【诚捷智能电池专栏】凌云光:机器视觉助力客户实现零投诉

摘要

凌云光相关全自主知识产权的视觉系统产品已广泛应用于锂电行业上下游产线中，包括原材料的铜铝箔检测、铝塑膜检测、隔膜检测、极片涂布分模切检测、叠片卷绕检测、后道检测等。

凌云光耕耘机器视觉行业二十余年，在锂电行业，始终以通过视觉检测技术、根据客户生产工艺进行技术创新为己任，不断提升产品质量，帮助提高电池安全性，助力客户实现零投诉目标。

2021高工锂电年会上，凌云光技术股份有限公司表面检测BU锂电行业总监徐捷做了题为“机器视觉助力客户实现零投诉”的主题演讲，向与会嘉宾展示了凌云光在锂电池检测方面的探索及创新技术。

凌云光相关全自主知识产权的视觉系统产品已广泛应用于锂电行业上下游产线中，包括原材料的铜铝箔检测、铝塑膜检测、隔膜检测、极片涂布分模切检测、叠片卷绕检测、后道检测等。

在隔膜检测方面，凌云光针对隔膜检测的特殊需求提出了覆盖基膜、涂布、分切、复卷等工序的锂电池隔膜检测解决方案，助力客户提升产品质量，实现零投诉。

在极片检测方面，凌云光通过多项创新技术的加持，解决了材料特殊、成像不佳等带来的极片检测中的痛点、难点，实现精准成像，不同缺陷、同时检测。

铝和铜是常见的极片材料，但受材料本身反射率高的影响，常规成像往往“顾此失彼”，无法做到涂布区和箔材区同时不过曝的图像呈现。涂布区正常检测而箔材区过曝的模式成了众多厂商的“无奈”举措。而要求高的厂商必须通过增加投入，设置双工位检测来保证检测效果。

针对锂电检测过程中的这类痛点，凌云光推出的锂电池极片检测方案，既能确保针孔和漏箔的检出和分类准确，又能实现涂布区、陶瓷区、留白区的同时检测。缺陷清晰呈现，对比明显，同时兼容正负极检测。



锂电池极片的缺陷多是3D形态，带有高度或深度信息。然而目前常规的处理方法仅能得到缺陷的二维图像，对缺陷的检出和分类都非常不利。

凌云光推出的锂电池极片检测方案可以用二维系统拍出带有3D信息的缺陷图片，实现3D缺陷与其他缺陷的区分、同类缺陷不同深度的区分，以及缺陷深度与背景图像的区分。



自主研发底层算法VisionWARE，提速降本

相较于常见的商业算法和开源OpenCV等底层算法的软件开发，行业定制的底层算法处理效率提升50%以上，处理耗时大大降低。以16K×1K的单色图像为例，VisionWARE的处理耗时只有OpenCV的1/4。



常规特征+AI分类，双管齐下，分类精准

在精准成像的前提下，常规方法主要根据缺陷大小、面积、对比度等分类，精确度不高。

根据不同工艺缺陷有不同形态的特点，AI分类能根据形态分辨不同工艺导致的外观问题（漏箔、褶皱、开裂、气泡、极耳粘料、凝胶团聚、暗/亮痕等等），进行质量追溯，帮助工艺改进。



智能交互系统，互联互通，智能交互

软件系统与企业自有MES联动时，可自动运行，无需人工操作；其还可与数据中心、终端存储交互，满足企业缺陷信息保存年限要求，实现数据可追溯可溯源。