靈西機器人雷宇：視覺檢測技術在鋰電表面檢測領域的創新應用
雷宇：大家好，下面由我為大家介紹一下杭州靈西在鋰電行業視覺應用的一些探索，主要還是在3D視覺這一塊，杭州靈西是一家以3D視覺技術產品和解決方案為主開展業務的公司。
為了更好為鋰電行業在視覺方面提供價值，我們首先要做的事情是充分貼合行業，我們要去了解學習行業的視覺需求這一塊的現狀，以及未來的發展趨勢。
我們就以鋰電工藝設備這一塊顆粒度來展開，簡單描述一下視覺在鋰電行業應用的現狀和機會點。主要分為兩塊：電芯、模組和PACK，以電芯這一塊做一個簡單介紹。
電芯的生產上分三段，第一段是正負極材料，第二段是裝配，第三段是化成分容。
第一段整個在粉料系統到膜切，整個生產設備的自動化工藝水平很高。第二個從視覺的角度，視覺的應用主要是檢測和測量，以2D視覺為主，而且滲透率已經很高。中段和前段比有什么樣的差別?主要體現在3D視覺應用的開始發生，比如說焊接，因為有頂蓋焊，焊縫的檢測2D來講有一定的局限性，3D視覺檢測在焊縫這一塊的應用就凸顯出來。還有疊片，疊片的時候會產生毛刺，絕緣隔膜厚度在10微米，一旦刺穿之后對電芯的質量有很大的影響，所以在這一塊產生了一個需求，跟3D相關，怎么樣能夠非常高精度檢出10微米，這是一個精度要求。第二個是速度，疊片機非常快，在那么短的時間內要去拍攝，通過算法的處理檢出，一個是精度，一個是速度，提出了很高的要求。
視覺檢測技術在鋰電表面檢測領域的創新應用，后段這一塊主要是化成分容，視覺檢測的需求主要是表面檢測，視覺檢測這一塊目前絕大多數還是人工目檢，在必要檢測環節的自動化水平和滲透率并不高。從需求的技術角度來講這一塊不僅僅是2D、3D，更多要融合所有的視覺檢測硬件和軟件的技術，而且它體現出專機形態，在前道和中道的時候以視覺模塊集成在工藝設備，第三段是完全為視覺服務的表面檢測，同時在最后組盤的時候會用到一些人工。
總體來看結合電芯生產的工藝環節，自動化水平、視覺滲透率的情況，包括現在視覺解決方案的成熟度是否能夠很好滿足檢測需求，再結合杭州靈西自身的特點，我們相對來說專注在電芯的后段化成分容的檢測以及部分的定位引導。
第一個產品電芯的藍膜檢測，在包藍膜機之后，分檔機之前，核心目的是做外觀檢，一般來講幾個核心的指標，過殺、漏殺和節拍，對于方殼電池來講，關鍵是漏殺率，為了把最核心的兩個檢測指標做到，我們要做很重要的工作，第一個要知道缺陷的類型，在缺陷上要進行徹底的研究和了解，第一個是缺陷的完備性和獨立性，有哪些缺陷，是一個全集，而且每一個要相對獨立，為了做這個事情要根據缺陷所產生的位置，對于方殼電芯有6個面12個棱，不同的區域有不同的缺陷類型，有的是通用，有的是個性化存在的。第三個要結合缺陷產生的原因所謂的歸因以及后處理，這一塊不同的缺陷處理方式跟容忍度是不一樣的，主要是兩個方面。
第一個是從外觀賣相看起來是不是非常好，沒有瑕疵，這一塊相對來講還是有一定的容忍度。第二個方面很重要是安全，如果有一些缺陷直接影響安全，導致安全隱患，是絕對不能允許的。通過這些維度，我們把缺陷進行詳實的分類。
我們也在產線采了一些樣，實際發生不同缺陷的頻率，不是所有的缺陷發生的頻率都是一樣的，從這一塊我們可以看到，發生比較多的氣泡、褶皺等等，還有發現頻率比較小的，膜內的異物等等，通過這樣的一個實際的采樣我們知道解決的方向第一個是大量出現的瑕疵要解決掉，否則良率要求達不到，另外是非常剛性的影響到產品安全性的缺陷是不能放過的，這是我們接下來在視覺方向解決的重點和難點。
簡單看一下缺陷的例子，在不同的部位、不同的呈現方式，左邊這邊是方殼電池上有一個防爆閥防爆閥上面有一個PP膜，缺陷到底是在防爆閥上還是在PP膜這個要靠視覺的硬件和算法解決，包括中間莫膜不平整是氣泡還是顆粒，還有包藍膜的時候本身有一些工藝有折痕怎么把正常的折痕替掉，同時又不把區域一塊產生的瑕疵屏蔽掉。
針對缺陷的特點我們在這個案例上核心的技術還是用2.5D，是自研的，好處是將自研的硬件和自身的軟件結合在一起，更能結合實際生活中的缺陷項進行相應的攻克和解決，我們剛開始做這個項目的時候藍膜的缺陷項可能30多項，到現場仔細去做這個事情的時候后面通過新增和細分有50多項，通過資源的技術的融合能夠比較好的解決。這個是包藍膜之前注液之后在注液孔一個殼身會有電解液，它的瑕疵的重點和藍膜就發生了變化。另外裸殼本身是比較薄的，這個時候劃傷劃痕的深度對安全性顯得異常重要，在這個裸殼的外觀檢測上我們不僅用2.5D也引入3D判斷距離的關系，高度的關系，更好去對它特有的瑕疵進行識別。
