雷宇：大家好，下面由我为大家介绍一下杭州灵西在锂电行业视觉应用的一些探索，主要还是在3D视觉这一块，杭州灵西是一家以3D视觉技术产品和解决方案为主开展业务的公司。

　　为了更好为锂电行业在视觉方面提供价值，我们首先要做的事情是充分贴合行业，我们要去了解学习行业的视觉需求这一块的现状，以及未来的发展趋势。

　　我们就以锂电工艺设备这一块颗粒度来展开，简单描述一下视觉在锂电行业应用的现状和机会点。主要分为两块：电芯、模组和PACK，以电芯这一块做一个简单介绍。

　　电芯的生产上分三段，第一段是正负极材料，第二段是装配，第三段是化成分容。

　　第一段整个在粉料系统到膜切，整个生产设备的自动化工艺水平很高。第二个从视觉的角度，视觉的应用主要是检测和测量，以2D视觉为主，而且渗透率已经很高。中段和前段比有什么样的差别?主要体现在3D视觉应用的开始发生，比如说焊接，因为有顶盖焊，焊缝的检测2D来讲有一定的局限性，3D视觉检测在焊缝这一块的应用就凸显出来。还有叠片，叠片的时候会产生毛刺，绝缘隔膜厚度在10微米，一旦刺穿之后对电芯的质量有很大的影响，所以在这一块产生了一个需求，跟3D相关，怎么样能够非常高精度检出10微米，这是一个精度要求。第二个是速度，叠片机非常快，在那么短的时间内要去拍摄，通过算法的处理检出，一个是精度，一个是速度，提出了很高的要求。

　　视觉检测技术在锂电表面检测领域的创新应用，后段这一块主要是化成分容，视觉检测的需求主要是表面检测，视觉检测这一块目前绝大多数还是人工目检，在必要检测环节的自动化水平和渗透率并不高。从需求的技术角度来讲这一块不仅仅是2D、3D，更多要融合所有的视觉检测硬件和软件的技术，而且它体现出专机形态，在前道和中道的时候以视觉模块集成在工艺设备，第三段是完全为视觉服务的表面检测，同时在最后组盘的时候会用到一些人工。

　　总体来看结合电芯生产的工艺环节，自动化水平、视觉渗透率的情况，包括现在视觉解决方案的成熟度是否能够很好满足检测需求，再结合杭州灵西自身的特点，我们相对来说专注在电芯的后段化成分容的检测以及部分的定位引导。

　　第一个产品电芯的蓝膜检测，在包蓝膜机之后，分档机之前，核心目的是做外观检，一般来讲几个核心的指标，过杀、漏杀和节拍，对于方壳电池来讲，关键是漏杀率，为了把最核心的两个检测指标做到，我们要做很重要的工作，第一个要知道缺陷的类型，在缺陷上要进行彻底的研究和了解，第一个是缺陷的完备性和独立性，有哪些缺陷，是一个全集，而且每一个要相对独立，为了做这个事情要根据缺陷所产生的位置，对于方壳电芯有6个面12个棱，不同的区域有不同的缺陷类型，有的是通用，有的是个性化存在的。第三个要结合缺陷产生的原因所谓的归因以及后处理，这一块不同的缺陷处理方式跟容忍度是不一样的，主要是两个方面。

　　第一个是从外观卖相看起来是不是非常好，没有瑕疵，这一块相对来讲还是有一定的容忍度。第二个方面很重要是安全，如果有一些缺陷直接影响安全，导致安全隐患，是绝对不能允许的。通过这些维度，我们把缺陷进行详实的分类。

　　我们也在产线采了一些样，实际发生不同缺陷的频率，不是所有的缺陷发生的频率都是一样的，从这一块我们可以看到，发生比较多的气泡、褶皱等等，还有发现频率比较小的，膜内的异物等等，通过这样的一个实际的采样我们知道解决的方向第一个是大量出现的瑕疵要解决掉，否则良率要求达不到，另外是非常刚性的影响到产品安全性的缺陷是不能放过的，这是我们接下来在视觉方向解决的重点和难点。

　　简单看一下缺陷的例子，在不同的部位、不同的呈现方式，左边这边是方壳电池上有一个防爆阀防爆阀上面有一个PP膜，缺陷到底是在防爆阀上还是在PP膜这个要靠视觉的硬件和算法解决，包括中间莫膜不平整是气泡还是颗粒，还有包蓝膜的时候本身有一些工艺有折痕怎么把正常的折痕替掉，同时又不把区域一块产生的瑕疵屏蔽掉。

　　针对缺陷的特点我们在这个案例上核心的技术还是用2.5D，是自研的，好处是将自研的硬件和自身的软件结合在一起，更能结合实际生活中的缺陷项进行相应的攻克和解决，我们刚开始做这个项目的时候蓝膜的缺陷项可能30多项，到现场仔细去做这个事情的时候后面通过新增和细分有50多项，通过资源的技术的融合能够比较好的解决。这个是包蓝膜之前注液之后在注液孔一个壳身会有电解液，它的瑕疵的重点和蓝膜就发生了变化。另外裸壳本身是比较薄的，这个时候划伤划痕的深度对安全性显得异常重要，在这个裸壳的外观检测上我们不仅用2.5D也引入3D判断距离的关系，高度的关系，更好去对它特有的瑕疵进行识别。

