

锂电池极片厚度激光测量系统的设计长沙理工大学物理与电子科学学院 近地空间电磁环境监测与建模湖南省普通高校重点实验室 龙 威近地空间电磁环境监测与建模湖南省普通高校重点实验室 长沙亿旭智能科技有限公司 吴定祥长沙理工大学物理与电子科学学院 近地空间电磁环境监测与建模湖南省普通高校重点实验室 唐立军图1 单光路激光三角位移法光路图图2 同步双光路差动式测量原理图假设锂电池极片厚度增加，导致光点在CCD成像面上产生位移，利用相似三角形各边之间的比例关系，可得到锂电池极片厚度为：(1.1)其中，为激光光束入射角；为激光光束与被测表面的夹角；a和b分别为前后两次光点到CCD成像面的距离。

采用此光路结构可以保证入射光点与像点位移具有明确的关系，且成像点最小，有利于提高测量精度。

1.2 同步双光路差动式法测量锂电池极片厚度原理上面介绍的单光路方法可以测量锂电池极片的厚度，但在工业生产线上极片会上下振动，会带来较大的测量误差，为消除这个误差，设计同步双光路差动式测量法。

如图2所示，在被测锂电池极片的两侧对称安装两个由千兆以太网传输信号的高精度面阵CCD工业相机，当极片厚度发生变化时，光点在两个CCD上的都会发生移动，且位移大小相等，方向相反，测量两个CCD的位移相对变化量可得到被测锂电池极片的厚度。

设CCD1测量的范围为L1，CCD2测量的范围为L2，两个CCD之间的距离为L，锂电池极片厚度为HZ，则面阵CCD1和CCD2采集到的光斑中心点的位移坐标信号分别为：(1.2)(1.3)经过加法求和处理后得到的位移信号为：(1.4)同理： (1.5)由(1.4)、(1.5)得到被测锂电池极片的厚度为：(1.6)其中K为单个像素比例系数。

由以上讨论可知，同步双光路差动式测量法可有效消除锂电池极片由于传送带上机械运动而引起的测量误差。

2 系统组成实时在线式激光测厚系统结构图如图3所示：该系统主要由光学测量系统和图像数据处理系统以及上位机组成。

光学测量系统包括面阵CCD、激光器，面阵CCD采集激光器发射在锂电池极片表面的光点图像，通过千兆以太网传输到图像数据处理系统。

图像数据处理系统是基于Zynq平台而开发的，利用FPGA实现相关的图像处理算法，将算法封装为IP核作为ARM端的外设，实现软硬件协同处理，并实现锂电池极片的厚度的相关运算。

上位机主要用于实时显示结果和设置相关参数。

图3 系统结构图3 系统功能实现从以上的介绍可知，锂电池极片厚度测量算法的关键是要得到CCD的光点的精确位置，因此，本文采用霍夫变换识别圆算法来处理。

锂电池极片厚度测量系统算法流程图如图4所示。

3.1 CCD光点位置的获取使用面阵CCD获取待测极片的光点图像并进行图像滤波等预处理。

由于激光采用对射式结构及黑色锂电池极片吸光性较好，得到的光点近似圆，采用霍夫变换来进行圆的识别，从而提取圆心坐标。

霍夫变换是一种线-点变化图像处理方法。

利用sobel算子提取图像边缘，对图像目标区域进行霍夫变换，寻找半径像素点个数满足10-15个的圆，在所有符合条件的圆中，满足圆的一般方程且圆边缘像素点最多的圆即为光点图像轮廓，其圆心像素点坐标位置即为光点中心所在位置。

霍夫变换检测曲线的方程为：(3.1)其中，为形状参数，为像素点的坐标。

霍夫变换的参数方程为：(3.2)(3.2)式为圆的检测方程，采用霍夫变化拟合圆时，为形状参数，将目标区域内每一个像素的坐标参数代入式(3.1)中，然后将坐标参数的计算结果对应到参数空间得到一个三维的累加器阵列，并计算图像每点强度的梯度信息得到圆的边缘（Lianyuan Jiang,Yongqiang Ye,Guili Xu.An efficient curvedetection algorithm:Optik.2016,127(1):232-238）。

