中國(guó)電子技術(shù)標(biāo)準(zhǔn)化研究院-2024智能檢測(cè)裝備產(chǎn)業(yè)發(fā)展研究報(bào)告-機(jī)器視覺篇-2024.07-94正式版-WN8

12345與供應(yīng)商合作挖掘場(chǎng)景，研發(fā)設(shè)備持續(xù)深入中國(guó)行業(yè)場(chǎng)景，研制相關(guān)解決方案逐步提供一體化解決方案和服務(wù)推動(dòng)底層核心軟硬件技術(shù)攻關(guān)通過軟件算法優(yōu)勢(shì)進(jìn)軍產(chǎn)業(yè)零部件供應(yīng)商傳統(tǒng)視覺供應(yīng)商互聯(lián)網(wǎng)和IT企業(yè)生產(chǎn)企業(yè)智能檢測(cè)裝備產(chǎn)業(yè)發(fā)展研究報(bào)告——機(jī)器視覺篇第三章機(jī)器視覺檢測(cè)裝備技術(shù)發(fā)展趨勢(shì)需求側(cè)驅(qū)動(dòng)裝備革新，標(biāo)志性技術(shù)成果不斷涌現(xiàn)機(jī)器視覺檢測(cè)裝備正處于快速發(fā)展時(shí)期。作為光學(xué)、機(jī)械自動(dòng)化、電子信息、人工智能技術(shù)、軟件行業(yè)的交叉領(lǐng)域，機(jī)器視覺檢測(cè)裝備的最前沿技術(shù)既是在不同行業(yè)各類真實(shí)需求的推動(dòng)下不斷實(shí)現(xiàn)并落地的，同時(shí)又被人工智能、軟硬件等前沿科技的突破而影響。工廠數(shù)字化提升效率AI

重新定義視覺計(jì)算成像機(jī)器視覺檢測(cè)裝備對(duì)生產(chǎn)質(zhì)量的機(jī)制追求需求側(cè)技術(shù)側(cè)柔性生產(chǎn)與大規(guī)模定制成本最優(yōu)ICT

技術(shù)（云計(jì)算、邊緣計(jì)算）大數(shù)據(jù)技術(shù)需求側(cè)驅(qū)動(dòng)力未來工廠不斷向數(shù)字化、智能化、高質(zhì)量和成本最優(yōu)的方向發(fā)展，是推動(dòng)機(jī)器視覺檢測(cè)裝備發(fā)展的最大驅(qū)動(dòng)力。該驅(qū)動(dòng)力分為以下四方面：效率維度：工廠不斷提升數(shù)字化水平、推進(jìn)數(shù)字工廠和智能工廠建設(shè)的過程中，開展機(jī)器視覺檢測(cè)是效率提升的重要一環(huán)。生產(chǎn)效率是生產(chǎn)制造的核心要求。新型的數(shù)字化工廠正積極運(yùn)用最先進(jìn)的自動(dòng)化控制、數(shù)字孿生產(chǎn)品設(shè)計(jì)、實(shí)時(shí)供應(yīng)鏈管理等先進(jìn)技術(shù)和管理理念，大幅提升生產(chǎn)效率。調(diào)研顯示，各行業(yè)最先進(jìn)智能工廠的生產(chǎn)效率普遍高于行業(yè)水平

50%乃至數(shù)倍以上。機(jī)器視覺檢測(cè)裝備已成為智能工廠中穩(wěn)定生產(chǎn)運(yùn)行、保障產(chǎn)品質(zhì)量、提升制造效率、確保服役安全的核心手段。30第三章機(jī)器視覺檢測(cè)裝備技術(shù)發(fā)展趨勢(shì)質(zhì)量維度：對(duì)質(zhì)量的極致追求不斷推動(dòng)智能制造應(yīng)用最先進(jìn)的技術(shù)，機(jī)器視覺檢測(cè)裝備是質(zhì)量的關(guān)鍵保障?！吨圃鞓I(yè)卓越質(zhì)量工程實(shí)施意見》要求大力增強(qiáng)質(zhì)量意識(shí)，視質(zhì)量為生命，以高質(zhì)量為追求。卓越質(zhì)量要求制造企業(yè)對(duì)全員、全要素、全過程、全數(shù)據(jù)的質(zhì)量管理和產(chǎn)品全生命周期質(zhì)量進(jìn)行系統(tǒng)重構(gòu)，驅(qū)動(dòng)質(zhì)量管理范式向數(shù)字化、體系化、系統(tǒng)化、精益化、零缺陷轉(zhuǎn)型。這一趨勢(shì)對(duì)產(chǎn)品質(zhì)量檢測(cè)提出了更嚴(yán)峻的要求。機(jī)器視覺檢測(cè)裝備具有檢測(cè)精度高、工作效率高及不受人為因素干擾等優(yōu)勢(shì)，在滿足大批量檢測(cè)連續(xù)性、一致性和可靠性要求的同時(shí)，能將人從惡劣檢測(cè)環(huán)境、高機(jī)械性重復(fù)性的勞動(dòng)中解放出來，并且可以很好地適應(yīng)各種工業(yè)應(yīng)用場(chǎng)景，極大地提高工業(yè)產(chǎn)品質(zhì)量以及檢測(cè)過程的高度柔性化和智能化水平。生產(chǎn)流程維度：柔性生產(chǎn)和大規(guī)模定制生產(chǎn)愈加主流，倒逼檢測(cè)設(shè)備更加靈活、輕量化和模塊化。柔性生產(chǎn)和大規(guī)模定制生產(chǎn)的實(shí)現(xiàn)，需要兼顧高敏捷性、低成本和高復(fù)雜性。一方面，軟件系統(tǒng)要足夠靈活，將新產(chǎn)品生產(chǎn)需求變?yōu)閰?shù)和程序指令；另一方面，供應(yīng)鏈要足夠精益和柔性。作為整體生產(chǎn)設(shè)備的一環(huán)，智能檢測(cè)設(shè)備需要高度適應(yīng)性這種變化，在檢測(cè)速度和精度上，能快速靈活適配生產(chǎn)調(diào)整，同時(shí)力求小型化、模塊化，快速適應(yīng)產(chǎn)線和產(chǎn)品的調(diào)整。成本維度：激烈競(jìng)爭(zhēng)必然帶來的生產(chǎn)成本最優(yōu)，機(jī)器視覺檢測(cè)裝備則很好地順應(yīng)了這一趨勢(shì)。隨著國(guó)內(nèi)勞動(dòng)力成本不斷提高，制造業(yè)逐漸淘汰勞動(dòng)密集型生產(chǎn)方式。在精度檢31智能檢測(cè)裝備產(chǎn)業(yè)發(fā)展研究報(bào)告——機(jī)器視覺篇測(cè)方面，機(jī)器視覺可憑借高分辨率的圖像采集設(shè)備和計(jì)算機(jī)軟件算法提高檢測(cè)效率。在生產(chǎn)環(huán)境要求方面，機(jī)器視覺可適應(yīng)全天候工作，并且效果穩(wěn)定，同時(shí)對(duì)于部分艱、難、險(xiǎn)的工作環(huán)境，也有較強(qiáng)的適應(yīng)能力。在成本方面，規(guī)模化的機(jī)器視覺應(yīng)用將低于持續(xù)升高的人工成本，可以最大程度的實(shí)現(xiàn)制造業(yè)企業(yè)自動(dòng)化降本。技術(shù)側(cè)驅(qū)動(dòng)力技術(shù)變革重塑著機(jī)器視覺檢測(cè)裝備的技術(shù)模塊和形態(tài)機(jī)器視覺檢測(cè)裝備從信息處理功能來講，可概括為“信息感知”“信息互聯(lián)與管理”“信息分析”“決策與執(zhí)行”等四大模塊。目前影響較大且快速發(fā)展的技術(shù)包括人工智能（AI）、計(jì)算成像技術(shù)、ICT

技術(shù)（新一代通訊技術(shù)、云計(jì)算等）、大數(shù)據(jù)大模型技術(shù)等，其共同重塑著機(jī)器視覺檢測(cè)裝備的技術(shù)模塊和形態(tài)。算法的發(fā)展提升了機(jī)器視覺檢測(cè)裝備的檢測(cè)精度和速度1.

算法創(chuàng)新未來將進(jìn)一步探索新的算法和模型，以提高機(jī)器視覺技術(shù)的精度和穩(wěn)定性。例如，深度學(xué)習(xí)算法已經(jīng)被廣泛應(yīng)用于圖像分類、日標(biāo)檢測(cè)等任務(wù)，未來可以進(jìn)一步研究如何將其應(yīng)用于更復(fù)雜的機(jī)器視覺任務(wù)。32第三章機(jī)器視覺檢測(cè)裝備技術(shù)發(fā)展趨勢(shì)2.

算力需求隨著算法的不斷復(fù)雜化，對(duì)計(jì)算資源的需求也越來越高。為了滿足實(shí)際應(yīng)用的需求，未來將需要研究更高效的計(jì)算和存儲(chǔ)解決方案，如利用GPU進(jìn)行加速計(jì)算、利用云端進(jìn)行數(shù)據(jù)存儲(chǔ)等。3.

數(shù)據(jù)采集數(shù)據(jù)是機(jī)器視覺技術(shù)的核心資源之一。未來將需要研究更高效的數(shù)據(jù)采集和處理方法，以提高數(shù)據(jù)的質(zhì)量和數(shù)量。例如，可以利用多視角、多光照條件下的數(shù)據(jù)采集方法，以提高數(shù)據(jù)的多樣性和適應(yīng)性。4.

應(yīng)用場(chǎng)景拓展未來將需要探索更多的機(jī)器視覺應(yīng)用場(chǎng)景，以推動(dòng)機(jī)器視覺技術(shù)的發(fā)展。例如，可以將機(jī)器視覺技術(shù)應(yīng)用于智能交通智慧城市等領(lǐng)域，以提高城市管理的智能化水平5.

大模型技術(shù)探索企業(yè)從非標(biāo)的算法開發(fā)逐步變?yōu)橥ㄓ玫纳疃葘W(xué)習(xí)和大模型算法開發(fā)，這是由于小樣本學(xué)習(xí)技術(shù)、預(yù)訓(xùn)練、預(yù)適應(yīng)非常適合于工業(yè)檢測(cè)場(chǎng)景，機(jī)器視覺裝備將從這場(chǎng)技術(shù)革命中受益，但工業(yè)場(chǎng)景與生俱來的碎片化、樣本量少等特點(diǎn)，也對(duì)大模型的應(yīng)用提出了挑戰(zhàn)。技術(shù)發(fā)展趨勢(shì)之一：檢測(cè)數(shù)據(jù)的深度挖掘推動(dòng)裝備突破傳統(tǒng)功能和定位面對(duì)構(gòu)建智能工廠過程要求的感知、認(rèn)知、決策等需求，企業(yè)將有能力借助機(jī)器視覺檢測(cè)裝備進(jìn)一步開展數(shù)據(jù)挖掘?？梢灶A(yù)見，機(jī)器視覺檢測(cè)裝備的功能和定位將發(fā)生變化，將從減工降本、提質(zhì)增效的功能，轉(zhuǎn)向通過監(jiān)控工廠運(yùn)行流程，對(duì)各類生產(chǎn)要素進(jìn)行分析評(píng)估，助力企業(yè)開展決策，形成閉環(huán)的質(zhì)量管理方式。通過機(jī)器視覺檢測(cè)裝備開展質(zhì)量管控的現(xiàn)狀和痛點(diǎn)1.整體數(shù)據(jù)孤島，如檢測(cè)圖片散落在各個(gè)獨(dú)立的設(shè)備上難以進(jìn)行排查，難以回溯，數(shù)據(jù)容易丟失，而且也不好做相應(yīng)的改善和優(yōu)化。33智能檢測(cè)裝備產(chǎn)業(yè)發(fā)展研究報(bào)告——機(jī)器視覺篇2.

質(zhì)量管控和上游的生產(chǎn)工藝無法形成一個(gè)回溯關(guān)聯(lián)，沒有辦法從源頭改善品質(zhì)，這是由于產(chǎn)量大，工藝控制點(diǎn)非常多，檢測(cè)繁雜，極限制造對(duì)于精度和品控要求越來越高，隨著產(chǎn)線速度越來越快，對(duì)整個(gè)檢測(cè)的效率要求越來越高，缺陷種類非常復(fù)雜細(xì)小，區(qū)分度比較低。3.

