“視覺檢測”助力新能源汽車跑出“製造加速度”

據中國汽車工業協會發布的2022年10月新能源汽車產銷情況資料顯示，國內新能源汽車繼續保持高速增長，月度產銷再創新高，新能源汽車產銷分別完成76。2萬輛和71。4萬輛，同比增長87。6%和81。7%。當前，新能源汽車已成為最熱門的賽道之一。

在國內新能源汽車市場迅猛發展的同時，各個品牌之間展開的角逐戰也愈加激烈。比亞迪、特斯拉兩家銷量持續領跑；造車新勢力“蔚小理”、哪吒、零跑等內卷升級，產品加速換代升級，此外，華為、百度、小米等跨界品牌也在頻頻發力。在此推動下，隨著新能源汽車市場份額的不斷增加，也有效拉動了對工業機器人的應用需求。

新能源汽車熱，開啟視覺檢測“新藍海”

據瞭解，汽車產業是最早部署和應用工業機器人的行業。而近年來，快速崛起的新能源汽車行業，特別是其中的鋰電池檢測，正成為一片新增的藍海。

據高工產業研究院（GGII）資料顯示，

2020年我國鋰電池產能為511GWH，預計2022年將達到802GWH，2023年進一步提升至1056GWH。這意味著鋰電池需求量快速提升，對檢測裝置的需求也將同步增加。

在檢測行業，與人類視覺相比，機器視覺優勢明顯，在檢測缺陷和防止缺陷產品被配送到消費者的功能方面具有不可估量的價值。在動力電池大規模製造下，電池企業對檢測精度、檢測速度、影象傳輸、 缺陷分析等領域要求愈發嚴苛。隨著鋰電池等新能源產業製造過程的轉型升級，實現自動化檢測尤為重要。

AI賦能缺陷檢測，準確率高達99。99%

在鋰電行業應用場景中，鋰電池上游材料的質量檢測，鋰電池前段工序的檢測，以及後段的外觀檢測，機器視覺均有廣泛應用。機器視覺可以幫助鋰電行業嚴格把控產品質量，提升生產效率。

由此可見，在新能源汽車需求的帶動下，進一步推動了機器視覺行業的發展，給具有核心競爭力的機器視覺企業帶來巨大的發展機會。

對深眸科技來說，作為國內較早聚焦工業4。0、發力智慧製造的企業，如今將深度學習和傳統機器視覺技術相融合，賦能工業領域的智慧製造升級，在應用場景上廣泛“解鎖”。當前，機器視覺產業鏈下游已延伸至3C電子、醫藥、汽車、鋰電、物流倉儲等行業，其中鋰電行業需求則增長明顯。

在鋰電池外觀檢測中，面對缺陷種類較多，涉及虛焊、脫焊、極群裝反、極柱變形、匯流排折彎、極耳數量等現象，深眸科技自主研發的工業AI視覺系統，採用深度學習演算法構建的AI視覺檢測技術，針對不同缺陷，能夠實現場景複用定位、分割演算法，對缺陷特徵的大量學習，產出交付識別效果，極大程度提高了缺陷篩查的準確率和泛化能力，目前，缺陷檢測準確率可以達到99。99%以上。

如今在鋰電池的外觀檢測上，還沒有形成統一的行業標準，也沒有明確的資料確定產品是否符合不良品。深眸科技相信隨著機器視覺技術的發展，新能源製造行業對製造精度等要求的提高，將不斷增加對機器視覺技術的需求，從而進一步推動機器視覺行業的整體發展。