2025年中国新能源汽车渗透率将达46.3%，到2025年底，新能源汽车保有量将达到7700万辆，不难看出新能源行业依旧前景广阔。围绕“新能源”、“双碳”政策的颁布与引导，以及目前动力电池占据一辆电动车40%~60%的高昂成本，使得许多车企也纷纷投身于动力电池的研发制造，动力电池行业达到了前所未有的增长速度。

动力电池生产工艺复杂，技术壁垒高，需要前期大量的研发投入，即使是投入生产，过程中也会不可避免的出现各种缺陷，传统工艺又难以满足要求苛刻的缺陷检测，错检、漏检等问题层出不穷，直接影响终端产品的品质问题。

行业背景

电池生产完成后会进行PACK组装，组装过程中不可避免地会出现高低排列不整齐的状况，也就是所谓的连接处段差缺陷，将直接影响动力电池的质量。传统的2D视觉产品难以检测高度、深度等数据，针对上述段差缺陷问题，昂视采用3D智能视觉处理系统为客户定制了科学的视觉检测方案，为电池组装保驾护航。

技术挑战

1.平面度精度±0.02mm。2.产线节拍快，检测速度600mm/s。3.边框连接处最大段差11mm。4.长度最长253mm,宽度最宽80mm。

解决方案

采用昂视LP8000系列超高精度3D激光轮廓仪，可轻松解决方壳电池仓段差缺陷检测。昂视LP8000系列3D激光轮廓仪最高检测速度可达52000轮廓/秒，z轴精度最高可达0.3μm，x轴测量宽度8mm~500mm，x轴精度1μm~20μm。搭载的3DCloud软件完全独立自研，内置多种检测工具，用户可以轻松完成段差缺陷检测功能的设定。

昂视3DCloud软件采用多模型模式，可兼容多个任务，执行序列为树形结构，清晰直观，3D检测工具集丰富，常见的3D缺陷检测功能皆能满足，轻松实现高度差、连续高度测量、多点高度测量、体积测量等在线检测。

面对动力电池生产过程中出现的这些缺陷，机器视觉产品越来越多地应用其中，替代了传统检测方式，相信随着应用场景的不断拓展，未来机器视觉行业还有更广阔的成长空间。