對(duì)于制造企業(yè)來說，品質(zhì)部跟市場(chǎng)部具有不同的關(guān)注點(diǎn)，品質(zhì)部關(guān)心的是質(zhì)量怎樣能夠滿足相應(yīng)的要求，到生產(chǎn)部關(guān)心的是生產(chǎn)的量，存在天然的矛盾。質(zhì)量閉環(huán)系統(tǒng)構(gòu)建的三個(gè)層次針對(duì)上述問題，供應(yīng)商和企業(yè)逐步了解到構(gòu)建整個(gè)企業(yè)數(shù)字化質(zhì)量和品質(zhì)閉環(huán)的價(jià)值：能夠保障品質(zhì)檢查的一致性、保障品質(zhì)數(shù)據(jù)的可視化、可預(yù)警、統(tǒng)一化處理，實(shí)現(xiàn)缺陷精準(zhǔn)分類和工藝改善、建立真正的無憂的質(zhì)量保障系統(tǒng)，構(gòu)建人、機(jī)、AI

復(fù)合質(zhì)量檢查體系。質(zhì)量閉環(huán)系統(tǒng)構(gòu)建的三個(gè)層次：工業(yè)

AI

落地優(yōu)化

AI

系統(tǒng)將

AI

工具化用

AI

結(jié)合相應(yīng)的算法落地方法論和工具鏈完善

AI

檢測(cè)系統(tǒng)。以數(shù)據(jù)為核心驅(qū)動(dòng)

AI系統(tǒng)優(yōu)化，追求質(zhì)量數(shù)字化閉環(huán)將

AI

已

經(jīng)

變

成

AI

工具、平臺(tái)和解決方案等，構(gòu)建

AI

驅(qū)動(dòng)的數(shù)字化質(zhì)量平臺(tái)隨著工業(yè)

4.0

和智能制造的推進(jìn)，智能工廠的構(gòu)建已經(jīng)成為制造業(yè)的核心議題。在滿足感知、認(rèn)知和決策需求的過程中，機(jī)器視覺檢測(cè)裝備通過分析生產(chǎn)數(shù)據(jù)，為改進(jìn)工藝和提升生產(chǎn)效率扮演著重要角色。隨著工業(yè)自動(dòng)化的規(guī)模逐漸擴(kuò)大，智能制造模式下的場(chǎng)景多樣、工藝復(fù)雜、產(chǎn)品多品種、小批量、個(gè)性化生產(chǎn)要求高。為解決需求，整合碎片化場(chǎng)景、打造全流程數(shù)字化閉環(huán)的一體化設(shè)備將會(huì)極大地促進(jìn)信息技術(shù)與運(yùn)營(yíng)技術(shù)的快速融合。在感知方面，通過高精度的傳感器和先進(jìn)的圖像處理技術(shù)，機(jī)器視覺檢測(cè)裝備對(duì)生產(chǎn)線上的產(chǎn)品進(jìn)行實(shí)時(shí)檢測(cè)和數(shù)據(jù)采集。實(shí)現(xiàn)對(duì)產(chǎn)品外觀、尺寸、顏色、重量等特征的精確測(cè)量和識(shí)別，以及產(chǎn)品缺陷、異物等的檢測(cè)和分類。這些感知數(shù)據(jù)34第三章機(jī)器視覺檢測(cè)裝備技術(shù)發(fā)展趨勢(shì)可以與生產(chǎn)管理系統(tǒng)進(jìn)行集成，實(shí)現(xiàn)數(shù)據(jù)的實(shí)時(shí)傳輸和共享，從而為生產(chǎn)過程中的質(zhì)量控制提供了精確的手段。在認(rèn)知方面，機(jī)器視覺檢測(cè)裝備能夠通過對(duì)產(chǎn)品質(zhì)量數(shù)據(jù)進(jìn)行深入分析和挖掘，可別出影響產(chǎn)品質(zhì)量的因素和關(guān)鍵點(diǎn)，從而為生產(chǎn)工藝的優(yōu)化提供依據(jù)。此外，機(jī)器視覺檢測(cè)裝備還可以通過深度學(xué)習(xí)和模式識(shí)別技術(shù)，實(shí)現(xiàn)對(duì)產(chǎn)品質(zhì)量的自動(dòng)分類和評(píng)估，從而為生產(chǎn)過程中的質(zhì)量控制提供支持。在決策方面，機(jī)器視覺檢測(cè)裝備能通過對(duì)產(chǎn)品數(shù)據(jù)的分析和預(yù)測(cè)，通過對(duì)生產(chǎn)線上的數(shù)據(jù)進(jìn)行實(shí)時(shí)監(jiān)測(cè)和分析，實(shí)現(xiàn)對(duì)生產(chǎn)過程的動(dòng)態(tài)調(diào)整和控制，從而優(yōu)化生產(chǎn)效率和產(chǎn)品質(zhì)量，為生產(chǎn)決策提供科學(xué)依據(jù)。此外，機(jī)器視覺檢測(cè)裝備與數(shù)字化品質(zhì)管理系統(tǒng)的集成，能夠?qū)崿F(xiàn)生產(chǎn)計(jì)劃、物料管理、庫存控制等生產(chǎn)管理環(huán)節(jié)的自動(dòng)化和智能化數(shù)字閉環(huán)，從而提升生產(chǎn)決策的效率和準(zhǔn)確性。阿丘科技：三步走實(shí)現(xiàn)質(zhì)量控制閉環(huán)第一步：把質(zhì)量標(biāo)準(zhǔn)數(shù)字化、檢測(cè)模式數(shù)字化。原來用表格或者紙質(zhì)方式記錄的缺陷標(biāo)準(zhǔn)要回歸到本質(zhì)以數(shù)字化方式建檔起來，可以優(yōu)化和改善。原來是人工目視，現(xiàn)在通過機(jī)器視覺的方式把它轉(zhuǎn)化成數(shù)字化信號(hào)存儲(chǔ)起來，相當(dāng)于原圖也可以存儲(chǔ)起來，最終實(shí)現(xiàn)可反饋、可存儲(chǔ)、可復(fù)制。第二步：實(shí)現(xiàn)缺陷檢測(cè)的AI化，將工藝沉淀到模型池。通過AI高泛化的適應(yīng)能力結(jié)合AI的抽象能力，把原來檢測(cè)不出來的缺陷檢測(cè)出來，把能檢的全部檢出來。對(duì)造成這些缺陷的原因進(jìn)行相應(yīng)的分析，把它沉淀到相應(yīng)的模型池。35智能檢測(cè)裝備產(chǎn)業(yè)發(fā)展研究報(bào)告——機(jī)器視覺篇第三步：AI

強(qiáng)缺陷分類，實(shí)現(xiàn)工藝溯源，閉環(huán)優(yōu)化實(shí)現(xiàn)真正的零缺陷管控。AI有非常強(qiáng)的缺陷分類能力，在把缺陷分完類之后或者精細(xì)化分類完之后，再相應(yīng)地往前追溯工藝就成為一種可能。最終實(shí)現(xiàn)工藝的數(shù)字化、制造的數(shù)字化、誤差的數(shù)字化和品質(zhì)的數(shù)字化，以此來實(shí)現(xiàn)構(gòu)建完整的質(zhì)量管控閉環(huán)。微億智造：深入分析場(chǎng)景數(shù)據(jù)，全方位完善質(zhì)量管理體系在對(duì)面工廠多品種、小批量的質(zhì)檢需求時(shí)，圍繞自研的核心技術(shù)“視覺感知模組+

機(jī)器人智能控制

+

工業(yè)

AI

算法及云計(jì)算能力”，在“眼手腦云”四個(gè)技術(shù)方向上進(jìn)行全面整合，形成標(biāo)準(zhǔn)化的智能視覺系統(tǒng)，在實(shí)施項(xiàng)目的過程中能夠按照標(biāo)準(zhǔn)化流程快速生成解決方案。通過柔性化的質(zhì)檢設(shè)備在軟件平臺(tái)上進(jìn)行快速切線，做到一機(jī)多檢。質(zhì)檢設(shè)備的質(zhì)量分析軟件會(huì)對(duì)檢測(cè)過程中拍攝到的缺陷進(jìn)行記錄和分析，并且生成新的軌跡和點(diǎn)位下發(fā)給打磨機(jī)器人對(duì)瑕疵品進(jìn)行修復(fù)處理。另外通過對(duì)漏檢和過殺數(shù)據(jù)進(jìn)行模型再訓(xùn)練，從而不斷提高檢出率到達(dá)提升產(chǎn)品質(zhì)量的目的。面對(duì)工業(yè)現(xiàn)場(chǎng)多樣化的檢測(cè)需求，從“人機(jī)料法環(huán)”五個(gè)場(chǎng)景著手，結(jié)合多模態(tài)數(shù)據(jù)的整合處理能力，深入分析企業(yè)質(zhì)量體系中存在的問題、缺陷及風(fēng)險(xiǎn)，形成數(shù)據(jù)可視化圖表的全鏈路流程，通過數(shù)字看板快速傳遞生產(chǎn)過程異常行為信息，對(duì)整個(gè)生產(chǎn)過程進(jìn)行質(zhì)量追溯和質(zhì)量反饋，逐步完善了產(chǎn)品質(zhì)量管理體系，在人員、設(shè)備、物料、流程、環(huán)境檢測(cè)場(chǎng)景做到全方位提質(zhì)、降本、增效。中科慧遠(yuǎn)：用于智能工廠的檢測(cè)裝備管理平臺(tái)專注于智能工廠的數(shù)字化解決方案，構(gòu)建跨行業(yè)的解決方案，應(yīng)用于精密光學(xué)、芯片封裝、半導(dǎo)體、家具及相關(guān)行業(yè)。解決方案包括底層智能硬件、AOI

智能設(shè)備和智能平臺(tái)。其中，智能平臺(tái)由QADS

平臺(tái)、深度學(xué)習(xí)平臺(tái)和圖像處理平臺(tái)組成，均支持自定義擴(kuò)展功能。QADS

專注于工廠的核心需求，如產(chǎn)量、成本和質(zhì)量。QADS

的總體框架包括：數(shù)據(jù)層、應(yīng)用層和交互層。其中，數(shù)據(jù)層用于數(shù)據(jù)采集和大數(shù)據(jù)存儲(chǔ)；應(yīng)用層基于大數(shù)據(jù)分析和挖掘技術(shù)，主要實(shí)現(xiàn)以下功能：IPQC

閉環(huán)管理、根源本地化、缺陷管理、質(zhì)量追溯、故障診斷報(bào)告、模型重訓(xùn)練、批量部署、機(jī)制模型、數(shù)據(jù)管理、缺陷趨勢(shì)預(yù)警、設(shè)備預(yù)測(cè)性維護(hù)、產(chǎn)品追溯，缺陷重新調(diào)整、SOP

建議、36第三章機(jī)器視覺檢測(cè)裝備技術(shù)發(fā)展趨勢(shì)CPK、SPC統(tǒng)計(jì)。交互層設(shè)計(jì)用于數(shù)據(jù)顯示管理和決策分析查詢，主要包括數(shù)字孿生、ODS管理、工藝優(yōu)化、查詢統(tǒng)計(jì)報(bào)表、遠(yuǎn)程停機(jī)和恢復(fù)、過檢和漏檢管理、開關(guān)配方、設(shè)備生產(chǎn)線監(jiān)控。QADS部署結(jié)構(gòu)可以連接每個(gè)車間、生產(chǎn)線和設(shè)備；通過將生產(chǎn)和質(zhì)量數(shù)據(jù)收集到服務(wù)器上進(jìn)行分析和挖掘，QADS向生產(chǎn)、質(zhì)量和管理部門提供統(tǒng)計(jì)結(jié)果和建議；同時(shí)，通過在不同的CM工廠部署云架構(gòu)，可以將數(shù)據(jù)聚合到客戶技術(shù)發(fā)展趨勢(shì)之二：以大模型為代表的

AI

技術(shù)正在大幅提高檢測(cè)能力上限AI是一種新的工業(yè)視覺分析問題&解決問題框架：以數(shù)據(jù)為核心，高效解決&持續(xù)優(yōu)化工業(yè)視覺問題。AI重構(gòu)機(jī)器視覺，體現(xiàn)在算法和整體解決方案兩個(gè)維度。算法維度傳統(tǒng)機(jī)器視覺算法的核心是定量分析和特征工程。而當(dāng)檢測(cè)場(chǎng)景過于復(fù)雜時(shí)，傳統(tǒng)算法會(huì)因難以構(gòu)建特征工程而無法解決。工業(yè)視覺所需要解決的圖像處理、定位、檢測(cè)、測(cè)量、識(shí)別等問題，都將會(huì)或正在被AI全部重構(gòu)。AI升維解決復(fù)雜缺陷檢測(cè)問題。AI基于樣本學(xué)習(xí)構(gòu)建模型，針對(duì)復(fù)雜背景、低對(duì)比度、柔性電子、強(qiáng)干擾等問題，不直接構(gòu)建特征工程，因此這是“升維”解決問題思路。AI的簡(jiǎn)化和通用性。通過對(duì)算法問題的極度抽象，AI可簡(jiǎn)化工業(yè)視覺問題，針對(duì)復(fù)雜各異的場(chǎng)景采取通用化算法模塊，用兩到三個(gè)通用的算法模塊訓(xùn)練數(shù)據(jù)即可獲得指標(biāo)優(yōu)秀的結(jié)果。降低成本。AI通過小樣本訓(xùn)練可以達(dá)成降本。傳統(tǒng)算法的運(yùn)用要求工程師擁有較為專業(yè)的圖像處理背景知識(shí)，門檻相對(duì)較高，意味著人力成本較高。AI介入后，僅僅訓(xùn)練少數(shù)樣本就可以達(dá)到或超過傳統(tǒng)算法的精度，魯棒性更優(yōu)，整體來看使用成本也會(huì)降低。37第三章機(jī)器視覺檢測(cè)裝備技術(shù)發(fā)展趨勢(shì)工業(yè)

AI

落地高對(duì)比度定量成像，到目視定性成像，簡(jiǎn)化

&

通用成像方案，提高成像空間效率，降紙成像方案成本輕量級(jí)場(chǎng)景個(gè)性化一體化解決方案，線上即時(shí)訓(xùn)練算法模組以

AI

為中心，提高推理

&

訓(xùn)練效率，降低部署

&

維護(hù)成本復(fù)雜場(chǎng)景能用解決方案，通用大模型自動(dòng)化模組更加柔性，降低自動(dòng)化方案復(fù)雜度

&

提高自動(dòng)化方案通用性和柔性綜上，產(chǎn)業(yè)認(rèn)為，是否嵌入了AI功能未來有可能將會(huì)成為判斷機(jī)器視覺檢測(cè)設(shè)備是否先進(jìn)的衡量標(biāo)準(zhǔn)。AI模塊即將成為機(jī)器視覺檢測(cè)裝備的標(biāo)配。面對(duì)算法模塊樣本少、訓(xùn)練時(shí)間少的特點(diǎn)，企業(yè)從非標(biāo)的算法開發(fā)逐步變?yōu)橥ㄓ玫纳疃葘W(xué)習(xí)和大模型算法開發(fā)。AI大模型技術(shù)疊加行業(yè)大數(shù)據(jù)，將重新定義檢測(cè)裝備部署維護(hù)新范式，擴(kuò)大檢測(cè)能力邊界，重新定義檢測(cè)裝備新商業(yè)模式隨著計(jì)算能力的提升和大數(shù)據(jù)的爆炸式增長(zhǎng)，大模型（FoundationModel）成為了AI檢測(cè)領(lǐng)域的一個(gè)發(fā)展趨勢(shì)。與傳統(tǒng)解決單一問題的深度學(xué)習(xí)算法和小模型相比，工業(yè)大模型具有更強(qiáng)的表征能力、泛化能力和和自適應(yīng)能力，可以更好地處理工業(yè)領(lǐng)域復(fù)雜的實(shí)際檢測(cè)場(chǎng)景。小模型工業(yè)大模型小模型主要針對(duì)特定檢測(cè)場(chǎng)景需求進(jìn)行訓(xùn)練，能完成特定任務(wù)，但是在另一應(yīng)用場(chǎng)景中可能不適用，需重新訓(xùn)練。這些模型訓(xùn)練基本是“手工作坊式”，并且模型訓(xùn)練需要大規(guī)模的標(biāo)注數(shù)據(jù)，如果某些應(yīng)用場(chǎng)景的數(shù)據(jù)量少，訓(xùn)練出的模型精度就會(huì)不理想。大模型主要利用深度學(xué)習(xí)技術(shù)構(gòu)建的規(guī)模較大的神經(jīng)網(wǎng)絡(luò)模型，通過大量的檢測(cè)數(shù)據(jù)進(jìn)行訓(xùn)練和優(yōu)化，主要包括以下優(yōu)點(diǎn)：a.

