随着TWH的到来，各大终端疯狂扩产，对电池制造的工艺要求也是越来越高，从前端的极片制造到后端的模组组装，都会用到视觉检测技术。特别是在电芯制造工艺段，例如密封钉的焊缝检测，顶盖焊焊缝检测以及包蓝膜后的外观检测，都属于我们的行业痛点和难点。针对行业的痛难点，华汉伟组织专项研发攻克。

关键技术：实现让机器看得清、看得懂、抓得准

从技术实现上讲，光学传感器技术和图像处理技术是机器视觉的基础和关键。单一的传统集成商并没有核心竞争力，靠的还是工程经验的堆叠，因此视觉系统厂商们开始建立核心技术竞争力，而软件算法就是发展的“重中之重”，华汉伟业深谙其道，尤为注重国产算法开发。

华汉伟业在锂电行业已经有数十年的行业沉淀，拥有自研的核心算法MVDevelope平台，对标国外的一流算法库，基于自研核心算法开发了属于自己的2D/3D/AI视觉软件，同时也提供标准的视觉零部件及完整的行业解决方案。而核心竞争力依然是自研的算法平台，目前3D/AI视觉软件已经在3C电子、新能源领域得到了批量应用。

关键技术的探索

在关键技术上的应用，主要可以从3D、2.5D成像、2D成像检测多种技术与AI的结合，以及多模态融合应用上进行突破。

（1）2D成像新技术探索

2D成像技术能够实现平面内零件的稳定测量，支持多种成像组合，适应工件/环境的多样性，兼容不同的打光，主要应用在电芯极片制作工艺段。

（2）2.5D成像新技术探索

2.5D成像技术主要分为2.5D面阵，2.5D线扫以及分时频闪技术。我们日常接触的2.5D面阵，主要用在例如密封钉焊缝检测，软包电池的外观检测；分时频闪主要用在前端的涂滚分切、极片外观全检测的测量场景上。

（3）3D成像技术对比和选择

3D线激光应用在镜面反射、半透明物体、多重反射以及有遮挡等比较复杂的场景检测中，因为对于具有反射的物体，会造成检测图像产生无效像素。无效像素对于后续的软件测量与检测有非常大的影响，因此华汉伟业研发了基于灰度图像引导的高度象征技术，做多尺寸特征融合，重构三维图像，攻克这一检测难题。

目前机器视觉在新能源领域的应用主要还是线激光偏多，也有部分工位用到3D结构光，线激光主要应用在密封钉焊缝检测、周边焊缝检测以及在模组busbar的焊缝检测和全尺寸测量工位的平面度测量场景上。

3D+AI关键技术的应用

基于对行业的深刻洞察和3D创新实践，华汉伟业将重点聚焦在AI和多维感知技术上，重点突破AI 工业质检应用难点，建立行业大模型，同时研究3D技术，让信息采集和呈现手段更加丰富。公司从算法创新、应用开发、解决方案到设备制造打造四个层面，阐释华汉最新、最全面的“3D+AI”发展脉络。

这项技术用在密封钉焊缝质量检测上，针孔缺陷检测是其最大的检测难点，在密封钉检测技术上，公司开发了基于异源数据融合的图像分析技术，通过2D图像的纹理信息以及3D图像的形貌特征进行特征抽取，实现异源数据的融合，做高级特征映射。将2D/3D检测技术与AI技术高度融合，对密封钉焊接质量进行检测，漏判率0%，误判率＜0.3%，可识别0.1mm的针孔。这项技术同样也可应用在顶盖的焊缝检测中，也可以达到过杀率＜1%、漏杀率0%的检测效果。

在软包外观检测上，华汉伟业使用了2.5D成像技术，通过输入形状图像、漫反射图像、灰度图像，做多图像的卷积运算，基于类似于RNN结构完成特征融合，抽取其共性特征。同样这项检测方案也应用在方壳电芯包蓝膜外观检测项目上。包蓝膜的外观检测，一直是行业里的一个非常大的痛点，使用传统的线扫成像以及深度学习，很难解决这种气泡的应用场景。现在，通过2.5D+AI可以完美地解决微小气泡的缺陷和纤维划痕的检测。

在电芯段焊印缺陷检测中，通过3D+2D+AI融合的方式对缺陷进行精准的检测，3D主要应用于检测焊缝的缺陷，例如爆点、凹坑、毛刺等缺陷，2D用于检测焊印的尺寸及位置。在模组段实现Busbar焊前&焊后焊缝质量检测，例如爆点、凹坑、凸起、焊穿等缺陷，使用3D做侧缝焊，同时基于灰度图做焊缝长度以及宽度的测量。

华汉伟业将重点围绕“3D+AI深度融合技术”，全面展开自主技术创新与应用，进入机器视觉AI应用领域，形成针对不同应用场景的通用化AI视觉及大数据分析的解决方案，为不同行业的制造企业提供柔性化服务，提高产品质量检验检测的效率、覆盖率和准确性。