還有一個例子，小圓柱1821，核心也是檢測缺陷項，相對來說集成度要求、速度要求比較高，200PPM，不光要檢，還要從分選盒里面把電池弄出來，還要去檢測、掃碼、綁定、裝盒，相對來設備的集成度比較高。200PPM要0.5秒檢測一個電池，整體的集成化程度包括機械、電器、視覺系統、軟件系統的要求會上升很多。
從缺陷角度來講也有一些特點，因為它不是鋁殼可能會生銹，生銹分幾個階段，第一、第二、第三階段，第三階段就是人眼可見非常明顯的銹斑，第二階段是明顯的放緩，第一階段很難分別是非常淺的泛黃的顏色，如果電池生銹在第一階段往往會在2-3個月之后往第二階段、第三階段演進，當我們出貨的時候人工目檢覺得還可以，真的到客戶那里，當客戶2、3個月開始用的時候產生了很明顯的銹斑，這個事情是很難接受的，所以挑戰就變成怎么在第一階段把生銹這個事情檢測出來。我們也是將3D、2D、2.5D進行融合加上深度學習的算法解決一系列的相應檢測項的要求。
還有一些是在載具上，鋰電池在裝配之后做成成品電芯要放在料框里面，它為了換型可能自身里面會有一些電片，也包括料框作為載具長時間使用的情況下它的尺寸會發生變化對機械臂放這個東西會產生磕碰的影響，對于載具的尺寸和附件的有無要進行檢測。
最后裝盒，不是所有的鋰電池廠都是通過自動化設備，很多還是人在往里面放，這一塊不是檢測，是3D視覺定位引導的作用，拍到泡沫箱尺寸給到引導機械臂進行裝。
之所以在電芯的后道靈西能做嘗試，我們是以3D視覺的技術產品和解決方案主線展開的，剛才的解決方案之所以能夠去探索，還是來自于核心的技術和產品，產品這一塊硬件主要是自研的一系列2D產品、2.5D、3D，左邊兩個主要適用于檢測，后面三個適用定位引導用的，DLP激光的3D顯示。
另外一塊是軟件，光有硬件到應用的時候其實是會涉及到算法、控制等一系列的問題，所以我們自研的軟件平臺主要分四大部分，第一個是算法，第二個是深度學習，第三個是機器人控制，第四個是檢測平臺，結合剛才四塊的軟件產品結合之前的硬件系列組成了底層以產品包括技術的靈西自身的競爭力。
這個是檢測平臺的一個小例子，左邊是檢測效果和瑕疵的一個展示，里面可以做很多的切換，中間是對檢測缺陷分類統計以及閉環將這些數據反饋到生產人員，幫助我們去看某段時間某類下次產生，去對前序產生瑕疵的工藝設備進行提示。
第三塊是配置頁面，不同的鋰電廠商對缺陷類型的要求不同，而且同一缺陷能接受的程度范圍不同，我們可以自己配置配方，加或者減缺陷項以及每個缺陷項高度、面積、長度數量的配置和定義，相對來說會比較方便用于維護。
關于視覺集成這一塊主要是在五方面做標準化的工作，本身的設備根據產線的情況做一些不同類型，只通型、側裝型、離線型，第二個根據生產使用的方便做友好的設計，整個操作流程更加友好。柔性，包括電芯換型包括缺陷項目本身進行重新的配方調試，同一鋰電廠對不同的客戶也不一樣，最后是做模塊化標準化的事情，包括交付層面的安裝、調試，包括更細的各個功能塊，核心是為了能夠更方便迭代，更好去快速交付。
在檢測設備這一塊，我們還是堅持三個方向持續工作，第一個是視覺本身檢出的效果，這一塊會繼續打磨，包括硬件系列的迭代，軟件平臺算法的深化，第二塊做數據上的積累和數據價值的挖掘，給到廠商更好去提供一些為前序工藝賦能的洞見。第三塊數智化將檢出和處理這個事情融在一起，作很多的檢出之后要做處理，如果檢出加上后處理一塊能解決掉，這個事情真正實現了對自動化水平和一致性要求提升很有幫助，我們會結合自身力控的技術做一些后處理，包括電解液擦試包括撕藍膜的嘗試。
最后介紹一下公司，是一個創業團隊，2007年在杭州成立，主要的核心團隊是北大的一幫同學，有搞技術、市場、運營，主要是這么一幫同學。作為視覺廠商我們在鋰電行業有很大的應用的空間，提供價值的機會，核心的底層還是把硬件、軟件、通用平臺做好，去適配更多的行業。這是融資的一些情況，這個是我們做過的一些客戶，終端業主和一些集成商，謝謝大家!
以上為演講速記，內容未經演講者審閱。
相關閱讀：
驗證碼：