当识别完毕后，对所有的三维累加器求峰值，其峰值的坐标就对应着圆形边界的圆心，即为光点中心。

图4 厚度测量算法流程图图5 Vivado HLS设计流程图3.2 图像处理硬件加速设计根据锂电池厚度测量算法，在Vivado HLS中进行逻辑功能描述，并通过综合工具生成对应功能的厚度测量IP模块（L.H.Crockett,R.A.Elliot,M.A.Enderwitz and R.W.Stewart,The Zynq Book:Embedded Processing with the ARM Cortex-A9 on the XilinxZynq-7000 All Programmable SoC,First Edition,StrathclydeAcademic Media,2016）。

在锂电池极片厚度测量系统中使用FPGA硬件逻辑去实现厚度测量算法中图像处理的相关步骤，使算法从串行执行转换至并行执行，可以提高系统性能和吞吐量，加快系统整体的计算速度。

3.2.1 Vivado HLS实现方式Vivado HLS是的高层次设计工具，不必了解底层次的详细设计，可大大缩短系统开发周期。

Vivado HLS工具设计流程图如图5所示，首先C语言设计和测试集平台作为HLS设计流程的输入，通过验证确保代码功能的完整性；高级综合工具生成对应功能的设计；RTL设计仿真可以对输出和预期值进行对比；设计迭代通过不断地调整代码指令得到最优化的设计（Xilinx Inc.Zynq-7000 all programmable SoC technical reference manual:USA:Xilinx Inc,2013），最后RTL电路综合成为FPGA逻辑IP模块。

3.2.2 Vivado HLS图像处理加速Vivado HLS图像处理加速设计的方式如图6所示：图6 Vivado HLS硬件加速框图FPGA内部数据的传输一般采用DMA的方式，但是普通DMA 的传输速度大约在750Mbit/s（Hossein Kavianipour,Steffen Muschter,Christian,High Performance FPGA-Based DMA Interface for PCIe:IEEE Transactions on Nuclear Science,2016,39(03):745-749），不能更好的达到锂电池极片厚度在线测量的实时性要求，因此，使用Zynq视频流专用的DMA来进行光点图像的传输，Video DMA最高支持1024bit,时钟频率能达到200MHz左右。

根据Vivado HLS实现方式，AXI视频流进入PL端后（FPGA部分），Vivado HLS主要通过以下两种方法进行图像处理建模，内存行缓存(Memory Line Buffer )和内存窗口缓存(Memory Window Buffer)， HLS内存行缓存实质是能储存多行像素数据的多维移位寄存器，并且行缓存的宽度决定了图像处理算法能进行硬件加速的最大图像宽度。

该系统对每一帧图像像素的遍历是通过创建内存行缓存来实现的图像处理加速。

3.3 上位机软件实现上位机软件流程图如图6所示，在PC端将Linux的内核镜像文件、设备树文件和操作系统文件编译好，通过SD卡把Linux操作系统移植到Zynq开发平台中，操作系统专注于用户交互，并安装Open CV和Qt的交叉编译库用于Zynq图像界面开发，实现嵌入式控制系统功能，使用Qt开发工具设计出锂电池极片厚度测量系统的控制显示界面以及软硬件相互协同处理程序。

在Linux操作系统中使用mmap 函数映射出Video DMA和厚度测量IP核的物理寄存器地址，且参照驱动程序再进行相关模块的配置，实现对FPGA硬件IP核的调用。

FPGA对数据计算完后从寄存器中读取计算结果，并在上位机界面实时显示厚度值。

图7 上位机系统流程图图7所示为锂电池极片测厚系统的上位机软件界面。

界面右边为左右摄像头实时采集到的光点图像并进行识别标记，左边显示光点图像圆心坐标及左右圆心坐标的相加值，上方为系统功能和相关参数的配置按钮以及锂电池厚度值。

图8 系统上位机软件界面4 系统测试与分析表1 系统可行性实验数据利用以上方法设计并完成了实时在线式锂电池极片激光测厚系统，为了验证测厚系统的可行性，采用标准厚度为50um、100um、200um的不锈钢塞尺来模拟锂电池极片做测试，在同一个位置对每片不锈钢塞尺测量10次，测量数据如表1所示：根据实验数据可以得到该系统可以用于锂电池极片厚度测量且可行性实验的测量值和实际值最大误差为2.2um。