Vision AI for
EV Manufacturing

EV 배터리의 품질보증 및 안정성 확보가 제조사의 주요 경쟁요인으로,
이에 제조 공정에서 제품의 내부까지 검사하는 3D In-Line Inspection 기법이 도입되고 있습니다.
3D In-Line Inspection을 위하여, Denoising / SR 등 딥러닝 기반의 데이터 처리 기술과 배터리 셀 내부 결함을 탐지하거나 분류하기 위한 모델이 현장에 적용되고 있습니다.

Use Cases

EV Battery Cell Defect(Segmentation) and Post Processing model for assessing the defect scale

풀어야 할 문제 및 니즈
  • In-Line 형태의 인스펙션 공정으로 데이터 수집을 위한 Takt Time이 감소하여 데이터 품질이 낮아지는 이슈 발생
  • 배터리 팩의 다양한 결함에 대하여 유형을 분류하거나 결함의 위치를 추적하는 기술 필요
  • 배터리의 결함에 대한 정도 판단을 위하여 전극의 휨 정도를 정량적으로 분석하는 기술 필요
문제 해결 방법 및 적용 기술
  • Takt Time 감소의 이슈를 해결하기 위하여
    스누아이랩 이미지 복원- SIRNet으로 처리된 기술(SIRNet, SNUAILAB Image Restoration Network) 적용
  • 이미지에서 결함의 위치와 부분을 확인할 수 있도록 지원하는
    스누아이랩 인스펙션 모델(SINNet, SNUAILAB Inspection Network)을 적용하여 베터리 셀 데이터 학습
  • 배터리셀 내부 휨 정도를 정량적으로 분석하기 위한 Post Processing Model 개발 및 적용

기술 적용 결과
다양한 산업에 적용된 스누아이랩의 AI 기술이 궁금하신가요?
산업 특화 AI 솔루션을 도입하여 비즈니스 가치를 극대화 해보세요.
다양한 산업에 적용된
스누아이랩의 AI 기술이 궁금하신가요?
산업 특화 AI 솔루션을 도입하여
비즈니스 가치를 극대화 해보세요.

   sales@snuailab.ai  sales
        snuai@snuailab.ai  general


서울  HQ
서울특별시 관악구 관악로 1 서울대학교 133동 자동화시스템공동연구소 208호

광교  R&D / Business
경기도 수원시 영통구 광교로 145 광교테크노벨리 차세대융합기술연구원 A동 1202호


© 2024 SNUAILAB Co., LTD. All Rights Reserved. 
개인정보처리방침     이용약관

   sales@snuailab.ai  sales      snuai@snuailab.ai  general

서울  HQ    서울특별시 관악구 관악로 1 서울대학교 133동 자동화시스템공동연구소 208호

광교  R&D / Business    경기도 수원시 영통구 광교로 145 광교테크노벨리 차세대융합기술연구원 A동 1202호


© 2024 SNUAILAB Co., LTD. All Rights Reserved.   개인정보처리방침     이용약관