項目背景
隨著新能源時代的到來，各大終端瘋狂擴產，同時對電池制造的工藝要求也是越來越高，從前端的極片制造到后端的模組組裝，幾乎所有工位都會用到視覺檢測技術，特別是在電芯制造工藝段，例如密封釘的焊縫檢測，頂蓋焊焊縫檢測以及包藍膜后的外觀檢測等，都屬于行業痛點和難點。
針對這些行業的痛點，盈泰德組織專項研發攻克，推出了2D/3D視覺技術、2.5D成像技術與AI深度融合的檢測方法。
本篇以電池包藍膜后外觀缺陷檢測為例，重點介紹，盈泰德采用2.5D+AI解決工業檢測難點。
一、檢測難點
包覆藍膜是動力電池的生產過程中的一道重要工序。
藍膜，又名隔離膜、防粘膜、保護膜等，有紅、綠、藍、白、黑等多種顏色，分為單面離型膜和雙面離型膜，在動力電池中使用的通常為藍膜。作為一種絕緣材料，藍膜將電芯與電芯之間分隔開來，阻隔單個電芯因各種故障對其他電芯造成的影響，防止“一損俱損”。藍膜的厚度小，僅在0.015mm-0.20mm間，在生產過程中容易出現劃痕、破損、褶皺等缺陷，這些缺陷有的會影響產品外觀，有的甚至會對產品功能造成損害。而且， 藍膜本身光學特性致使許多缺陷特征不明顯，傳統算法過殺率和漏檢率極高，缺陷種類極多且部分缺陷種類樣本難以收集；包藍膜的外觀檢測在行業里面是一大痛點，如果在檢測上只使用傳統的線掃成像或者深度學習很難解決這種包藍膜出現氣泡的應用場景。
二、、檢測項目
1）包膜表面形成直徑大于2mm的氣泡；2）長度大于2mm的褶皺、劃痕；3）包膜邊緣不平整/裂紋/臟污/膜破。
三、解決方案
1）軟件：AI-Intsoft智能檢測系統
2）硬件：2.5D線陣相機+2.5D專用LED光源
四、檢測結果
1）盈泰德使用2.5D的成像技術，通過輸入形狀圖像、漫反射圖像、灰度圖像，做多圖像的卷積運算，抽取其共性特征。AI中的分割模塊，可以對缺陷區域自動重采樣，提升小缺陷關注度，實現對細小缺陷的精確檢測。通過2.5D+AI可以很好地解決微小氣泡的缺陷和纖維劃痕。2）掃描速度300mm/s,檢測時間2.5S,檢測出氣泡的直徑精確度可達0.06mm,漏檢率為零，過殺率<1%，其檢測節拍優于生產節拍，突破了因檢測能力不足無法進一步增產的瓶頸。
項目總結
盈泰德針對于高精度大工件測量與缺陷檢測，采用2D/2.5D/3D/+AI的視覺檢測方法，自研的AI核心算法功能支持源代碼的編程，小樣本的學習，可識別不規則物體缺陷，AI檢測可以解決傳統之間的方式空間，降低產品的誤判率，支持連代碼的開發模式，融合2D、2.5D、3D圖像，支持小樣本的學習，當產線處于市場狀態的時候，可以通過極少數樣品訓練就可以達到產線跑量的狀態。
如果你的工業生產線中，可能用的到機器視覺或智能AI方面的技術來做質量管控，那不妨和我們盈泰德科技聊聊，我們會先根據你的需求分析，從一個專業的角度免費來給你設計一個合適你的方案，然后聽取你的意見，再詳細洽談，最后即使沒能達成合作，我們也非常希望能多認識個朋友。