大模型在廣泛下游場(chǎng)景中具備優(yōu)勢(shì)，有望降低定制化開發(fā)成本，根據(jù)具體場(chǎng)景實(shí)現(xiàn)可落地的視覺檢測(cè)方案，快速拓展應(yīng)用場(chǎng)景。B.

大模型在零樣本或少量樣本上表現(xiàn)優(yōu)秀，客戶可將文字、圖片、3D

點(diǎn)云等格式輸入大模型中，生成關(guān)于特定工業(yè)檢測(cè)項(xiàng)目的文字版本以及代碼版本，快速處理復(fù)雜場(chǎng)景的大量圖像數(shù)據(jù)，提高檢測(cè)能力上限。39智能檢測(cè)裝備產(chǎn)業(yè)發(fā)展研究報(bào)告——機(jī)器視覺篇工業(yè)大模型在質(zhì)檢領(lǐng)域的典型技術(shù)應(yīng)用大模型結(jié)構(gòu)設(shè)計(jì)。在模型結(jié)構(gòu)設(shè)計(jì)方面，可采用具有層次結(jié)構(gòu)的大模型，如Transformer

模型或

CNN

模型等。這些模型具有很好的表示能力和泛化性能，可以適應(yīng)各種不同的質(zhì)檢任務(wù)。同時(shí)，可以根據(jù)實(shí)際需求，設(shè)計(jì)適合于質(zhì)檢任務(wù)的特定模型結(jié)構(gòu)，以提高模型的準(zhǔn)確性和效率。大模型

finetune

策略。在模型訓(xùn)練方面，可采用

finetune

策略對(duì)大模型進(jìn)行微調(diào)。這種策略可以在保持大模型原有優(yōu)勢(shì)的同時(shí)，針對(duì)特定的質(zhì)檢任務(wù)進(jìn)行調(diào)整和優(yōu)化，以提高模型的準(zhǔn)確性和魯棒性。知識(shí)蒸餾和壓縮技術(shù)。大模型基于對(duì)通用知識(shí)的理解變得更廣泛，能夠補(bǔ)足小模型的學(xué)習(xí)能力、交互能力和生成能力，可以通過壓縮（剪枝量化）或者知識(shí)蒸餾，部署到小模型環(huán)境中去替代一部分能力。采用模型壓縮技術(shù)，將大模型壓縮成小模型，以平衡性能和資源消耗之間的權(quán)衡，兼顧工業(yè)質(zhì)檢要求的高檢測(cè)能力和高速度。數(shù)據(jù)中臺(tái)。數(shù)據(jù)中臺(tái)可以將各個(gè)場(chǎng)景的數(shù)據(jù)和圖像進(jìn)行綜合管理和統(tǒng)一規(guī)劃，從而實(shí)現(xiàn)數(shù)據(jù)的高效利用和共享。在質(zhì)檢領(lǐng)域，數(shù)據(jù)中臺(tái)可以提供統(tǒng)一的數(shù)據(jù)管理和共享平臺(tái)，將不同的數(shù)據(jù)格式和來源進(jìn)行整合、清洗和標(biāo)注，以支持工業(yè)大模型的應(yīng)用。思謀科技：利用先進(jìn)技術(shù)多途徑增加樣本數(shù)量缺陷圖片智能生成用于模型訓(xùn)練面對(duì)缺陷樣本少的痛點(diǎn)，思謀基于現(xiàn)有實(shí)物缺陷圖片利用

AIGC

技術(shù)生成缺陷圖片，幫助算法模型更好更快地收斂，取得更好的檢出效果。利用

AIGC

技術(shù)生成缺陷圖片的同時(shí)，從缺陷變形、缺陷顆粒、缺陷碰傷等指標(biāo)維度，持續(xù)提升生成缺陷圖片的有效性。以劃痕缺陷為例，日常實(shí)踐中，收集到大量帶有劃痕缺陷的場(chǎng)景，使大模型學(xué)習(xí)到劃痕的特征，在新的項(xiàng)目上，我們只需要收集合格的產(chǎn)品圖，就可以利用大模型在指定位置生成十分逼真的劃痕缺陷。不同顏色產(chǎn)品的數(shù)據(jù)擴(kuò)充同一種產(chǎn)品可能有不同的型號(hào)，比如市場(chǎng)上的大部分手機(jī)都有著不同的顏色系列。40第三章機(jī)器視覺檢測(cè)裝備技術(shù)發(fā)展趨勢(shì)在此類實(shí)踐中，最開始要解決的是銀色手機(jī)產(chǎn)品的缺陷檢測(cè)，后續(xù)又需要解決藍(lán)色和青色的產(chǎn)品。對(duì)于缺陷檢測(cè)來說，收集合格的數(shù)據(jù)是很容易的，但是收集有缺陷的數(shù)據(jù)很難，因?yàn)楫a(chǎn)線上出現(xiàn)缺陷的概率都很小。思謀在收集了大量的銀色產(chǎn)品帶缺陷數(shù)據(jù)之后，可以只收集藍(lán)色和青色產(chǎn)品的合格數(shù)據(jù)，利用風(fēng)格遷移、缺陷生成的技術(shù)，將銀色產(chǎn)品的缺陷數(shù)據(jù)變成其他產(chǎn)品的缺陷數(shù)據(jù)從而大大減少收集缺陷數(shù)據(jù)的時(shí)間。開發(fā)五軸智能檢測(cè)一體機(jī)，最大量的獲取樣本以消費(fèi)電子行業(yè)為例，當(dāng)前消費(fèi)電子設(shè)備的預(yù)防和表面缺陷的檢測(cè)及其數(shù)據(jù)樣本采集仍主要依靠人工，存在效率低、評(píng)判標(biāo)準(zhǔn)不一、采集數(shù)據(jù)量少等缺點(diǎn)。因此機(jī)器視覺檢測(cè)憑借其速度更快、精度更高等優(yōu)勢(shì)，正在被越來越多地應(yīng)用到消費(fèi)電子行業(yè)。但同時(shí)機(jī)器視覺檢測(cè)也存在著接口不統(tǒng)一、無法適應(yīng)快速變化的市場(chǎng)等其他一系列問題。針對(duì)這些行業(yè)痛點(diǎn)，開發(fā)了這款具備普遍適用性的五軸智能檢測(cè)一體機(jī)，只需簡(jiǎn)單更換產(chǎn)品夾具，即可對(duì)不同種類及款式的3C產(chǎn)品做360°的外觀全檢及典型樣本采集，顯著提升了樣本的采集效率或數(shù)量。思謀五軸智能檢測(cè)一體機(jī)基于強(qiáng)大的機(jī)器視覺與深度學(xué)習(xí)能力，在先進(jìn)的自動(dòng)化設(shè)計(jì)能力與光學(xué)能力的加持下，配置雙面五軸，提供多種穴位選擇，軟件與硬件有效結(jié)合，滿足各類產(chǎn)品的檢測(cè)需求。比如手機(jī)中框、耳機(jī)倉、鼠標(biāo)、智能手表、手機(jī)鋰電池、充電頭等，都可在同一設(shè)備上，針對(duì)設(shè)備的各種缺陷類型進(jìn)行快速靈活的、無死角外觀的六面全檢，助力企業(yè)柔性化生產(chǎn)的同時(shí)獲取大量的數(shù)據(jù)樣本進(jìn)一步服務(wù)于企業(yè)質(zhì)檢工作的提升。前景與挑戰(zhàn)從大小模型互補(bǔ)發(fā)展到替代高度定制化的小模型?，F(xiàn)階段工業(yè)領(lǐng)域大模型與小模型相輔相成，未來大模型可能會(huì)替代高度定制化的小模型。數(shù)據(jù)收集難度大、數(shù)據(jù)質(zhì)量不高。工業(yè)領(lǐng)域本身門類多，各個(gè)企業(yè)間的數(shù)據(jù)壁壘非常明顯，尤其在某些核心制造環(huán)節(jié)，難以收集到足夠的標(biāo)注數(shù)據(jù)來訓(xùn)練這些模型，這類環(huán)節(jié)往往不適用大模型。計(jì)算資源和存儲(chǔ)需求高。工業(yè)大模型的訓(xùn)練和推理需要大量的計(jì)算資源和存儲(chǔ)空間。為了滿足這種需求，企業(yè)需要投入大量的資金和人力資源來建設(shè)高性能的計(jì)算基礎(chǔ)設(shè)施和存儲(chǔ)設(shè)備。41智能檢測(cè)裝備產(chǎn)業(yè)發(fā)展研究報(bào)告——機(jī)器視覺篇可解釋性和可理解性難度較大。由于工業(yè)大模型的復(fù)雜性和黑箱性，往往很難對(duì)其內(nèi)部運(yùn)作機(jī)制進(jìn)行解釋和理解。這使得人們難以信任大模型的輸出結(jié)果，也難以進(jìn)行故障排查和模型優(yōu)化等工作。未來趨勢(shì)1.基于AIGC的圖像生成模型。面對(duì)機(jī)器視覺對(duì)工業(yè)大模型的需求，基于AIGC圖像生成模型成為一個(gè)熱點(diǎn)趨勢(shì)，此類模型對(duì)工業(yè)領(lǐng)域的知識(shí)有較好的理解能力，能夠生成細(xì)節(jié)豐富并且精密可控的工業(yè)圖像，了解缺陷的成因和形態(tài)，在給定場(chǎng)景中生成有幫助的缺陷圖片。2.構(gòu)建工業(yè)領(lǐng)域多模態(tài)大模型。工業(yè)領(lǐng)域多模態(tài)大模型對(duì)于工業(yè)領(lǐng)域的知識(shí)有較好的理解，對(duì)于圖片模態(tài)的數(shù)據(jù)有著很強(qiáng)的理解能力，可以捕捉到圖片的各種細(xì)節(jié)，并根據(jù)圖片內(nèi)容正確分析其中的物品是否存在缺陷以及其缺陷的成因等，使模型對(duì)于圖片的細(xì)節(jié)理解更加充分，更能適應(yīng)工業(yè)常見的需求；增加和增強(qiáng)基于對(duì)比進(jìn)行圖片理解的功能，使大模型可以通過不同圖片之間的差異來完成更復(fù)雜的任務(wù)。增加圖片模態(tài)的輸出，支持更加復(fù)雜的輸出形式，使其更加直觀。工業(yè)大模型在機(jī)器視覺檢測(cè)裝備領(lǐng)域具有廣泛的應(yīng)用前景，但也面臨著計(jì)算資源、數(shù)據(jù)質(zhì)量、可解釋性和技術(shù)門檻等方面的挑戰(zhàn)和限制。為了更好地應(yīng)用和發(fā)展工業(yè)大模型，需要不斷地進(jìn)行技術(shù)研究和應(yīng)用探索，同時(shí)也需要企業(yè)和政府等各方面的大力支持和推動(dòng)。技術(shù)發(fā)展趨勢(shì)之三：新一代信息通信技術(shù)的融合應(yīng)用大大提升裝備實(shí)時(shí)響應(yīng)速度面對(duì)計(jì)數(shù)、識(shí)別、面陣質(zhì)量檢測(cè)等場(chǎng)景的高速傳輸?shù)男枨?，企業(yè)逐步開展5G、6G的網(wǎng)絡(luò)擴(kuò)容和建設(shè)，并推動(dòng)邊緣云和邊緣視覺的計(jì)算框架研發(fā)，通過5G、6G將數(shù)據(jù)上傳到云端，能極大提升整個(gè)控制系統(tǒng)的響應(yīng)速度。5G

技術(shù)的幾大優(yōu)勢(shì)在容量方面，5G通信技術(shù)將使單位面積的移動(dòng)數(shù)據(jù)流量比4G增長(zhǎng)1000倍；42第三章機(jī)器視覺檢測(cè)裝備技術(shù)發(fā)展趨勢(shì)在傳輸速率方面，單個(gè)用戶的典型數(shù)據(jù)速率提高了10到100倍，峰值傳輸速率高達(dá)10Gbps（相當(dāng)于4G網(wǎng)絡(luò)速率的100倍）；端到端延遲減少了5倍；在可訪問性方面：網(wǎng)絡(luò)設(shè)備的數(shù)量增加了10到100倍；在可靠性和能耗方面：每位能耗應(yīng)降低至千分之一，小功率電池的電池壽命應(yīng)增加10倍。除了網(wǎng)絡(luò)速度快之外，它還具有低延遲，支持海量連接并支持高速移動(dòng)的特點(diǎn)。視覺檢測(cè)中

5G

的應(yīng)用領(lǐng)域數(shù)據(jù)傳輸與處理能力增強(qiáng)：5G技術(shù)為機(jī)器視覺提供了更快的數(shù)據(jù)傳輸速度和更低的延遲，這使得機(jī)器視覺系統(tǒng)能夠更快速地處理和分析圖像數(shù)據(jù)。傳統(tǒng)的機(jī)器視覺系統(tǒng)往往受限于數(shù)據(jù)傳輸速度和處理能力，而5G的引入大大提升了這兩方面的性能。實(shí)時(shí)視頻監(jiān)控與分析：借助5G網(wǎng)絡(luò)，機(jī)器視覺系統(tǒng)可以實(shí)現(xiàn)高清、實(shí)時(shí)的視頻監(jiān)控。這種實(shí)時(shí)監(jiān)控對(duì)于生產(chǎn)車間安全保障領(lǐng)域具有重要意義。同時(shí)，通過5G網(wǎng)絡(luò)傳輸?shù)母咔逡曨l可以進(jìn)行實(shí)時(shí)分析，為決策提供支持。遠(yuǎn)程控制與操作：5G的高速度和低延遲特性使得遠(yuǎn)程控制機(jī)器人或設(shè)備變得更加精確和可靠，可以大大提高工作效率和安全性。邊緣計(jì)算與云計(jì)算的融合：5G技術(shù)為邊緣計(jì)算和云計(jì)算的融合提供了可能。在機(jī)器視覺應(yīng)用中，這種融合可以使得圖像處理和數(shù)據(jù)分析更加高效。通過在邊緣設(shè)備進(jìn)行初步的數(shù)據(jù)處理和分析，再將關(guān)鍵數(shù)據(jù)上傳到云端進(jìn)行深度挖掘，可以大大提高機(jī)器視覺系統(tǒng)的性能和效率。工業(yè)無線相機(jī)和

