近年来，随着技术的进步和国家的大力支持，新能源汽车正以极高的速度向前发展并占领市场。而动力电池作为新能源汽车的动力来源，对其产能和质量的要求也越来越高。但是现有传统视觉检测方法（包括人工目检和传统机器视觉算法检测）效率低下并且过检漏检率高，慢慢地已经无法匹配动力电池的高生产速度和质量要求。
包覆蓝膜是动力电池的生产过程中的一道重要工序。蓝膜，又名隔离膜、防粘膜、保护膜等，有红、绿、蓝、白、黑等多种颜色，分为单面离型膜和双面离型膜，在动力电池中使用的通常为蓝膜。作为一种绝缘材料，蓝膜将电芯与电芯之间分隔开来，阻隔单个电芯由于各种故障对其他电芯造成的影响，防止“一损俱损”。蓝膜的厚度小，仅在0.015mm-0.20mm间，在生产过程中容易出现划痕、破损、褶皱等缺陷，这些缺陷有的会影响产品外观，有的甚至会对产品功能造成损害。（如图所示）
缺陷检测难点：
1.蓝膜本身光学特性致使许多缺陷特征不明显，传统算法过漏检率极高；
2.缺陷种类极多且部分缺陷种类样本难以收集；
3.产线节拍较快，去掉机械结构动作时间后，留给软件检测时间较短，对算法效率要求高；
4.部分缺陷2D方法不可检，必须通过3D相机获取其深度信息，采用2D+3D方法才可有效检出；
-电芯蓝膜外观检测流程-
-电芯蓝膜缺陷种类-
历经团队数月努力，阿丘团队全方位的对电芯蓝膜外观检测缺陷进行分类，并针对缺陷分类完善电芯蓝膜外观检测流程（如上图所示），最终，阿丘科技与合作方一致通过以下解决方案：通过2D检测方法解决诸如划痕、破损、脏污等缺陷，应用的是阿丘科技自研的工业AI视觉检测软件AIDI中的2D检测算法。在电芯蓝膜缺陷检测过程中，部分缺陷需要对缺陷轮廓进行准确描绘才能分辨其缺陷特征，针对这一难点，阿丘科技通过运用AIDI中的分割模块，对此类缺陷完成像素级检测。另，针对在普通平面图像与背景并无较大差异的凹坑缺陷，且不同深度的凹坑光学特性几乎一致，无法对细微凹坑进行有效过滤这一难点，阿丘科技通过融入3D检测方法，获取缺陷的深度信息，检出平面图无法分辨的缺陷（如下图所示）。最终实现综合漏检率小于0.05%，过杀率1%，检测节拍优于生产节拍的成果，解除了检测能力不足对产量进一步提升造成的瓶颈。
方案优势亮点：检测精度高，AIDI中的分割模块，可以对缺陷区域自动重采样，提升小缺陷关注度，实现对细小缺陷的精确检测；算法优化程度高，基于深度学习算法，训练推理速度快、标注工具完备，在市面上同类软件中亦独占鳌头；易用可靠：阿丘科技工业AI视觉检测平台-AIDI集标注、训练、模型调优为一体，无需编程，支持二次开发，软件性能稳定可靠。目前整体检测系统得到国内某知名动力电池生产厂商高度认同和肯定，并已经开始批量复制。
PS:如需试用，可微信搜索【阿丘科技】关注阿丘科技公众号，点击联系我们即可。
-------分割线------
阿丘科技【AI For Every Factory】成立于2017年，核心团队源自清华大学AI实验室，聚焦于将领先的人工智能、机器视觉技术应用于工业领域，赋能中国最优秀的先进制造、智慧物流客户。推出的工业AI视觉检测软件平台AIDI、质检云平台AQ Cloud、嵌入式AI系列产品EVS以及垂直行业AI解决方案，已广泛应用于消费电子、汽车、新能源、医药、半导体、物流等行业，目前部署上线AIDI超过百家工厂，其中包括数十家先进制造和智能物流领域标杆企业，已成为国内工业AI平台的领跑者。
