机器视觉+AI | 赋能极限智造，布局行业未来

小伙伴们有没有觉得学习科技周边很有意思？有意思就对了！今天就给大家带来《机器视觉+AI | 赋能极限智造，布局行业未来》，以下内容将会涉及到，若是在学习中对其中部分知识点有疑问，或许看了本文就能帮到你！

第八届动力电池应用国际峰会（CBIS2023），由中国化学与物理电源行业协会和电池中国网主办，将于11月28日至30日在上海盛大举行。本次峰会的主题是“服务·合作·共赢——拥抱‘新全球化’大时代”，来自国内外动力电池和储能电池产业链各个领域的专家和业界代表将齐聚一堂，共同讨论动力电池和储能电池在“新全球化”时代的发展

重写后的内容是：会议现场

在29日下午的“数智赋能新能源电池产业”专场主题论坛上，凌云光技术股份有限公司销售总监陈瑶发表题为《赋能极限智造，布局行业未来》的主题演讲，同与会嘉宾分享了对“TWh”时代智能制造新要求的理解以及凌云光推出的以机器视觉+AI为核心的产品及解决方案。

凌云光销售总监 陈瑶《赋能极限智造，布局行业未来》

纵观机器视觉在线质检应用现状，机器视觉在线质检的应用场景越来越丰富，但仍面临缺陷流出风险高、省人效果不明显、数据价值难体现等困难，原因就在于成像系统设计不规范、生产管理不规范以及服务不规范。

追求极限制造的锂电池行业，需要生产智能化、检测智能化、管理智能化，那视觉检测必须更精准、更可靠、更智能。结合过往二十余年深耕机器视觉的经验，凌云光给出了自己的答案。

在线质检标准化锂电极片落地实践的重要性在于确保产品质量和生产效率。通过建立标准化的质检流程和准确的测试方法，可以有效地监控电极片的制造过程，并及时发现和解决潜在的质量问题。同时，标准化的质检方法还能够提高生产效率，降低成本，为企业带来更多的竞争优势。因此，推行在线质检标准化是电池制造行业的必然趋势，也是提升企业竞争力的关键举措

成像系统：高低动态成像，精准检测虚边

真正好用的视觉检测方案，需要在充分研究检测对象的基础上进行成像系统设计。

以锂电池极片为例，高反、低反差异大，对光谱响应灵敏度不同。传统的检测方案为了同时完成极片涂布区和留白区的检测需要增加新工位，硬件成本增加，系统也更复杂。凌云光创新推出高低动态成像方案，实现虚边缺陷的精准抓取和测量，有效提升效率，单点可靠性提升50%。

需要重新写作的内容是：虚边检测

同时，针对气泡、褶皱等成像不明显的缺陷，凌云光通过紧凑型设计，用最优的成像方案完整地呈现缺陷形态，实现缺陷准确分类分级。

算法系统：将三个步骤分流至GPU以减轻负荷

在线质检的传统流程通常先通过CPU进行定位测量，然后通过GPU进行外观检测和缺陷分类。这导致了GPU负载过重，再加上深度学习的需求，使得GPU更加不堪重负

凌云光则通过三步分流充分利用原有采集卡的算力，显著降低对显卡的依赖，为GPU减负。

三步分流：将简单卷积、流式计算放到自研相机的采集卡中做处理——将逻辑计算和简单的特征计算放到CPU中处理——将缺陷的分类、分级放到GPU中做处理。

系统模块化：高易用，低成本

随着客户对产品品质要求的提升以及出海大环境下人力成本的飞升，设备的易用性变得尤为重要。

基于此，我们将检测设备进行了规范化设计和模块化设计。通过相机头件和光源的一体化设计实现即插即用，显著改善成像系统一致性，降低维护成本。

明星产品有灵魂

在多款新品的开发过程中，凌云光将会运用他在成像系统设计、算法设计、系统模块化设计方面积累的经验

锂电池毛刺在线全检系统

——追求高速和高精度，兼顾两者

凌云光将高速成像技术应用到了极片毛刺检测领域，结合自主研发的光学系统，实现自适应追焦，提升系统景深，实现高分辨、大视场、大景深高速成像，150m/min速度下稳定、清晰成像，完成极片边缘毛刺全检，检测分辨率2μm。

锂电池方形外观检测装备

——小巧强悍，放心首选

对铝壳电芯和包膜后的电芯进行全面的质量检测和缺陷剔除，是锂电池方形外观检测装备的功能

在成像系统方面，针对方形电池常见的蓝膜检测，凌云光推出自研2.5D成像系统，通过分时频闪多次成像，精准识别蓝膜下异物和气泡，对缺陷产品排出复检，防患于未然。

此外，通过优化自动化部件、光学检测部件等内部结构，方形外观检测装备颠覆常见的“一字型”路线，创新使用环形检测路径，成功将整机占地面积“瘦身”至不到7平米。

未来，凌云光希望为行业搭建整套的质量体系，从端侧获取到更多视觉的质量数据，让质量基准更标准化、一致化;在边端做模型的统一及缺陷学习的持续统一分发(比如产线上某一台涂布机的缺陷一经发现，其他涂布机都可以从服务器中获取统一模型。);最后在云端架构整个质量分析和决策系统。实现端、边、云整体协同，让工业生产的数据数据化、工业化、智能化。

文中关于的知识介绍，希望对你的学习有所帮助！若是受益匪浅，那就动动鼠标收藏这篇《机器视觉+AI | 赋能极限智造，布局行业未来》文章吧，也可关注golang学习网公众号了解相关技术文章。