AGV

工業(yè)控制傳統(tǒng)的工業(yè)相機(jī)和AGV依靠有線網(wǎng)絡(luò)或WiFi進(jìn)行數(shù)據(jù)傳輸和動(dòng)作執(zhí)行控制，并且有線網(wǎng)絡(luò)存在許多問題，例如生產(chǎn)線布局限制，工業(yè)AP頻段開放以及嚴(yán)重干擾等問題。5G技術(shù)能確保使AGV在各種場(chǎng)景能夠不間斷地進(jìn)行工作并平穩(wěn)地切換工作內(nèi)容。面對(duì)提升性價(jià)比和響應(yīng)能力的需求，企業(yè)加強(qiáng)了對(duì)于嵌入式、輕量化、模塊化零部件和可配置視覺系統(tǒng)的開發(fā)，將標(biāo)準(zhǔn)器件組合使用，實(shí)現(xiàn)快速參數(shù)設(shè)置和功能拓展，并推動(dòng)邊緣云和邊緣視覺的計(jì)算框架研發(fā)。43智能檢測(cè)裝備產(chǎn)業(yè)發(fā)展研究報(bào)告——機(jī)器視覺篇邊緣計(jì)算：在本地提供

IT

服務(wù)、計(jì)算能力，減少上傳的數(shù)據(jù)量、節(jié)省網(wǎng)絡(luò)操作、服務(wù)交付的時(shí)間延遲，提高傳輸效率，讓海量數(shù)據(jù)實(shí)現(xiàn)本地存儲(chǔ)、處理、分析、決策和執(zhí)行。企業(yè)可以選擇將算力下沉至更貼近設(shè)備端的邊緣計(jì)算，衍生出端

-邊

-

云的協(xié)同新模式。端邊云協(xié)同：將端側(cè)、邊緣側(cè)、云側(cè)的計(jì)算連接共通，在靠近設(shè)備端、客戶端的地方建立起邊緣計(jì)算能力，將云端能力下放到靠近設(shè)備的邊緣節(jié)點(diǎn)，起到減少延遲、降低能耗、增強(qiáng)對(duì)信息訪問量的優(yōu)化效果，并使數(shù)據(jù)交互變得更加安全，以端側(cè)智能化為切入點(diǎn)，協(xié)同云邊滿足客戶在敏捷部署、時(shí)延帶寬、產(chǎn)品成本、數(shù)據(jù)安全等方面的多樣化業(yè)務(wù)需求。中移（上海）信息通信科技有限公司：云邊端機(jī)器視覺解決方案基于算網(wǎng)優(yōu)勢(shì)，充分利用

5G

原生特性，結(jié)合人工智能關(guān)鍵技術(shù)，打造了基于OnePower

工業(yè)互聯(lián)網(wǎng)平臺(tái)的云邊端一體化工業(yè)視覺檢測(cè)產(chǎn)品，為客戶提供云邊端一體標(biāo)準(zhǔn)化、多樣化服務(wù)。改變了傳統(tǒng)

AI

視覺服務(wù)提供模式，通過打造OnePower-AI

完整云邊端機(jī)器學(xué)習(xí)技術(shù)棧，基于模型開發(fā)

IDE

提供覆蓋數(shù)據(jù)準(zhǔn)備、開發(fā)環(huán)境、模型訓(xùn)練、模型部署全流程托管服務(wù)，可面向不同企業(yè)類型提供從訓(xùn)推一體化的

AI

一站式自服務(wù)模式，結(jié)合云網(wǎng)算力融合及云邊算力編排協(xié)同創(chuàng)新技術(shù)，實(shí)現(xiàn)部署交付周期縮短

2

倍以上，業(yè)內(nèi)領(lǐng)先。針對(duì)視覺檢測(cè)行業(yè)多、場(chǎng)景雜的情況，面向五大客戶場(chǎng)景，基于云邊端一體化架構(gòu)打造五大系列產(chǎn)品，分別為軟終端系列、標(biāo)準(zhǔn)系列、專家系列

-

推理入駐式、專家系列

-

云化集中推理、智能檢測(cè)設(shè)備系列。結(jié)合一鍵算法部署、快速運(yùn)維等技術(shù)突破能力，面向不同體量的企業(yè)提供不同落地實(shí)踐方式。針對(duì)中小型企業(yè)客戶，提供云端標(biāo)注、模型訓(xùn)練、模型驗(yàn)證、模型部署一體化能力，基于云邊協(xié)同將模型鏡像批量下發(fā)至本地推理環(huán)境，后續(xù)用戶可持續(xù)訂閱云服務(wù)進(jìn)行零代碼模型升級(jí)迭代；針對(duì)大型企業(yè)客戶，提供入駐式云邊端一體化工業(yè)視覺檢測(cè)服務(wù)，結(jié)合邊緣云等架構(gòu)，實(shí)現(xiàn)實(shí)時(shí)和批處理推理，支持企業(yè)根據(jù)生產(chǎn)工藝、檢測(cè)標(biāo)準(zhǔn)進(jìn)行模型自運(yùn)維和監(jiān)控升級(jí)。44第三章機(jī)器視覺檢測(cè)裝備技術(shù)發(fā)展趨勢(shì)技術(shù)發(fā)展趨勢(shì)之四：新型成像技術(shù)和多模態(tài)融合技術(shù)助力裝備適應(yīng)更多復(fù)雜場(chǎng)景面對(duì)制造業(yè)多維感知和測(cè)量的需求，供應(yīng)商開發(fā)3D相機(jī)產(chǎn)品，應(yīng)用于機(jī)器視覺檢測(cè)裝備當(dāng)中。2D視覺無法獲得物體的空間坐標(biāo)信息，隨著工業(yè)控制對(duì)精確度和自動(dòng)化的要求越來越高，3D相機(jī)變得更受歡迎。目前市場(chǎng)上涌現(xiàn)出標(biāo)準(zhǔn)化3D視覺軟、硬件產(chǎn)品，產(chǎn)業(yè)鏈已初步形成。以尺寸檢測(cè)、定位引導(dǎo)、識(shí)別為主的3D相機(jī)逐漸滲透進(jìn)集成商的方案，以3C、汽車行業(yè)為主的新場(chǎng)景不斷涌現(xiàn)，3D視覺技術(shù)落地速度逐步加快。目前市場(chǎng)上存在多種類型的3D相機(jī)，其中常見的有激光3D相機(jī)、結(jié)構(gòu)光3D相機(jī)、光場(chǎng)相機(jī)和TOF相機(jī)。激光

3D

相機(jī)1.高精度：激光3D相機(jī)能夠?qū)崿F(xiàn)亞微米級(jí)的距離測(cè)量精度。2.大范圍：激光3D相機(jī)可以在較大的測(cè)量范圍內(nèi)獲取物體的三維信息。3.復(fù)雜環(huán)境適應(yīng)性：激光3D相機(jī)在光線強(qiáng)度較低或復(fù)雜背景下依然能夠準(zhǔn)確獲取數(shù)據(jù)。結(jié)構(gòu)光

3D

相機(jī)1.高速獲?。航Y(jié)構(gòu)光3D相機(jī)可以實(shí)現(xiàn)快速的三維數(shù)據(jù)獲取，適用于高速檢測(cè)和測(cè)量。2.精確度高：結(jié)構(gòu)光3D相機(jī)能夠提供亞微米級(jí)別的測(cè)量精度。3.數(shù)據(jù)完整性好：結(jié)構(gòu)光3D相機(jī)可以通過多個(gè)視角的數(shù)據(jù)拼接實(shí)現(xiàn)更高數(shù)據(jù)質(zhì)量。4.復(fù)雜環(huán)境適應(yīng)性：結(jié)構(gòu)光3D相機(jī)對(duì)光照條件較為敏感，在強(qiáng)光或弱光環(huán)境下可能會(huì)影響測(cè)量精度。光場(chǎng)相機(jī)1.大深度范圍：光場(chǎng)相機(jī)能夠獲取包括背景和前景在內(nèi)的大深度范圍內(nèi)的三維信息。2.實(shí)時(shí)獲?。汗鈭?chǎng)相機(jī)具有實(shí)時(shí)捕捉和處理數(shù)據(jù)的能力。3.信息密度高：光場(chǎng)相機(jī)能夠提供豐富的深度信息，使得后期處理更加靈活。TOF

相機(jī)1.實(shí)時(shí)性強(qiáng)：TOF相機(jī)可以實(shí)時(shí)捕捉和處理數(shù)據(jù)，適用于需要快速反饋的應(yīng)用。2.距離范圍廣：TOF相機(jī)可以在相對(duì)較大的距離范圍內(nèi)進(jìn)行測(cè)量，適用于長(zhǎng)距離應(yīng)用場(chǎng)景。3.精度受限：相對(duì)于其他相機(jī)技術(shù)，TOF相機(jī)的測(cè)量精度可能較低。45智能檢測(cè)裝備產(chǎn)業(yè)發(fā)展研究報(bào)告——機(jī)器視覺篇未來，相機(jī)核心部件的發(fā)展趨勢(shì)更先進(jìn)的相機(jī)和傳輸技術(shù)。伴隨著半導(dǎo)體、鋰電等行業(yè)工藝提升以及制造業(yè)的提質(zhì)增效等，直接推動(dòng)視覺相關(guān)核心部件的飛速發(fā)展，繼續(xù)朝著超高速和超大分辨率的發(fā)展，采集數(shù)據(jù)量從原有的10Gbps提升到了100乃至180Gbps，傳輸接口也從傳統(tǒng)的USB往更高速的CoaXPress和FiberCXP發(fā)展，從傳統(tǒng)的幾十KHZ往幾1000KHZ邁進(jìn)。TDI的階數(shù)從32階，64階朝著512階，1024階高速發(fā)展。高光譜成像技術(shù)的落地。高光譜成像以前主要用于地球觀測(cè)和空間探測(cè)的新一代遙感技術(shù)，能獲取的詳細(xì)光譜信息可以對(duì)圖像場(chǎng)景中的物體進(jìn)行分析和識(shí)別，基于工業(yè)和智能制造領(lǐng)域的高光譜成像、多光譜的核心部件也是未來主要的發(fā)展趨勢(shì)。感存算一體的芯片集成趨勢(shì)。即感知、計(jì)算、存儲(chǔ)幾個(gè)單元都被集成到一個(gè)芯片。感算存一體的芯片化集成，使得各模塊間的數(shù)據(jù)傳輸不受傳統(tǒng)芯片間的帶寬和延遲限制，使得超高速和超低功耗會(huì)有質(zhì)的飛躍。因此感存算一體也是未來技術(shù)發(fā)展的趨勢(shì)。事件相機(jī)等智能感知應(yīng)用的落地。基于事件成像和傳統(tǒng)成像相結(jié)合的高速相機(jī)的發(fā)展，通過每一個(gè)像素異步獨(dú)立，基于對(duì)比度的變化從而智能感知場(chǎng)景的變化，這種全新的技術(shù)也是未來工業(yè)和智能制造領(lǐng)域核心部件的發(fā)展趨勢(shì)。46第三章機(jī)器視覺檢測(cè)裝備技術(shù)發(fā)展趨勢(shì)面對(duì)多模態(tài)檢測(cè)的需求，企業(yè)開發(fā)的檢測(cè)裝備將不僅僅局限于圖像數(shù)據(jù)的處理，還將融合其他傳感器數(shù)據(jù)，如聲音、溫度、壓力等，以提供更全面的信息。通過多模態(tài)融合，可以進(jìn)一步提高檢測(cè)和識(shí)別的準(zhǔn)確性，并支持更廣泛的應(yīng)用場(chǎng)景。微震動(dòng)影像分析所有的機(jī)械和運(yùn)動(dòng)系統(tǒng)都會(huì)產(chǎn)生各種各樣的振動(dòng)，其中一些振動(dòng)反映的是系統(tǒng)的正常運(yùn)動(dòng)狀態(tài)，而另外一些則反映了系統(tǒng)的異常運(yùn)動(dòng)狀態(tài)(內(nèi)部故障、軸連接不平衡等)?？赏ㄟ^智能視覺微震動(dòng)探測(cè)器采集設(shè)備數(shù)據(jù)，利用微動(dòng)影像分析技術(shù)，實(shí)時(shí)監(jiān)測(cè)工業(yè)設(shè)備的微觀影像，繼而分析設(shè)備微動(dòng)幅度和頻率等數(shù)據(jù)，并運(yùn)用算法對(duì)所獲得的數(shù)字信號(hào)進(jìn)行分析，與正常運(yùn)轉(zhuǎn)狀態(tài)的設(shè)備數(shù)據(jù)進(jìn)行綜合特征比對(duì)，進(jìn)而判斷被測(cè)設(shè)備的運(yùn)轉(zhuǎn)狀態(tài)。工業(yè)聲紋檢測(cè)在設(shè)備故障的評(píng)判指征中，聲音是電機(jī)設(shè)備健康狀況的最重要綜合表征之一。當(dāng)設(shè)備的零件或部件由于磨損、老化等原因狀態(tài)發(fā)生變化后，其聲紋信號(hào)的特性也會(huì)相應(yīng)發(fā)生變化。通過監(jiān)測(cè)這些特征能夠?qū)υO(shè)備的狀態(tài)進(jìn)行評(píng)價(jià)，及時(shí)發(fā)現(xiàn)故障。可采用工業(yè)級(jí)智能聲紋非接觸探測(cè)器，基于先進(jìn)的聲源定位技術(shù)，可自動(dòng)排除環(huán)境干擾，將采集聲紋與設(shè)備聲紋庫模型進(jìn)行比對(duì)，從而定位故障原因，實(shí)現(xiàn)實(shí)時(shí)偵測(cè)異常聲源，快速精準(zhǔn)鎖定局部位置。紅外成像分析系統(tǒng)獲取到各點(diǎn)紅外信息后，對(duì)圖像進(jìn)行配準(zhǔn)分析，收集圖像特征點(diǎn)的溫度，判斷溫度是否高于設(shè)定閾值，對(duì)熱故障進(jìn)行狀態(tài)異常分析，憑借溫度信息相互比較后得到的結(jié)果，實(shí)現(xiàn)工業(yè)設(shè)備熱故障檢測(cè)?？删劢褂谝曨l圖像振動(dòng)、紅外成像、工業(yè)聲紋檢測(cè)三類技術(shù)的特征融合與故障分類判斷，憑借多模態(tài)定位與校準(zhǔn)，提供安全可靠的設(shè)備故障檢測(cè)服務(wù)，當(dāng)設(shè)備出現(xiàn)異常情況時(shí)及時(shí)反饋，同時(shí)對(duì)設(shè)備健康狀態(tài)進(jìn)行研判，做好實(shí)時(shí)更新預(yù)警，真正做到防范于未然，提高工業(yè)設(shè)備安全生產(chǎn)效能。凌云光：3C

