“3D视觉检测助力动力电池高安全高品质”的主题演讲

摘要

机器视觉系统集成涉及光学、机械、电气、软件、图像算法、AI等多领域，需要综合的服务能力。

随着3D视觉在锂电制造环节的应用及规模渗透，电池企业对产品的安全、性能及品控愈发严苛，为满足客户需求，AI深度学习融合传统机器视觉算法的应用已经成为市场主流。

超音速董事长张俊峰表示，3D视觉受三角法成像原理影响，成像在凹槽一边存在盲区。这类风险因素使3D视觉依然面临高漏检率、大视场小缺陷项目检测难等诸多痛点。

为此，超音速针对小缺陷检测难的问题，采用AI与多技术融合，实现高分倍率成像。同时，针对焊缝不规则、有高反高透的材质及存在成象盲区等诸多难题，超音速也提出了其解决方案及视觉产品。

6月14-17日，第十五届高工锂电产业峰会在常州茅山国际会议举行。大会主题为“协同上下游 共筑新生态”，超1300名锂电行业人士齐聚一堂共同探讨新形势下锂电产业发展趋势。

6月15日，超音速董事长张俊峰发表“3D视觉检测助力动力电池高安全高品质”的主题演讲。

3D视觉近两年热度不减，3D视觉应用项目也非常多，覆盖从电芯到模组，电芯顶盖焊接检测、电芯外观检测、模组焊接和PACK组装等多工艺环节。

张俊峰表示，超音速3D解决方案目前已经实现小于0.5%的误判率，并通过系列解决方案持续优化设备检测效率及精度。

其中，超音速动力电池裸电芯外观检测机，采用3D+2.5D综合解决方案，支持点云引擎+多路条纹图像合成运算、配准，同时配合AI深度学习，其漏判0%，误判保持0.5%以内，且设备速度达到20ppm，检测精度达到0.03mm。

其动力电池顶盖焊接检测机，通过3D点云引擎运算，实现各类焊接缺陷检测，运用AI人工智能算法全方位360度无死角的外观全检。同时支持在线实时检测，可嵌入pack生产流水线，检测项目覆盖翻边尺寸、凹坑、波浪边、针孔、凸起、断焊、爆点等。

此外，入壳电池外观检测合盖后台阶检测控制精度0.1mm，合盖后间隙检测精度0.1mm；动力电池六面检电池全检动态重复精度达到6um；密封钉检测系统采用3D点云引擎运算配合AI深度学习，漏判0%、误判0.5%；动力电池铝壳、蓝膜外观检测机实现全自动上下料，OK/NG品自动分选，DMC贴码，相关产品信息上传MES系统等。

扎根锂电制造12年，超音速致力为电池厂与设备厂提供基于机器视觉智能化设备与系统的完整解决方案，助力客户提高生产与质检效率，降本提质。

张俊峰介绍，超音速也在积极推进锂电产业整线解决方案，并在涂布辊压、分切、分条模切、叠片/卷绕、包膜、焊接、电池成品、电测、电池模组等全工艺流程布局。

图注：绿色指图像算法与AI结合；灰色指纯AI算法。

张俊峰表示，对于其他锂电检测设备，超音速具备五大优势：一是成像能力；二是算法，AI 深度学习+传统视觉算法结合；三是AI算法平台，自研锂电AI通用平台；四是模糊逻辑，即后处理算法；五是优秀的系统集成能力。

如在成像能力上，支持大幅面高速线扫描、3D激光旋转线扫、图像质量自适应。兼容超100家锂电制造工艺，支持一键极速换型，实现150米/分钟的高速在线检测。同时自主研发线扫光学系统，成像质量行业领先，而3D点云图数据处理技术，误判率小于0.5%。

张俊峰强调，机器视觉系统集成涉及光学、机械、电气、软件、图像算法、AI等多领域，需要综合的服务能力。超音速拥有12年的机器视觉系统集成技术沉淀与积累，能够实现光学系统匹配、图像质量评估、相机标定工具、质量保障、快速交付。

此外，超音速AI具备准确、完成、高效的数据整合，正确、高效、准确的模型优化，以及成本低、速度快、结果好、用途广的模型性能三大核心优势。

目前，超音速产品与解决方案已经服务CATL、ATL、比亚迪、亿纬锂能、PNT、冠宇等头部电池厂商。同时基于大数据积累，超音速正积极推进其3D+视觉算法+AI深度学习在锂电池领域全面落地。

审核编辑 ：李倩