機器視覺在動力電池領(lǐng)域加速“滲透”。

　　動力電池大規(guī)模制造下，整個工藝鏈對機器視覺的需求明顯提升。GGII數(shù)據(jù)顯示，2021年中國動力電池出貨量220GWh，預(yù)計2022年達(dá)到450GWh。機器視覺的市場規(guī)模也將從去年8.8億-11億提升至18億-22.5億元。

　　可以看到，鋰離子電池的制作工藝復(fù)雜，涉及的工藝眾多，不同工序需要不同的機器視覺檢測系統(tǒng)。

　　以方形卷繞電芯為例，在電芯前段工序中，視覺檢測主要應(yīng)用于涂布的涂覆糾偏、尺寸測量，極片的表面瑕疵檢測、尺寸測量，卷繞對齊度等。 在電芯后工序中，視覺檢測主要應(yīng)用于裸電芯極耳翻折檢測，極耳裁切碎屑檢測，極耳焊接質(zhì)量檢測，尺寸測量，貼膠定位，以及入殼頂蓋焊接質(zhì)量檢測，密封釘焊接質(zhì)量檢測、電芯外觀檢測等。

　　同時，在模組和PACK段，以視覺檢測裝備為主，主要應(yīng)用于底部藍(lán)膠檢測、BUSBAR焊縫檢測、側(cè)焊縫檢測、模組全尺寸檢測、PACK檢測等。

　　值得一提的是，隨著電芯、模組、PACK測量要求的提高及細(xì)化，被測物體條件愈發(fā)復(fù)雜，3D視覺可解決傳統(tǒng)2D視覺無法精準(zhǔn)檢測高度特征的缺陷，且對外部環(huán)境依賴度低，成為鋰電機器視覺的重要組成部分。

　　從市場競爭格局來看，由于機器視覺系統(tǒng)由光源、鏡頭、工業(yè)相機、視覺控制系統(tǒng)等核心軟硬件構(gòu)成，參與者眾多，部分企業(yè)甚至已拓展至全產(chǎn)業(yè)鏈，因此每個環(huán)節(jié)的領(lǐng)先企業(yè)也不盡相同。

　　同時，由于不同行業(yè)與不同場景對機器視覺的需求差異較大。對于鋰電制造工藝的理解、大量經(jīng)驗積累、反復(fù)試驗、沉淀know how，成為進(jìn)入該領(lǐng)域的核心壁壘之一。目前，鋰電機器視覺領(lǐng)域已形成一批具有較高市場辨識度的廠商。

　　機器視覺系統(tǒng)集成商主要包括：易鴻智能、超音速、奧普特、凌云光、新視智科、華漢偉業(yè)、蘇映視、思謀科技等。

　　光源供應(yīng)商主要包括：CCS、奧普特等。

　　鏡頭供應(yīng)商主要包括：奧普特、?？怠⑷A睿、長步道、東正、莫麗特、施耐德等。

　　2D工業(yè)相機廠商包括：奧普特、Allied Vision、海康、基恩士、西克、DALSA、康耐視等。

　　3D視覺傳感器/3D相機廠商包括：LMI、基恩士、奧普特、深視智能、梅卡曼德、西克、康耐視、smartray等。

　　其中，在電芯前工序，易鴻智能、奧普特、超音速、新視智科、凌云光等系統(tǒng)集成商市場表現(xiàn)優(yōu)異;在電芯后工序，奧普特、易鴻、華漢偉業(yè)、昂視、蘇映視等表現(xiàn)則更為突出。

　　在模組PACK視覺檢測裝備中，易鴻智能、超音速、蘇映視等已率先搶得市場先機。

　　從趨勢來看，未來幾年，鋰電機器視覺市場將呈現(xiàn)如下特點：

　　1、全線視覺檢測將成動力電池企業(yè)標(biāo)配，動力電池企業(yè)加速擴(kuò)產(chǎn)，成為機器視覺企業(yè)持續(xù)增長點。

　　據(jù)GGII不完全統(tǒng)計，2021年中國動力電池投擴(kuò)項目63個(含募投項目)，投資總額(含擬投資)超過6218億元，長期規(guī)劃新增產(chǎn)能已經(jīng)超過2.5TWh。

　　從具體的產(chǎn)能規(guī)劃來看，頭部企業(yè)均有大規(guī)模的擴(kuò)張計劃，如CATL、中創(chuàng)新航、蜂巢能源2025年鋰電池產(chǎn)能規(guī)劃均已超過500GWh。受電池企業(yè)強勢帶動，鋰電池設(shè)備的需求量將進(jìn)一步增加，預(yù)計未來幾年鋰電領(lǐng)域用機器視覺設(shè)備市場將保持較高的增長態(tài)勢。

　　值得一提的是，目前鋰電機器視覺廠商也開始打造全線視覺檢測方案，如易鴻智能、奧普特等。

　　2、動力電池視覺檢測的新需求對傳統(tǒng)算法提出巨大挑戰(zhàn)，基于AI、深度學(xué)習(xí)的檢測技術(shù)將成為機器視覺企業(yè)的競爭核心之一。

　　傳統(tǒng)檢測算法的底層邏輯在于，在指定區(qū)域找亮度、顏色差異，并據(jù)此來判斷異物的大小或形狀等。顯然傳統(tǒng)算法無法解決焊接環(huán)節(jié)的檢測痛點，無法滿足該領(lǐng)域的檢測需求。

　　目前，深度學(xué)習(xí)技術(shù)已逐漸應(yīng)用到鋰電機器視覺檢測應(yīng)用當(dāng)中，相比于傳統(tǒng)算法，AI視覺檢測系統(tǒng)可以自動學(xué)習(xí)和提取缺陷特征，提升檢出率。深度學(xué)習(xí)具有準(zhǔn)確率高、魯棒性強、避免繁瑣特征設(shè)計等優(yōu)勢。

　　3、3D視覺在動力電池領(lǐng)域快速滲透，成為2D視覺的補充，國產(chǎn)化進(jìn)程有望提速。

　　電池企業(yè)對檢測精度、速度、圖像傳輸及缺陷分析等機器視覺需求的愈發(fā)嚴(yán)苛，3D視覺憑借著在傳統(tǒng)2D視覺的基礎(chǔ)上增加了物理空間的深度信息，在動力電池領(lǐng)域已迎來規(guī)模導(dǎo)入期。

　　預(yù)計未來幾年，3D視覺領(lǐng)域?qū)⒀永m(xù)高熱度。國內(nèi)外廠商之間的競爭將更加直接，國產(chǎn)化進(jìn)程有望加速。