行業(yè)多模態(tài)感知檢測(cè)裝備3C制造業(yè)中微小/異性/柔性零件多、操作空間狹小、整機(jī)緊湊度高以及產(chǎn)線47智能檢測(cè)裝備產(chǎn)業(yè)發(fā)展研究報(bào)告——機(jī)器視覺篇操作環(huán)境的動(dòng)態(tài)性和不確定性對(duì)新型智能裝備中機(jī)器人感知能力、精細(xì)化操作能力以及自適應(yīng)能力提出了很高要求。這個(gè)時(shí)候就需要引入多模態(tài)感知的方式，綜合利用不同傳感器獲取信息，從而避免單個(gè)傳感器的感知局限性和不確定性，形成了對(duì)環(huán)境或目標(biāo)更全面的感知和識(shí)別，提高了系統(tǒng)的外部感知能力，是實(shí)現(xiàn)智能自動(dòng)化組裝必不可少的技術(shù)點(diǎn)。如，對(duì)于扣排線而言，感知模態(tài)涉及有光視覺、力觸覺、聲音聽覺，整個(gè)組裝過程需要綜合

3D

視覺定位，高精度皮膚級(jí)力控反饋，氣路真空控制，2D

視覺檢測(cè)以及聲音輔助判斷等。整個(gè)工藝過程就是模擬人工操作，模仿學(xué)習(xí)。技術(shù)路徑研制精細(xì)感知操作核心器部件。研發(fā)“視觸力”結(jié)合的微型精密傳感器以及感知

-操作一體執(zhí)行器，實(shí)現(xiàn)對(duì)常見

3C

操作狹小空間內(nèi)的精密感知與精細(xì)操作。完成“視觸”結(jié)合的微型精密傳感器研制和“感知

-

操作”一體執(zhí)行器的設(shè)計(jì)與驗(yàn)證工作。采集熟練工人的

3C

裝配操作示范數(shù)據(jù)并進(jìn)行多模態(tài)解析，實(shí)現(xiàn)技能的獲取與拓?fù)浣馕?。?gòu)建多維、多層次復(fù)雜操作技能知識(shí)庫，基于知識(shí)表示、更新與推理滿足對(duì)新裝配任務(wù)、新操作場(chǎng)景中的操作技能學(xué)習(xí)要求，并進(jìn)行了技能拓?fù)浣馕?，?gòu)建了技能知識(shí)庫和動(dòng)作基元。大規(guī)模多模態(tài)技能預(yù)訓(xùn)練模型學(xué)習(xí)。構(gòu)建多模態(tài)技能預(yù)訓(xùn)練模型，采用自監(jiān)督學(xué)習(xí)方法實(shí)現(xiàn)技能預(yù)訓(xùn)練，進(jìn)而通過“微調(diào)”學(xué)習(xí)范式實(shí)現(xiàn)技能的少次

/

零次技能學(xué)習(xí)。技術(shù)發(fā)展趨勢(shì)之五：可配置的系統(tǒng)模塊讓裝備的快速靈活部署成為可能面對(duì)生產(chǎn)加工設(shè)備集成視覺模塊較為復(fù)雜，亟需提升性價(jià)比和響應(yīng)能力的需求，應(yīng)用嵌入式、輕量化、模塊化零部件，實(shí)現(xiàn)快速參數(shù)設(shè)置和功能拓展，開發(fā)可配置視覺系統(tǒng)將成為供應(yīng)商發(fā)力熱點(diǎn)。不同于視覺器件或行業(yè)中專用的視覺設(shè)備，可配置視覺系統(tǒng)是為了解決實(shí)際應(yīng)用時(shí)的痛點(diǎn)而提供的機(jī)器視覺系統(tǒng)級(jí)解決方案與增值服務(wù)。根據(jù)應(yīng)用項(xiàng)目要求變化48智能檢測(cè)裝備產(chǎn)業(yè)發(fā)展研究報(bào)告——機(jī)器視覺篇計(jì)算成像技術(shù)的發(fā)展將有助于可配置系統(tǒng)擺脫對(duì)高精度器件的依賴為了滿足機(jī)器視覺系統(tǒng)繼續(xù)提高視場(chǎng)和分辨力的挑戰(zhàn)，以合理的性價(jià)比解決機(jī)器視覺的現(xiàn)場(chǎng)成像問題，催生了計(jì)算成像技術(shù)。通過收集與物質(zhì)發(fā)生相互作用的光的信息（幅值、相位、偏振、波長(zhǎng)，以及這些參數(shù)的變化量），利用光學(xué)理論（幾何光學(xué)、物理光學(xué)、量子光學(xué)）計(jì)算解析出光波中攜帶的有關(guān)物體的信息（包括形狀、成份、溫度、應(yīng)力等等）。它利用算力和算法，降低了可配置系統(tǒng)對(duì)高精度光學(xué)元器件的依賴，可以充分挖掘出光信號(hào)中包含的目標(biāo)特征信息，實(shí)現(xiàn)見所未見。計(jì)算能力的提升和計(jì)算框架的發(fā)展趨勢(shì)將賦予可配置系統(tǒng)完整的檢測(cè)能力機(jī)器視覺應(yīng)用的早期算力不足時(shí)，可配置系統(tǒng)主要依靠光學(xué)設(shè)計(jì)和算法優(yōu)化上下大功夫，使之能適應(yīng)應(yīng)用的需求。最早視覺系統(tǒng)都是采用

DSP

和

FPGA

的分離嵌入式架構(gòu)，應(yīng)用范圍受限?，F(xiàn)階段利用新材料、新設(shè)計(jì)，創(chuàng)造具備性能提升、新功能、顯著降低尺寸和重量的新型光學(xué)系統(tǒng)。結(jié)合深度學(xué)習(xí)和人工智能等技術(shù)，使信息獲取、處理、存儲(chǔ)、發(fā)送、認(rèn)知及執(zhí)行融為一體，可實(shí)現(xiàn)復(fù)雜場(chǎng)景自適應(yīng)成像、多光譜成像、偏振成像等多功能智能化的光電產(chǎn)品?；谥悄苤圃斓倪吘壴萍軜?gòu)的邊緣視覺有望成為可配置視覺系統(tǒng)的另一個(gè)重大推手?，F(xiàn)代智能制造要求可配置的視覺系統(tǒng)除了前端深入感知產(chǎn)品質(zhì)量數(shù)據(jù)外，還需要對(duì)這些質(zhì)量圖像數(shù)據(jù)進(jìn)行大數(shù)據(jù)深入挖掘?？茖W(xué)地度量缺陷，建立知識(shí)圖譜分析工藝，改進(jìn)生產(chǎn)過程。這就要求可配置視覺系統(tǒng)具有邊緣云與邊緣視覺的架構(gòu)?？梢詫?shí)現(xiàn)缺陷分類，知識(shí)圖譜和數(shù)字孿生等工作。50智能檢測(cè)裝備產(chǎn)業(yè)發(fā)展研究報(bào)告——機(jī)器視覺篇自身具備柔性、可配置屬性高的全智能相機(jī)在經(jīng)歷了硬件算力、軟件交互以及互聯(lián)互通之后，智能相機(jī)逐漸邁入全智能時(shí)代，此時(shí)要求智能相機(jī)不僅能夠代替人來完成看見和判斷，更需要其自身具有柔性，而這種柔性體現(xiàn)在對(duì)工業(yè)網(wǎng)絡(luò)節(jié)點(diǎn)信息的主動(dòng)獲取，自身算法方案、算法參數(shù)的調(diào)整、演練、切換，網(wǎng)絡(luò)故障的主動(dòng)探測(cè)和應(yīng)急預(yù)案，響應(yīng)不同網(wǎng)絡(luò)節(jié)點(diǎn)定制化圖像信息訂閱等等52第四章機(jī)器視覺檢測(cè)裝備細(xì)分行業(yè)應(yīng)用情況第四章機(jī)器視覺檢測(cè)裝備細(xì)分行業(yè)應(yīng)用情況細(xì)分行業(yè)應(yīng)用情況本報(bào)告梳理了鋰電、光伏、汽車、消費(fèi)電子、半導(dǎo)體等細(xì)分領(lǐng)域機(jī)器視覺檢測(cè)裝備的應(yīng)用現(xiàn)狀和應(yīng)用場(chǎng)景，分析了未來發(fā)展趨勢(shì)，并整理了行業(yè)典型應(yīng)用案例。消費(fèi)電子、半導(dǎo)體仍是機(jī)器視覺檢測(cè)裝備主要應(yīng)用行業(yè)消費(fèi)電子、半導(dǎo)體行業(yè)產(chǎn)品尺寸較小，檢測(cè)要求高，適合使用機(jī)器視覺裝備進(jìn)行檢測(cè)，產(chǎn)品對(duì)精細(xì)程度的高要求也反過來促進(jìn)了機(jī)器視覺技術(shù)的革新。此外，消費(fèi)類電子行業(yè)存在產(chǎn)品生命周期短、更新?lián)Q代快的行業(yè)特征，智能手機(jī)等消費(fèi)類代表產(chǎn)品更新周期為兩年左右。頻繁的型號(hào)迭代和設(shè)計(jì)變更導(dǎo)致制造企業(yè)需要頻繁采購(gòu)，更新其生產(chǎn)線設(shè)備，對(duì)其上游的機(jī)器視覺行業(yè)產(chǎn)生巨大需求。同時(shí)，隨著產(chǎn)品的不斷更新?lián)Q代和精密化，其對(duì)精度的要求逐步提高。鋰電、光伏行業(yè)產(chǎn)能持續(xù)擴(kuò)充，是近年機(jī)器視覺檢測(cè)裝備主要增長(zhǎng)點(diǎn)國(guó)內(nèi)鋰電、光伏行業(yè)達(dá)到國(guó)際領(lǐng)先水平，相關(guān)應(yīng)用場(chǎng)景橫向拓展，以及中國(guó)產(chǎn)品加快進(jìn)入國(guó)際供應(yīng)鏈，客戶對(duì)于安全、高一致性、高品質(zhì)要求不斷提升，帶動(dòng)了機(jī)器視覺檢測(cè)在鋰電、光伏制造環(huán)節(jié)的檢測(cè)點(diǎn)不斷增多，部分檢測(cè)場(chǎng)景已被列入規(guī)范項(xiàng)，全線視覺檢測(cè)正成為動(dòng)力電池廠和光伏制造廠的標(biāo)配。53智能檢測(cè)裝備產(chǎn)業(yè)發(fā)展研究報(bào)告——機(jī)器視覺篇紡織、鋼鐵、印刷、食藥等傳統(tǒng)行業(yè)檢測(cè)場(chǎng)景不斷被挖掘拓展食品、醫(yī)藥、紡織品的安全工作被認(rèn)為是關(guān)系國(guó)計(jì)民生的大事，是社會(huì)關(guān)注、人民關(guān)心的重大敏感問題。醫(yī)藥和食品的安全檢測(cè)需求愈發(fā)龐大且嚴(yán)苛。企業(yè)逐步在產(chǎn)品的整個(gè)生產(chǎn)過程甚至后段的包裝過程部署機(jī)器視覺檢測(cè)裝備，通過機(jī)器檢測(cè)逐步代替部分人工，保證產(chǎn)品質(zhì)量?jī)?yōu)良，確保安全高效的生產(chǎn)形勢(shì)。（一）光伏行業(yè)我國(guó)光伏行業(yè)產(chǎn)業(yè)鏈逐步完整，產(chǎn)能面臨過剩風(fēng)險(xiǎn)，進(jìn)入技術(shù)迭代階段。自我國(guó)制定了

2030

年

碳

達(dá)

峰，2060

年

碳

中

和，2030

年非化石能源占比達(dá)25%

的總體計(jì)劃以來，光伏產(chǎn)業(yè)充分利用自身技術(shù)基礎(chǔ)與產(chǎn)業(yè)配套優(yōu)勢(shì)快速發(fā)展，逐步取得國(guó)際競(jìng)爭(zhēng)優(yōu)勢(shì)并不斷鞏固，目前已形成了從高純硅材料、硅錠

