作为机器的眼睛，机器视觉对智能化的发展起着举足轻重的作用。3D工业视觉发展以来，国外已形成以基恩士、康耐视、LMI等企业为代表的核心软硬件研发商，国内3D工业视觉产业链发展较国外晚，这几年才有雨后春笋之势，但绝大部分还是集中在产业链中游，核心竞争力薄弱。整体来看，在2018年之前国内的3D工业视觉行业还是处于被国外企业垄断的状态，价格虚高且服务难以得到保障。机器视觉作为全球人工智能公司应用最广的一项技术，当前占比已超过40%，国产企业如何在夹缝中求得生存发展、抢占市场份额、争取到为中国企业提供更好技术和服务的机会呢？

   众所周知，3D视觉主要集中在尺寸与缺陷检测、智能制造、自主导航三大类。高精密制造领域是工业3D视觉领域的重点，而3D视觉落地最广的领域是消费电子，其次是汽车制造、以及物流、医药、快消等长尾领域。因此，深视智能针对消费电子和汽车制造领域的难点给出了解决方案。

中框点胶及胶路复检

   对于3C行业来说，电路板检测、芯片检测、手机壳检测、连接器检测等应用都是极为常见的，也不难实现。继研发出1秒扫完整个手机中框的定制型号SR7140后，深视智能开始探究手机中框点胶。

曲面、全屏时代的来临，屏幕模组和手机中框贴合组装工序是保证手机质量的关键所在！这道工序的重点便是点胶引导及胶路复检。手机中框点胶的难点在于：胶是透明的，而胶底面的材料是高反光的金属，这样的搭配要获取很好的图像，从光学上来说是很难实现的，但是深视智能独有的自适应超高动态技术和微弱信号提取技术，还有自主研发的多个光学相关系统，不仅可以准确提取透明胶水的3D轮廓，还能精确计算胶线位置、胶高、胶宽以及进行缺陷判定。

手机中框点胶引导及胶路复检

   采集手机中框胶线及周围手机结构的表面轮廓高度数据信息后，利用视觉算法精确定位手机边框的直边与R角位置。计算胶线相对于手机边框的位置，并进一步计算胶高，胶宽等指标数据。根据指标数据与事先设定的正常胶线位置，胶高，胶宽等指标来判断胶线是否存在塌胶、爬墙、断胶等缺陷。

深视智能采图及测量软件界面

金属小件转盘机

   除了解决中框点胶的难题，深视智能还创新了另一款应用，玻璃转盘机上金属小件双面检。该技术一次扫描可同时检测被测物上下两面的平面度、高度等信息，降低时间和人力成本。此项应用的难点在于如何剔除玻璃带来的成像干扰，能否减少玻璃折射误差是此技术大批量量产的关键所在，因此少有企业能做到。

金属小件转盘机实物图

   汽车行业一直以来是大家关注的重点，在特斯拉电池日之后这个重点又一次变成了热点。在大家探讨电池能量密度、续航长短的时候，深视智能一直紧密关注电池安全。电动汽车最重要的组成部件，即动力电池。动力电池是由一个个的电芯组成，所以从质量上要对每一个电芯进行把控。焊接出来后的电芯如果焊接质量不良，会造成漏液、漏电等严重质量问题。而且焊接工艺有电阻焊，激光焊等多种工艺，每家的质量并不能统一，所以需要严格的检测工序。

盖板贴合检测

   电池盖板安装的精准度，对于后段盖板焊接工序影响较大。盖板段差大容易导致虚焊，盖板缝隙大容易导致焊接炸点，气密性差等缺陷。

   该项目采用2.5D测量方式，同步检测盖板缝隙以及高度差，扫描128次数据（输出时间<50ms），计算缝隙宽度（SR8020精度<0.01mm），计算盖板和边缘段差(检测精度<0.01,SR8020<0.005mm)。

电池外观检测

   电池外观检测，包括电池六面外观、电池12条棱边以及8个角。

   提取规格：凹陷深度>=0.1mm，凹陷面积>=0.5mm*0.5mm

   最小分辨率：0.02mm*0.09mm    

  检测效果：误判率<0.1%,漏测率<0.05%；

电池盖板焊接检测

   顶盖焊接质量检测，有效降低人工检测主观性误差，提高生产效率。

   检测区域框选：检测区域获取，定位焊缝边缘。

   虚焊检测提取：提取焊缝中心点高度、盖板平面做高度以及焊缝边缘高度，三者求取梯度差。

   炸点提取：提取焊接区域的数据迭代拟合成直线，抽取误差较大区域。

   提取规格：凹陷深度>=0.2mm，凹陷面积>=0.5mm*0.5mm

   最小分辨率：0.02mm*0.09mm    

   检测效果：误判率<1%,漏测率<0.1%；

电池极柱检测

   正负极柱检测主要涉及到外观以及倾斜度的检测。保证基准安装位置符合要求，没有缺陷和倾斜，避免影响后续工艺作业。

   算法分割底板和极柱平面，分别分析其外观缺陷，并通过计算底板和极柱平面的夹角判断极柱的倾斜。同时也可以输出极柱高度、位置度等参数作为检测判断参数。

   提取规格：凹陷深度>=0.1mm，凹陷面积>=0.5mm*0.5mm

   最小分辨率：0.02mm*0.1mm    

   检测效果：误判率<0.1%,漏测率<0.05%;

极片穿透焊检测

  模组穿透焊是电池工艺最为常规的环节，焊接质量检测判别主要基于焊接位置度、焊接炸点、焊接虚焊以及极柱与极片的缝隙。

   焊接轨迹定位，采用粗定位和精定位两侧捕捉轨迹边缘，并剔出异常位置点，提升定位的稳定性。

   提取规格：  炸点高度>=0.1mm，虚焊>=1mm*1mm

   最小分辨率：0.01mm*0.02mm    

   检测效果：误判率<0.1%,漏测率<0.01%（漏焊识别率100%）;

   随着新能源行业的蓬勃发展，作为行业核心板块的动力电池，其可靠性、耐用性以及安全性日益受到关注。除了优化提升生产工艺，3D视觉检测成为了提高产品品质的重要手段之一。基于SR7000/SR8000两系列最快检测速度可达到900mm/s,四个检测工位即可实现外观全检，单产品CT小于4s。

   相较于2D视觉，3D视觉几乎不受环境光影响，同时精度和可靠性高。另一方面，3D视觉方便更好地进行多传感器融合，可以检测快速移动目标并获得形状、空间坐标信息、高度等信息。因此，3D视觉往往应用在2D视觉难以满足的工业场景。但是随着项目复杂度提高，出现了不少单独用2D或3D难以解决的情况，如果3D视觉在X方向的精度也可以满足客户需求，就完全可以用3D解决方案代替2D+3D的解决方案。那么，深视智能即将推出的行点数为6000的线扫相机，又可以推动3D视觉技术往前跨一大步。