　　还有一个例子，小圆柱1821，核心也是检测缺陷项，相对来说集成度要求、速度要求比较高，200PPM，不光要检，还要从分选盒里面把电池弄出来，还要去检测、扫码、绑定、装盒，相对来设备的集成度比较高。200PPM要0.5秒检测一个电池，整体的集成化程度包括机械、电器、视觉系统、软件系统的要求会上升很多。

　　从缺陷角度来讲也有一些特点，因为它不是铝壳可能会生锈，生锈分几个阶段，第一、第二、第三阶段，第三阶段就是人眼可见非常明显的锈斑，第二阶段是明显的放缓，第一阶段很难分别是非常浅的泛黄的颜色，如果电池生锈在第一阶段往往会在2-3个月之后往第二阶段、第三阶段演进，当我们出货的时候人工目检觉得还可以，真的到客户那里，当客户2、3个月开始用的时候产生了很明显的锈斑，这个事情是很难接受的，所以挑战就变成怎么在第一阶段把生锈这个事情检测出来。我们也是将3D、2D、2.5D进行融合加上深度学习的算法解决一系列的相应检测项的要求。

　　还有一些是在载具上，锂电池在装配之后做成成品电芯要放在料框里面，它为了换型可能自身里面会有一些电片，也包括料框作为载具长时间使用的情况下它的尺寸会发生变化对机械臂放这个东西会产生磕碰的影响，对于载具的尺寸和附件的有无要进行检测。

　　最后装盒，不是所有的锂电池厂都是通过自动化设备，很多还是人在往里面放，这一块不是检测，是3D视觉定位引导的作用，拍到泡沫箱尺寸给到引导机械臂进行装。

　　之所以在电芯的后道灵西能做尝试，我们是以3D视觉的技术产品和解决方案主线展开的，刚才的解决方案之所以能够去探索，还是来自于核心的技术和产品，产品这一块硬件主要是自研的一系列2D产品、2.5D、3D，左边两个主要适用于检测，后面三个适用定位引导用的，DLP激光的3D显示。

　　另外一块是软件，光有硬件到应用的时候其实是会涉及到算法、控制等一系列的问题，所以我们自研的软件平台主要分四大部分，第一个是算法，第二个是深度学习，第三个是机器人控制，第四个是检测平台，结合刚才四块的软件产品结合之前的硬件系列组成了底层以产品包括技术的灵西自身的竞争力。

　　这个是检测平台的一个小例子，左边是检测效果和瑕疵的一个展示，里面可以做很多的切换，中间是对检测缺陷分类统计以及闭环将这些数据反馈到生产人员，帮助我们去看某段时间某类下次产生，去对前序产生瑕疵的工艺设备进行提示。

　　第三块是配置页面，不同的锂电厂商对缺陷类型的要求不同，而且同一缺陷能接受的程度范围不同，我们可以自己配置配方，加或者减缺陷项以及每个缺陷项高度、面积、长度数量的配置和定义，相对来说会比较方便用于维护。

　　关于视觉集成这一块主要是在五方面做标准化的工作，本身的设备根据产线的情况做一些不同类型，只通型、侧装型、离线型，第二个根据生产使用的方便做友好的设计，整个操作流程更加友好。柔性，包括电芯换型包括缺陷项目本身进行重新的配方调试，同一锂电厂对不同的客户也不一样，最后是做模块化标准化的事情，包括交付层面的安装、调试，包括更细的各个功能块，核心是为了能够更方便迭代，更好去快速交付。

　　在检测设备这一块，我们还是坚持三个方向持续工作，第一个是视觉本身检出的效果，这一块会继续打磨，包括硬件系列的迭代，软件平台算法的深化，第二块做数据上的积累和数据价值的挖掘，给到厂商更好去提供一些为前序工艺赋能的洞见。第三块数智化将检出和处理这个事情融在一起，作很多的检出之后要做处理，如果检出加上后处理一块能解决掉，这个事情真正实现了对自动化水平和一致性要求提升很有帮助，我们会结合自身力控的技术做一些后处理，包括电解液擦试包括撕蓝膜的尝试。

　　最后介绍一下公司，是一个创业团队，2007年在杭州成立，主要的核心团队是北大的一帮同学，有搞技术、市场、运营，主要是这么一帮同学。作为视觉厂商我们在锂电行业有很大的应用的空间，提供价值的机会，核心的底层还是把硬件、软件、通用平台做好，去适配更多的行业。这是融资的一些情况，这个是我们做过的一些客户，终端业主和一些集成商，谢谢大家!

　　以上为演讲速记，内容未经演讲者审阅。