/

硅棒

/

硅片、電池片

/

組件、光伏輔材輔料、光伏生產(chǎn)設(shè)備到系統(tǒng)集成和光伏產(chǎn)品應(yīng)用等完整的產(chǎn)業(yè)鏈，產(chǎn)業(yè)規(guī)模迅速壯大。54第四章機(jī)器視覺檢測(cè)裝備細(xì)分行業(yè)應(yīng)用情況裝機(jī)量代表著光伏行業(yè)所有發(fā)電機(jī)組功率的總和。2021和2022年，中國(guó)光伏新增裝機(jī)量分別為54.88GW和87.41GW，2023年光伏行業(yè)景氣度隨著雙碳目標(biāo)的推進(jìn)及相關(guān)新能源需求的提升之下仍然保持了高速增長(zhǎng)的勢(shì)頭。1-11月新增裝機(jī)量163GW，同比增長(zhǎng)創(chuàng)下歷史新高，2024年起我國(guó)光伏年均新增裝機(jī)規(guī)模將逐步縮減，企業(yè)將逐步尋求技術(shù)突破以打破此輪產(chǎn)能過剩帶來的競(jìng)爭(zhēng)僵局。機(jī)器視覺技術(shù)為光伏行業(yè)提供了新的生產(chǎn)方式。太陽能電池板、組件等不僅需要高度的制造精度，而且在運(yùn)營(yíng)過程中，還很容易受到環(huán)境因素的影響，光伏組件需進(jìn)行灰度、溫度、直接及反射輻射等多項(xiàng)測(cè)試。使用機(jī)器視覺技術(shù)可以快速完成全尺寸組件的檢查，并對(duì)內(nèi)部晶體結(jié)構(gòu)、構(gòu)件精度、材料均勻性、物理性質(zhì)等參數(shù)進(jìn)行實(shí)時(shí)監(jiān)控，在制造過程中發(fā)現(xiàn)缺陷，進(jìn)行快速反饋和調(diào)整，并通過機(jī)器視覺技術(shù)，生產(chǎn)線可以自動(dòng)化運(yùn)作，無需人工操作，大大提高了生產(chǎn)效率。一般來說，光伏行業(yè)多晶硅料需要經(jīng)過硅片、電池片以及組件3個(gè)生產(chǎn)環(huán)節(jié)，幾十道工序才能變?yōu)樽詈蟮慕M件。在每道工序的處理過程中，生產(chǎn)來料的管控、設(shè)備穩(wěn)定性、工藝參數(shù)設(shè)定、雜質(zhì)引入等因素，均可能導(dǎo)致中間產(chǎn)物出現(xiàn)多種缺陷，例如右圖所示的硅片環(huán)節(jié)的硅片隱裂、電池片環(huán)節(jié)的刻蝕過刻、鍍膜氣流印、組件環(huán)節(jié)的焊帶虛焊等，這些缺陷會(huì)直接影響組件光電轉(zhuǎn)換效率與使用壽命，造成產(chǎn)品的降級(jí)或報(bào)廢。不論是對(duì)哪個(gè)生產(chǎn)環(huán)節(jié)，每道工序產(chǎn)生的缺陷片若未被及時(shí)剔除而流入后道的工序，都會(huì)造成生產(chǎn)資源的浪費(fèi)與產(chǎn)品良率下降，降低產(chǎn)線的產(chǎn)能，因此視覺檢測(cè)系統(tǒng)對(duì)光伏工藝的生產(chǎn)質(zhì)量管控具有重大意義。55智能檢測(cè)裝備產(chǎn)業(yè)發(fā)展研究報(bào)告——機(jī)器視覺篇某

PERC

硅片生產(chǎn)環(huán)節(jié)涉及機(jī)器視覺檢測(cè)場(chǎng)景切片、插片、檢測(cè)分選刻蝕工藝鍍膜、印刷測(cè)試分選EL

測(cè)試接線盒焊接組裝檢驗(yàn)包裝應(yīng)用場(chǎng)景：對(duì)硅片、電池片、組件的工藝質(zhì)量管控具有重大意義。光伏行業(yè)產(chǎn)業(yè)鏈重點(diǎn)機(jī)器視覺場(chǎng)景匯總產(chǎn)業(yè)鏈應(yīng)用場(chǎng)景價(jià)值點(diǎn)相關(guān)機(jī)器視覺檢測(cè)裝備和解決方案成分檢測(cè)、生長(zhǎng)爐溫控系統(tǒng)機(jī)器視覺硅料分揀系統(tǒng)硅料尺寸智能識(shí)別裝備硅料

硅

棒

缺

陷

降低原料成本，提礦產(chǎn)

檢

測(cè)

和

參

升原料品質(zhì)數(shù)測(cè)量上游避免人工檢測(cè)的不足

,

大幅度提高硅硅片外觀

片檢測(cè)效率

,

減少缺陷檢測(cè)

退貨率和廢品量

,提高硅片生產(chǎn)的效率和質(zhì)量硅片檢測(cè)分選裝備硅片生產(chǎn)解決方案及智能視覺開發(fā)平臺(tái)硅片電池片隱裂隱裂檢測(cè)設(shè)備太陽能電池網(wǎng)版定位激光切割系統(tǒng)電

池

片

外有效地預(yù)測(cè)電池片的性能和壽命，提高產(chǎn)品的質(zhì)量和穩(wěn)定性觀

檢

測(cè)，EL

檢

測(cè)，柵

線

印

刷檢測(cè)電池片中游電池片膠形檢測(cè)云平臺(tái)電池片光致發(fā)光和電致發(fā)光檢測(cè)設(shè)備對(duì)玻璃生產(chǎn)線的實(shí)玻

璃

原

片

時(shí)生產(chǎn)質(zhì)量管理和玻璃

檢

測(cè)

和

磨

過程控制，進(jìn)行缺背板

邊檢測(cè)等

陷分類匯總統(tǒng)計(jì)，改進(jìn)生產(chǎn)工藝，提光伏玻璃檢測(cè)設(shè)備光伏玻璃原片表面在線檢測(cè)設(shè)備高成品率56第四章機(jī)器視覺檢測(cè)裝備細(xì)分行業(yè)應(yīng)用情況續(xù)表產(chǎn)業(yè)鏈應(yīng)用場(chǎng)景價(jià)值點(diǎn)相關(guān)機(jī)器視覺檢測(cè)裝備和解決方案光伏組件生產(chǎn)解決方案及智能視覺開發(fā)平臺(tái)組件匯流帶視覺檢測(cè)系統(tǒng)絕緣片定位、匯流

實(shí)時(shí)監(jiān)測(cè)組件物理?xiàng)l扶正安

參數(shù)和外觀缺陷，裝定位、

避免質(zhì)量問題帶來接線盒定

的損失和風(fēng)險(xiǎn)位及焊接光伏組件光伏

EL

檢測(cè)實(shí)時(shí)數(shù)據(jù)傳輸視覺檢測(cè)設(shè)備光伏組件智能檢測(cè)系統(tǒng)及

AI應(yīng)用平臺(tái)下游檢測(cè)等通過定期巡檢，發(fā)現(xiàn)電站中可能存在的故障和缺陷，提高電站的檢修效率和安全性光伏電站智能控制一體化系統(tǒng)發(fā)電站

發(fā)電站巡檢光伏電站智能控制一體化系統(tǒng)、智慧光伏電站未來發(fā)展趨勢(shì)：電池片和光伏組件視覺檢測(cè)技術(shù)攻關(guān)成為關(guān)鍵問題。2022年1月，工業(yè)和信息化部、住房和城鄉(xiāng)建設(shè)部、交通運(yùn)輸部、農(nóng)業(yè)農(nóng)村部、國(guó)家能源局等五部委聯(lián)合印發(fā)《智能光伏產(chǎn)業(yè)創(chuàng)新發(fā)展行動(dòng)計(jì)劃（2021-2025年）》，明確光伏多個(gè)制造環(huán)節(jié)的技術(shù)方向，提出到2025年，光伏行業(yè)智能化水平顯著提升，產(chǎn)業(yè)技術(shù)創(chuàng)新取得突破，新型高效太陽能電池量產(chǎn)化轉(zhuǎn)換效率顯著提升，形成完善的硅料、硅片、裝備、材料、器件等配套能力；計(jì)劃從加快產(chǎn)業(yè)技術(shù)創(chuàng)新、提升智能制造水平、實(shí)現(xiàn)全鏈條綠色發(fā)展等多方面提升行業(yè)發(fā)展水平。政策支持、光伏擴(kuò)產(chǎn)、終端制造廠商的智能化工廠轉(zhuǎn)型均為光伏設(shè)備的自動(dòng)化、智能化升級(jí)帶來利好，機(jī)器視覺系統(tǒng)作為智能制造的重要組成部分，也將在光伏產(chǎn)線迎來更高的覆蓋率。同時(shí)，機(jī)器視覺系統(tǒng)本身技術(shù)的發(fā)展，深度學(xué)習(xí)、先進(jìn)算法、3D、嵌入式技術(shù)等進(jìn)一步降低使用門檻，成本更具落地價(jià)值，將促使光伏生產(chǎn)環(huán)節(jié)更多工位的機(jī)器代人，標(biāo)準(zhǔn)化設(shè)備以及一體化設(shè)備的更多創(chuàng)新和應(yīng)用。當(dāng)下機(jī)器視覺系統(tǒng)應(yīng)用的另一個(gè)強(qiáng)大推力，是光伏產(chǎn)業(yè)本身的重大技術(shù)迭代。硅料設(shè)備迎顆粒硅新技術(shù)；硅片設(shè)備迎大尺寸、CCZ升級(jí)新機(jī)遇；電池設(shè)備迎HJT、TOPCon光伏技術(shù)新革命；組件設(shè)備迎大尺寸+多主柵+多分片+N型組件多重技術(shù)變革，工藝變化必然推動(dòng)光伏設(shè)備創(chuàng)新升級(jí)：57智能檢測(cè)裝備產(chǎn)業(yè)發(fā)展研究報(bào)告——機(jī)器視覺篇在硅片環(huán)節(jié)金剛線切割機(jī)將具備更高線速、更小軸距，使用線徑更小的金剛線，對(duì)視覺系統(tǒng)的精度有了更高要求；硅片分選設(shè)備需要更靈活的尺寸規(guī)格切換能力，生產(chǎn)效率，以及對(duì)硅片厚度、線痕、尺寸、隱裂等的檢測(cè)精度。在電池片環(huán)節(jié)激光設(shè)備因新的工藝需求也對(duì)視覺精度、穩(wěn)定性要求更為嚴(yán)格；絲網(wǎng)印刷機(jī)中，雙軌高精度大硅片印刷設(shè)備對(duì)視覺系統(tǒng)能力的集成度需求更高；電池片效率測(cè)試分選設(shè)備因?qū)?/p>

TOPCon

和

HJT

的電池測(cè)試具有更大優(yōu)勢(shì)，視覺系統(tǒng)的應(yīng)用效率也將面臨不斷升級(jí)。在組件環(huán)節(jié)劃焊一體機(jī)將成為新建產(chǎn)線的重點(diǎn)設(shè)備，其中對(duì)組件全尺寸的兼容能力、電池片切割精度、0BB串焊技術(shù)的創(chuàng)新，也將提升機(jī)器視覺系統(tǒng)的應(yīng)用和技術(shù)迭代速度。未來發(fā)展趨勢(shì)：電池片和光伏組件視覺檢測(cè)技術(shù)攻關(guān)成為關(guān)鍵問題。我國(guó)當(dāng)前主流PERC電池（P型電池）效率接近于瓶頸，具有更大提升空間的N型電池（TOPCon,HJT等）正逐步取代P型電池。機(jī)器視覺在電池片生產(chǎn)環(huán)節(jié)中的普及率越來越高，同時(shí)生產(chǎn)企業(yè)也對(duì)機(jī)器視覺檢測(cè)的精度和檢出能力提出了更高要求。目前，光伏行業(yè)上中下游絕大多數(shù)涉及機(jī)器視覺檢測(cè)的環(huán)節(jié)仍需要技術(shù)攻關(guān)。當(dāng)下機(jī)器視覺系統(tǒng)在光伏產(chǎn)線的覆蓋率尚未達(dá)到飽和，部分工藝環(huán)節(jié)仍處于技術(shù)攻關(guān)階段，面對(duì)未來的產(chǎn)能需求和新技術(shù)要求，機(jī)器視覺系統(tǒng)還需要更快的技術(shù)迭代提速。如在電池片生產(chǎn)過程缺陷檢測(cè)檢出率與過殺率、電池片效率分析能力仍有突破空間；光伏產(chǎn)品種類差異大，視覺可能存在不兼容的問題；組件產(chǎn)線設(shè)備的一體化趨勢(shì)，倒逼對(duì)視覺系統(tǒng)功能集成的穩(wěn)定性、視覺算法模塊的通用性和易用性亦要進(jìn)行更進(jìn)一步的研究；視覺軟件AI學(xué)習(xí)能力的智能性和成本控制也是未來的重點(diǎn)研究課題。58第四章機(jī)器視覺檢測(cè)裝備細(xì)分行業(yè)應(yīng)用情況表：亟待突破技術(shù)方向產(chǎn)品技術(shù)攻關(guān)需求詳細(xì)描述在電池片效率分析、離線

PL

過程缺陷、鍍膜段

PL

淺缺陷及細(xì)小缺陷等領(lǐng)域存在剛性攻關(guān)需求。電池片剛性檢測(cè)需求電池片工藝中的視覺檢測(cè)設(shè)備在功能設(shè)計(jì)和故障排除時(shí)對(duì)功能集成的模塊化和可替換性具備較大需求，因此采用分布式系統(tǒng)、嵌入式系統(tǒng)、智能相機(jī)將成為趨勢(shì)。電池片玻璃模塊化需求速度需求當(dāng)前新建產(chǎn)線速度達(dá)到

35m/min，現(xiàn)有視覺設(shè)備難以滿足檢測(cè)需求。受限于接線盒等組件安裝和工藝復(fù)雜度，自動(dòng)化安裝和檢測(cè)設(shè)備必須具備更加復(fù)雜的工藝實(shí)現(xiàn)能力，同時(shí)，由于光伏組件的零件和設(shè)備往往由不同廠家提供，搭載的視覺模塊需切換兼容不同組件型號(hào)，呈現(xiàn)不同的運(yùn)算邏輯。接線盒技術(shù)復(fù)雜度大解決方案案例：新一代高速光伏硅片檢測(cè)分選裝備——蘇州天準(zhǔn)科技股份有限公司案例簡(jiǎn)介光伏硅片制造位于光伏產(chǎn)業(yè)鏈上游，其質(zhì)量直接影響下游電池組件的質(zhì)量以及發(fā)電系統(tǒng)的發(fā)電效率和使用壽命，因此光伏硅片的檢測(cè)是產(chǎn)業(yè)環(huán)節(jié)中首先需要解決的質(zhì)量控制問題。天準(zhǔn)科技推出的新一代高速光伏硅片檢測(cè)分選設(shè)備以機(jī)器視覺為技術(shù)基礎(chǔ)，融合深度學(xué)習(xí)算法，結(jié)合3D線結(jié)構(gòu)光位移傳感器等硬件模組，能夠?qū)崿F(xiàn)2D、3D尺寸測(cè)量以及臟污、劃痕、隱裂等光伏硅片質(zhì)量的全方位檢測(cè)，同時(shí)滿足高速、高精度的實(shí)際生產(chǎn)需求，是光伏產(chǎn)業(yè)鏈的核心裝備之一。技術(shù)優(yōu)勢(shì)（1）高性能線結(jié)構(gòu)光

3D

位移傳感器研制——自主研發(fā)基于線結(jié)構(gòu)光的3D位移傳感器，滿足光伏硅片3D尺寸的高精度在線測(cè)量對(duì)性能的要求，有效降低設(shè)備綜合成本。（2）多維度融合硅片缺陷智能檢測(cè)方法——融合深度學(xué)習(xí)算法，同時(shí)采用自研AOI4.0檢測(cè)平臺(tái)，提升缺陷檢測(cè)準(zhǔn)確率，瑕疵檢測(cè)率≥98%。59智能檢測(cè)裝備產(chǎn)業(yè)發(fā)展研究報(bào)告——機(jī)器視覺篇（3）超高速光伏硅片傳輸系統(tǒng)——配合裝備高速檢測(cè)節(jié)拍，自主研發(fā)新型光伏硅片傳輸系統(tǒng)，可保證裝備檢測(cè)速率達(dá)到

16000PCS/h。應(yīng)用成效（1）對(duì)光伏硅片厚度、TTV、電阻率、PN、線痕、隱裂、臟污、崩邊、尺寸等指標(biāo)的高速檢測(cè)及分揀；（2）自研

AOI4.0

檢測(cè)平臺(tái)，瑕疵檢測(cè)速度、檢出率進(jìn)一步提升；（3）實(shí)現(xiàn)光伏硅片質(zhì)量的全方位檢測(cè)，是光伏硅片制造業(yè)的核心裝備。其綜合性能達(dá)到世界領(lǐng)先水平；（4）瑕疵檢測(cè)率≥

98%，檢測(cè)速度達(dá)到

16000PCS/h。解決方案案例：組件匯流帶視覺檢測(cè)系統(tǒng)——杭州?？禉C(jī)器人股份有限公司案例簡(jiǎn)介組件位于光伏產(chǎn)業(yè)鏈末端，直面終端需求市場(chǎng)。保證組件產(chǎn)品的質(zhì)量安全、提高生產(chǎn)產(chǎn)能以及降低生產(chǎn)成本成為組件生產(chǎn)環(huán)節(jié)的必然趨勢(shì)。?？禉C(jī)器人采用機(jī)器視覺的無損檢測(cè)方法對(duì)組件進(jìn)行定位、測(cè)量以及缺陷檢測(cè)，全方位對(duì)產(chǎn)品進(jìn)行質(zhì)量檢測(cè)，實(shí)時(shí)反饋生產(chǎn)情況，最大程度降低生產(chǎn)成本，提升生產(chǎn)效率。技術(shù)優(yōu)勢(shì)（1）高兼容性光學(xué)方案——?？滇槍?duì)材料本身特性進(jìn)行深入研究，做了大量實(shí)驗(yàn)驗(yàn)證，制定出高兼容性光學(xué)方案，使其兼容多尺寸電池片、多類型匯流帶以及多類型焊帶。（2）深度學(xué)習(xí)與傳統(tǒng)圖像處理算法融合——?？挡捎蒙疃葘W(xué)習(xí)算法將目標(biāo)從復(fù)雜背景中提取出來，然后運(yùn)用傳統(tǒng)圖像處理算法分析灰度、面積、長(zhǎng)寬比等形態(tài)特征判斷檢測(cè)目標(biāo)是否屬于缺陷。這不僅發(fā)揮了深度學(xué)習(xí)強(qiáng)大的魯棒性和泛化能力，將復(fù)雜背景轉(zhuǎn)化為單一背景，而且充分發(fā)揮傳統(tǒng)圖像處理算法在單一背景下高性能、高效率的優(yōu)勢(shì)，準(zhǔn)確且快速地識(shí)別并定位出缺陷。60第四章機(jī)器視覺檢測(cè)裝備細(xì)分行業(yè)應(yīng)用情況應(yīng)用成效（1）檢測(cè)系統(tǒng)整體檢測(cè)精度在0漏檢的前提下，實(shí)現(xiàn)0.5%以下的誤檢率；（2）物料在流水線輸送過程中完成圖像采集和檢測(cè)處理，不影響生產(chǎn)節(jié)拍，檢測(cè)結(jié)果實(shí)時(shí)顯示并輸出報(bào)警信號(hào)，及時(shí)處理，最大程度減少生產(chǎn)成本；（3）圖像數(shù)據(jù)及檢測(cè)結(jié)果本地儲(chǔ)存，既可實(shí)時(shí)檢測(cè)，亦可問題追溯查詢，促進(jìn)工藝優(yōu)化改善；（4）設(shè)備全天24小時(shí)在線工作，可替代兩個(gè)工人的工作量，一臺(tái)設(shè)備每年可節(jié)約14.4萬的人力成本(按照人均6000元/月計(jì)算)。解決方案案例：接線盒激光焊接機(jī)視覺檢測(cè)系統(tǒng)——陜西維視智造科技股份有限公司案例簡(jiǎn)介接線盒焊接是光伏組件后段中的重要工藝環(huán)節(jié)。接線盒的電極焊接質(zhì)量直接關(guān)乎組件的性能，其焊接工藝也從熱壓焊、加錫焊升級(jí)到目前更具性價(jià)比的激光焊。針對(duì)接線盒激光焊接場(chǎng)景中的焊前定位和焊后檢測(cè)難題，維視智造獨(dú)創(chuàng)“三級(jí)AI定位方案”，自研專用神經(jīng)網(wǎng)絡(luò)模型，同時(shí)配套高性能自研視覺硬件，打造了更高效、更智能，并具有極佳穩(wěn)定性的接線盒激光焊接機(jī)視覺檢測(cè)系統(tǒng)。技術(shù)優(yōu)勢(shì)（1）更強(qiáng)檢測(cè)能力——維視自研視覺部件+VisionBankAI優(yōu)秀的全棧算法能力，搭載英特爾處理器及軟件工具套件，傳統(tǒng)、深度學(xué)習(xí)、3D算法可深度融合業(yè)務(wù)流程，幫助光伏企業(yè)快速檢出多類及小微產(chǎn)品瑕疵，及時(shí)歸類不良品，可保證0漏檢，誤檢率最低<0.01%；（2）更高檢測(cè)穩(wěn)定性——維視方案從視覺系統(tǒng)底層邏輯設(shè)計(jì)出發(fā)，以更成熟的模塊化算法結(jié)構(gòu)，可高強(qiáng)度負(fù)載數(shù)據(jù)處理量，保證無宕機(jī)、無重啟動(dòng)，歷經(jīng)市場(chǎng)千萬次驗(yàn)證，全面解決系統(tǒng)的穩(wěn)定性問題，充分保障生產(chǎn)的正常運(yùn)營(yíng)；（3）更簡(jiǎn)單操作維護(hù)——維視視覺系統(tǒng)模塊化、0代碼、智能化、拖拉拽式的開發(fā)模式，可幾何級(jí)提升視覺應(yīng)用搭建效率，操作界面清晰易懂，全面降低人員培訓(xùn)及設(shè)備維護(hù)成本61智能檢測(cè)裝備產(chǎn)業(yè)發(fā)展研究報(bào)告——機(jī)器視覺篇應(yīng)用成效（1）針對(duì)性研發(fā)出“三級(jí)

AI

定位方案”：依據(jù)實(shí)際生產(chǎn)工藝流程中按壓前、后和焊后的不同檢測(cè)需求，實(shí)現(xiàn)關(guān)鍵點(diǎn)精確定位，在保證定位精度的前提下，滿足近

100%

的定位成功率；（2）創(chuàng)新自研算法：自研焊接缺陷檢測(cè)神經(jīng)網(wǎng)絡(luò)模型，完美解決焊后焊帶超出、焊帶偏移、虛焊、內(nèi)縮、無匯流條、焊帶缺失等檢測(cè)難題；（3）焊后檢測(cè)可保證在接近“0

漏檢”的前提下，“誤檢率”低于

0.5%；（4）整套激光焊視覺方案，在經(jīng)過了

3

代設(shè)備的量產(chǎn)后，從精準(zhǔn)度到穩(wěn)定性已可輕松滿足不同企業(yè)的工藝標(biāo)準(zhǔn)。解決方案案例：5G+AI

光伏組件

EL

和外觀視覺檢測(cè)系統(tǒng)——中移（上海）信息通信科技有限公司案例簡(jiǎn)介在光伏組件生產(chǎn)中，由于生產(chǎn)工藝導(dǎo)致的組件的瑕疵會(huì)不同程度的影響后續(xù)光伏組件在應(yīng)用中的發(fā)電效率因而造成能耗損失甚至引發(fā)嚴(yán)重災(zāi)難。光伏組件制造長(zhǎng)期通過人工目檢進(jìn)行

EL

檢測(cè)和外觀檢測(cè)，穩(wěn)定性差、質(zhì)量無法追溯、工藝問題無法預(yù)警，基于

5G+AI

的光伏組件視覺檢測(cè)系統(tǒng)面向光伏組件制造企業(yè)，建設(shè)工業(yè)質(zhì)檢端邊服務(wù)，提供光伏組件

EL

檢測(cè)、外觀檢測(cè)等場(chǎng)景解決方案。核心功能包括：生產(chǎn)檢測(cè)、產(chǎn)品管理、一人多機(jī)遠(yuǎn)程復(fù)檢、歷史檢測(cè)結(jié)果追溯、多維度質(zhì)量分析等。技術(shù)優(yōu)勢(shì)（1）云邊端一體標(biāo)準(zhǔn)化、多樣化服務(wù)——在基礎(chǔ)技術(shù)架構(gòu)上結(jié)合云網(wǎng)算力優(yōu)勢(shì)，采用多級(jí)別檢測(cè)模型、多模態(tài)數(shù)據(jù)處理，打造云邊端一體化產(chǎn)品，為企業(yè)提供更高效的檢測(cè)服務(wù)；在業(yè)務(wù)架構(gòu)上結(jié)合人工智能、專家復(fù)審、多維度結(jié)構(gòu)化質(zhì)量溯源等多種創(chuàng)新點(diǎn)，保障檢測(cè)服務(wù)的安全性和準(zhǔn)確性，滿足客戶多樣化的需求。（2）經(jīng)典機(jī)器視覺

+

深度學(xué)習(xí)模型雙核心算法架構(gòu)——產(chǎn)品在技術(shù)方面依托中國(guó)移動(dòng)云算力，通過經(jīng)典機(jī)器視覺

+

深度學(xué)習(xí)模型雙核心算法架構(gòu)，實(shí)現(xiàn)更高效、更智能、更準(zhǔn)確的檢測(cè)，實(shí)現(xiàn)重點(diǎn)缺陷類型

100%

覆蓋，算法覆蓋范圍及性能水平已達(dá)行業(yè)領(lǐng)先水平，最大可比人工質(zhì)檢提效

10

倍。62第四章機(jī)器視覺檢測(cè)裝備細(xì)分行業(yè)應(yīng)用情況應(yīng)用成效（1）對(duì)光伏組件EL線性隱裂，叉狀隱裂，樹狀隱裂，虛焊等缺陷的檢測(cè)；對(duì)光伏組件外觀主珊寬度、串錯(cuò)位、串間距及片間距等缺陷的檢測(cè)；（2）通過深度學(xué)習(xí)和零-小樣本學(xué)習(xí)技術(shù)，實(shí)現(xiàn)在極少量的數(shù)據(jù)情況下，構(gòu)建出有效的AI模型，實(shí)現(xiàn)少樣本情況下的缺陷檢測(cè)；（3）通過AI質(zhì)檢管理分析診斷平臺(tái)，對(duì)產(chǎn)品質(zhì)量進(jìn)行自動(dòng)定位溯源，從生產(chǎn)原料、生產(chǎn)設(shè)備、工藝流程、人工操作等環(huán)節(jié)多維度分析，實(shí)現(xiàn)質(zhì)量管理閉環(huán)，提高生產(chǎn)質(zhì)量；（4）效果收益可以達(dá)到：覆蓋二十余種缺陷種類。在一人多機(jī)的模式下，綜合檢出率達(dá)99.8%。（二）鋰電行業(yè)政策、企業(yè)競(jìng)爭(zhēng)引領(lǐng)鋰電行業(yè)達(dá)到國(guó)際領(lǐng)先水平在我國(guó)推進(jìn)碳中和的大背景下，新能源電池發(fā)展迅猛。近年來，中國(guó)鋰電池出貨量占全球鋰電池出貨量40%以上。綜合中國(guó)電池廠統(tǒng)計(jì)數(shù)據(jù)顯示，2022年中國(guó)鋰電池出貨量達(dá)到1173GWh，未來隨著新能源汽車滲透率的不斷提升及其他下游產(chǎn)業(yè)的發(fā)展，我國(guó)鋰電池出貨量有望進(jìn)一步提升。根據(jù)電池廠的規(guī)劃產(chǎn)能，預(yù)計(jì)2024年中國(guó)鋰電池出貨量將達(dá)到2000GWh。至2027年，以平均每年0.5—1TWh增長(zhǎng)，遠(yuǎn)超市場(chǎng)實(shí)際出貨量預(yù)期。圖：我國(guó)鋰電行業(yè)產(chǎn)能情況我國(guó)鋰產(chǎn)能（GWH）3000250020001500100050002020?2021?2022?2023?2024?202563智能檢測(cè)裝備產(chǎn)業(yè)發(fā)展研究報(bào)告——機(jī)器視覺篇鋰電企業(yè)需求正向促進(jìn)機(jī)器視覺設(shè)備供應(yīng)商產(chǎn)品競(jìng)爭(zhēng)力提升鋰電企業(yè)追求提升產(chǎn)品工藝水平和質(zhì)量穩(wěn)定性目前國(guó)內(nèi)主流鋰電池生產(chǎn)企業(yè)技術(shù)水平基本處于同一水平內(nèi)，短期內(nèi)依靠技術(shù)拉開差距較為困難，因此紛紛對(duì)鋰電池設(shè)備提出更高要求，期望在產(chǎn)品生產(chǎn)工藝精細(xì)度及產(chǎn)品質(zhì)量穩(wěn)定性、一致性、高效率等方面獲得優(yōu)勢(shì)，以提高產(chǎn)品競(jìng)爭(zhēng)力。鋰電池生產(chǎn)企業(yè)陸續(xù)通過與機(jī)器視覺設(shè)備企業(yè)共同定制研發(fā)方向，要求設(shè)備企業(yè)根據(jù)其自身工藝及技術(shù)特點(diǎn)，開發(fā)更加契合的鋰電池設(shè)備。鋰電生產(chǎn)和質(zhì)檢設(shè)備的海外市場(chǎng)需求持續(xù)增加鋰電池生產(chǎn)和質(zhì)檢設(shè)備一般需要根據(jù)電池生產(chǎn)企業(yè)的需求進(jìn)行定制化設(shè)計(jì)，電池生產(chǎn)企業(yè)與設(shè)備供應(yīng)商具有較高黏性。動(dòng)力電池企業(yè)紛紛啟動(dòng)海外項(xiàng)目建設(shè)，與之配套的鋰電池設(shè)備企業(yè)也隨之陸續(xù)開啟海外市場(chǎng)拓展，松下、LG化學(xué)、SK、三星等海外大型企業(yè)擴(kuò)產(chǎn)步伐加速，對(duì)國(guó)產(chǎn)設(shè)備采購(gòu)需求持續(xù)擴(kuò)大，我國(guó)鋰電池設(shè)備海外市場(chǎng)需求呈持續(xù)增加態(tài)勢(shì)。應(yīng)用場(chǎng)景——品質(zhì)管控要求促進(jìn)檢測(cè)場(chǎng)景精細(xì)化和復(fù)雜化鋰電池行業(yè)對(duì)于質(zhì)量和產(chǎn)線效率的要求越來越高，產(chǎn)線建設(shè)和改造需求日益旺盛?！洞龠M(jìn)汽車動(dòng)力電池產(chǎn)業(yè)發(fā)展行動(dòng)方案》《關(guān)于加快推動(dòng)新型儲(chǔ)能發(fā)展的指導(dǎo)意見》等政策文件的出臺(tái)有力推動(dòng)了對(duì)于鋰電池及相關(guān)自動(dòng)化生產(chǎn)檢測(cè)設(shè)備的需求。面對(duì)新能源汽車等應(yīng)用領(lǐng)域?qū)τ阡囯姵匦阅苄滦枨螅朵囯x子電池行業(yè)規(guī)范條件（2021年本）》對(duì)于先進(jìn)制造工藝、無人化、全工序品質(zhì)管控提出了新要求，電池企業(yè)對(duì)高效率智能制造、全工序視覺檢測(cè)的需求急劇增加。與此同時(shí)，多元化的應(yīng)用場(chǎng)景也加速了動(dòng)力電池需求分化，帶來原材料和生產(chǎn)工藝迭代。這使得鋰電視覺檢測(cè)場(chǎng)景愈加復(fù)雜和精細(xì)化，對(duì)于視覺參與智能制造過程、全過程缺陷檢測(cè)的要求變得更高。64智能檢測(cè)裝備產(chǎn)業(yè)發(fā)展研究報(bào)告——機(jī)器視覺篇未來發(fā)展趨勢(shì)：產(chǎn)能提升不斷推動(dòng)檢測(cè)技術(shù)提質(zhì)增效——在鋰電電池及上游原材料的生產(chǎn)制造中，隨著行業(yè)逐步從高速發(fā)展轉(zhuǎn)向高質(zhì)量發(fā)展以及用戶對(duì)于鋰電安全的更高需求，機(jī)器視覺已經(jīng)成為鋰電池生產(chǎn)企業(yè)解決質(zhì)量和效率問題的必然選擇，對(duì)產(chǎn)品實(shí)現(xiàn)

100%

的質(zhì)量監(jiān)測(cè)和工藝監(jiān)控逐步成為必然，對(duì)生產(chǎn)效率的不斷提升和生產(chǎn)成本的極致降低也日益成為機(jī)器視覺產(chǎn)業(yè)的普遍訴求?！啾扔?/p>

3C

電子、汽車等行業(yè)海外機(jī)器視覺巨頭的技術(shù)積累，我國(guó)鋰電行業(yè)是近年來發(fā)展極快的新興行業(yè)，機(jī)器視覺供應(yīng)商與制造商協(xié)同配合發(fā)展，產(chǎn)業(yè)成熟度將進(jìn)一步加大，在未來

3-5

年內(nèi)有望維持高增速，是最具潛力的下游應(yīng)用市場(chǎng)。圖：2023

年鋰電行業(yè)重點(diǎn)場(chǎng)景視覺檢測(cè)必要性和攻關(guān)完備度攻關(guān)完備度場(chǎng)景必要性120100806040200電芯?電極?電芯裝配?模組?CTP?Pack表：亟待突破技術(shù)方向發(fā)展趨勢(shì)詳細(xì)描述電池材料檢測(cè)寬度和

隨著工藝和

PPM

的提升，高速、超高速的設(shè)別陸續(xù)投入生產(chǎn)使用，預(yù)計(jì)平均速度要求不斷提升

每年產(chǎn)線對(duì)視覺檢測(cè)系統(tǒng)的速度提升需求達(dá)到

50%極片毛刺缺陷是電池部件中極難檢測(cè)的缺陷類型，大小一般在

7

～

10μm，難極片毛刺等極難檢測(cè)

點(diǎn)在于檢測(cè)的面積大與微米級(jí)毛刺瑕疵的精準(zhǔn)成像的天然矛盾。無法檢出的相的攻關(guān)類型關(guān)微米級(jí)毛刺，是導(dǎo)致鋰電池容量和續(xù)航能力降低、內(nèi)部短路、爆炸起火等問題關(guān)鍵。鋰電行業(yè)整體缺乏標(biāo)準(zhǔn)化、一體化、模塊化的解決方案，基于工藝不斷創(chuàng)新、產(chǎn)品尺寸多不安、傳統(tǒng)多線陣解決方案難以保證相機(jī)和光源安裝高度、角度的一致。每個(gè)基地和產(chǎn)線都需要大量視覺維護(hù)人員，安裝調(diào)試時(shí)間較長(zhǎng)，切位換型成本較高缺乏標(biāo)準(zhǔn)化解決方案66第四章機(jī)器視覺檢測(cè)裝備細(xì)分行業(yè)應(yīng)用情況解決方案案例：極片毛刺檢測(cè)系統(tǒng)——上海貝特威自動(dòng)化科技有限公司案例簡(jiǎn)介極片毛刺是電芯工藝制程由來已久的痛點(diǎn)，精度高、速度快、抖動(dòng)頻率高、光源亮度高等問題是毛刺檢測(cè)的四大障礙，貝特威采用高分辨率相機(jī)配合遠(yuǎn)心鏡頭實(shí)現(xiàn)高精度，采用目前最快的CXP圖像傳輸實(shí)現(xiàn)高速度，研發(fā)高頻振動(dòng)跟隨裝置實(shí)現(xiàn)高頻抖動(dòng)跟隨，自研高亮光源和控制器實(shí)現(xiàn)us級(jí)相機(jī)曝光時(shí)間，解決了毛刺檢測(cè)取不到理想圖像的難題，把毛刺在線檢測(cè)變成可能。技術(shù)優(yōu)勢(shì)（1）高精度——毛刺檢測(cè)系統(tǒng)精度可以達(dá)到7um；（2）高速度——滿足在線3000mm/s以下的毛刺檢測(cè)；（3）低曝光——曝光低至1us；（4）高頻振動(dòng)跟隨裝置——高達(dá)200Hz的振動(dòng)跟隨頻率。應(yīng)用成效（1）高速振動(dòng)下清晰成像，滿足毛刺檢測(cè)對(duì)圖像的要求；（2）高速的檢測(cè)算法，滿足300幀/秒的檢測(cè)速度；（3）高亮光源，曝光低至1us，有效解決拖影問題，提高檢測(cè)精度；（4）穩(wěn)定的檢測(cè)算法，綜合漏殺率0%，過殺率0.0001%。解決方案案例：動(dòng)力鋰離子電池三維缺陷檢測(cè)儀——中國(guó)科學(xué)院自動(dòng)化研究所案例簡(jiǎn)介傳統(tǒng)2D視覺方法無法獲取物體表面深度信息，雙目立體、TOF和傳統(tǒng)光度立體等3D方法存在三維重建精度低、魯棒性差等缺點(diǎn)，傳統(tǒng)結(jié)構(gòu)光方法則容易受高光表面反射光影響，難以應(yīng)用于動(dòng)力鋰離子電池等具有高反光表面特性物體的缺陷檢測(cè)。動(dòng)力鋰離子電池三維缺陷檢測(cè)儀具有檢測(cè)精度高、非接觸測(cè)量、魯棒性67智能檢測(cè)裝備產(chǎn)業(yè)發(fā)展研究報(bào)告——機(jī)器視覺篇強(qiáng)等特點(diǎn)，尤其是針對(duì)具有高反光特性的產(chǎn)品，開展多曝光融合的結(jié)構(gòu)光三維重建技術(shù)，解決了結(jié)構(gòu)光三維檢測(cè)中的高反光難題，實(shí)現(xiàn)了三維視覺技術(shù)在工業(yè)領(lǐng)域的突破性應(yīng)用。技術(shù)優(yōu)勢(shì)（1）高精度反光表面非接觸式

3D

檢測(cè)——無需接觸物體表面，對(duì)于具有高反光特性的物體，多曝光融合的結(jié)構(gòu)光三維重建算法可消除高反光表面帶來的影響，獲取完整、清晰地實(shí)現(xiàn)鋰離子電池的三維外觀，在常規(guī)

50mm*50mm

視野下，可實(shí)現(xiàn)

0.05mm

的檢測(cè)精度，可穩(wěn)定檢測(cè)

0.1mm

以上的不良品。（2）少樣本缺陷檢測(cè)算法——可有效解決生產(chǎn)現(xiàn)場(chǎng)高光表面產(chǎn)品缺陷樣本數(shù)量較少、缺陷樣本不均衡、較難進(jìn)行深度學(xué)習(xí)模型訓(xùn)練問題，使用所提出的跨域少樣本學(xué)習(xí)的三維缺陷檢測(cè)方法，實(shí)現(xiàn)電池缺陷高效檢出。（3）光學(xué)掃描系統(tǒng)——超高速投影，可實(shí)現(xiàn)

250Hz

的投影儀頻率，0.2s

內(nèi)完成圖像采集，1s

完成

3D

檢測(cè)。應(yīng)用成效（1）可實(shí)現(xiàn)高反光表面高精度

3D

重建。有效解決重建鋰離子電池

3D

外觀時(shí)遇到的成像飽和，三維重建數(shù)據(jù)確實(shí)以及三維重建精度下降的問題；（2）少樣本缺陷檢測(cè)。針對(duì)生產(chǎn)現(xiàn)場(chǎng)較高光表面產(chǎn)品缺陷樣本數(shù)量較少，較難進(jìn)行深度學(xué)習(xí)模型訓(xùn)練的問題，使用跨域少樣本缺陷檢測(cè)算法，實(shí)現(xiàn)少樣本情況下的缺陷檢測(cè)；（3）高反光表面物體的三維重建和缺陷檢測(cè)?？捎糜阡囯x子電池、金屬制品表面、鎂帶、銅片、鋁板等；（4）可穩(wěn)定檢測(cè)深度

>0.1mm

的凹坑

/

凸起，深度

>0.1mm

的劃痕，直徑>2mm,

高度

>0.08mm

的氣泡，綜合檢出率達(dá)到

98.6%，過殺率小于

3%。68第四章機(jī)器視覺檢測(cè)裝備細(xì)分行業(yè)應(yīng)用情況解決方案案例（模板）：博視像元

|

高速面陣

/

線陣相機(jī)——北京博視像元科技有限公司案例簡(jiǎn)介公司自主研發(fā)的CoaXPress接口高速面陣/線陣相機(jī)，打破國(guó)外壟斷，是目前業(yè)內(nèi)性能最優(yōu)的工業(yè)相機(jī)產(chǎn)品。CoaXPress接口時(shí)最新一代的工業(yè)相機(jī)接口協(xié)議，在傳輸帶寬和穩(wěn)定性方面都有絕對(duì)的優(yōu)勢(shì)。采用該接口的工業(yè)相機(jī)可以最大程度發(fā)揮傳感器的采集效率，滿足客戶和產(chǎn)線對(duì)速度的越來越高的要求。目前面陣相機(jī)可以覆蓋50萬像素-4億像素豐富的產(chǎn)品型號(hào)，線陣相機(jī)覆蓋2K-16K黑白/彩色多種產(chǎn)品型號(hào)，也有具備TDI和紫外功能的高端線陣相機(jī)。技術(shù)優(yōu)勢(shì)（1）高速率——在CoaXPress接口的加持下，工業(yè)相機(jī)的傳輸帶寬可以達(dá)到50Gbps，未來通過光纖傳輸?shù)腃XP協(xié)議可以實(shí)現(xiàn)100Gbps的傳輸速度。最大程度發(fā)揮傳感器性能。（2）高分辨率——單傳感器6500萬像素，以及采用Pixelshift技術(shù)實(shí)現(xiàn)的4億像素相機(jī)，是目前業(yè)內(nèi)最高分辨率。（3）高可靠性——公司在產(chǎn)品的結(jié)構(gòu)防護(hù)和散熱方面具有豐富的設(shè)計(jì)經(jīng)驗(yàn)，可以應(yīng)對(duì)嚴(yán)苛的工廠環(huán)境，具備MTBF60000小時(shí)的運(yùn)行能力。應(yīng)用成效（1）鋰電涂布檢測(cè)。高速線陣相機(jī)非常適合鋰電工藝前段的涂布檢測(cè)環(huán)節(jié)，高行頻可以滿足設(shè)備的高速要求，多接口可以滿足客戶單采集卡多相機(jī)的要求，節(jié)省成本；（2）毛刺檢測(cè)。高速面陣相機(jī)可以對(duì)極片的端面進(jìn)行快速拍照，滿足150m/min的產(chǎn)線速度和對(duì)毛刺的檢測(cè)要求；（3）硅片檢測(cè)。高分辨率面陣相機(jī)可以一次對(duì)硅片進(jìn)行成像，實(shí)現(xiàn)9000片/小時(shí)的檢測(cè)要求，極大的提高硅片檢測(cè)的效率；（4）極耳/極片檢測(cè)。采用具備紫外波段成像能力的傳感器可以提高極耳/極片缺陷的對(duì)比度，大幅提升系統(tǒng)的檢測(cè)能力。69智能檢測(cè)裝備產(chǎn)業(yè)發(fā)展研究報(bào)告——機(jī)器視覺篇解決方案案例

:東聲包藍(lán)膜方形電池外觀缺陷全檢項(xiàng)目——東聲（蘇州）智能科技有限公司案例簡(jiǎn)介隨著鋰電池新工藝、原材料加速迭代升級(jí)，對(duì)機(jī)器視覺的要求也日益嚴(yán)苛，如何提高