挑戰

●   軟包鋰電池外觀檢測項超過40多個，涵蓋產品的所有外觀面和以及邊角；

●   各企業使用的人工檢查標準文件要求無法直接進行指標化數字化，需要依靠配套供應商提供經驗來配合客戶優化指標和更改檢測標準；

●   軟包鋰電池外觀檢測還是傳統的人工檢測方式，效率和準確率都很低

效果

●   軟包鋰電池Pack檢測設備實現量產，有40多臺設備成功運行；

●   為企業提供了新的市場機會，在投項目性能效率大幅改善，給企業帶來豐厚的投資回報；

●   軟包鋰電池外觀檢測實現自動化，檢測速度和效率大大提升

速博達（深圳）自動化有限公司（以下簡稱速博達）成立于2018年，是專注于電池相關設備研發和設計的智能解決方案供應商，產品涵蓋消費類電子鋰電池、汽車動力電池產線及相關激光、視覺檢測設備，具有強大的全廠自動化設計開發、集成、實施能力。公司位于深圳市光明新區下石家路，擁有2000平方米的研發中心和40000平方米的車間及廠房的獨立科技園，研發團隊超過140人，本科及以上學歷職員占公司比率超過60%。速博達本著“專業、快速、勇于創新”的服務宗旨，踐行工匠精神，專注技術提升，深耕非標自動化設備領域，為引領鋰電池行業智能裝備技術潮流，成為制造業轉型升級的典范和實現中國“制造強國”戰略目標而不懈努力。

軟包鋰電池外觀檢測亟需實現自動化

軟包鋰電池作為新一代儲能電源，性能優越、應用廣泛，其產能快速增長。軟包鋰電池的生產設備和檢測設備是速博達著力開拓的重要市場。

而軟包鋰電池使用的鋁塑膜外殼材料質地較軟，易受損傷。在生產過程中會產生一些外觀缺陷，對電池的安全性構成了嚴重的威脅，可能會引起電池內部電解質外泄，甚至引發火災等安全事故。因此，相應的外觀檢測技術水平直接決定著電池產品的品質。目前軟包鋰電池廠家大多采用人工觀察的方式檢測其表面缺陷，檢測結果受主觀因素影響很大、無法較長時間持續檢測，檢測效率和準確率均低。

“軟包電池外觀檢查的項目超過40多個，涵蓋了產品的所有外觀面和以及邊角，”速博達研發工程師指出，“而且檢測指標模糊，按照當前各企業使用的人工檢查標準文件要求，無法直接進行指標化數字化，更多的是需要依靠配套供應商的經驗，來配合客戶來優化指標和更改檢測標準。”

行業的主流檢測方式仍是人工目檢！而少數基于傳統視覺方案的樣機也由于調試周期長、可靠性差而達不到驗收標準，更難以落地量產，軟包鋰電池外觀自動檢測存在巨大的技術空白。

VisionPro Deep Learning解決行業痛點

作為一家致力于綠色能源智能化設備解決方案的提供商，速博達決心找到高效的檢測方法來解決這一技術瓶頸。而能否找到產品穩定、技術領先、服務及時的解決方案供應商進行合作，成為本次項目的重點。

在一次展會上，速博達研發工程師與康耐視的技術工程師進行了交流。在得知速博達的需求后，康耐視的技術工程師向速博達研發工程師分享了康耐視的深度學習視覺軟件VisionPro Deep Learning。

速博達研發工程師了解到康耐視是機器視覺領域全球的領導者，是基于視覺的深度學習技術工業化落地最優秀的企業之一，在各行業領域有著豐富的成功部署經驗。而VisionPro Deep Learning是以優秀的機器學習算法套件制成的經過現場測試、優化且可靠的軟件解決方案。它將深度學習技術與VisionPro軟件相結合，能夠解決復雜的應用問題，簡化了高可變性視覺應用的開發流程。

于是，速博達研發工程師對VisionPro Deep Learning產生了濃厚的興趣，并邀請康耐視技術人員來公司進行產品講解和具體演示。在現場測試中，速博達的工程師們驚喜地發現VisionPro Deep Learning順利解決了復雜的軟包鋰電池表面缺陷檢測問題，而且比傳統的機器視覺系統更簡單高效，完全可以滿足其技術需求。

VisionPro Deep Learning的出色表現，讓速博達的研發工程師們稱贊，“對康耐視深度學習產品的卓越性能我們確實感到意外，傳統視覺技術在缺陷檢測上完全無法跟深度學習相比，并且康耐視的深度學習產品的功能和性能都符合自動化工程軟件的要求。”

而且在雙方的不斷接觸了解中，速博達看到康耐視作為全球領先的視覺供應商，產品線更全，性能更穩定，服務更專業。于是，速博達決定邀請康耐視作為合作伙伴，在經過一系列培訓、內測后，速博達就成功部署了VisionPro Deep Learning。

技術領先的檢測設備為企業發展開拓新空間

目前，VisionPro Deep Learning在速博達已經成功應用超過2年。量產的軟包電池Pack檢測設備已經 有40多臺設備在運行中，主要技術指標行業領先：如設備單片檢測時間小于4s、檢測準確率大于96%、人工 替代率超過70%、漏檢率小于5%%、過檢率小于5%。

AI外觀檢測機

“VisionPro Deep Learning基于大量圖片建立了高精度的神經網絡模型，大大縮短了同類型產品 新項目的實施周期。它不但編程界面靈活，集成簡單，還可以幫助傳統的視覺用戶使用范例型深度學習工 具。”速博達研發工程師表示，“而VisionPro Deep Learning用戶友好的 GUI 也為管理和開發應用提供了簡 單的環境。選擇Blue-Locate、Red-Analyze、Green-Classify和 Blue-Read 工具，更是可以幫助用戶解決傳 統規則式機器視覺無法解決的復雜應用。”

在康耐視強大的深度學習軟件VisionPro Deep Learning幫助下，速博達成功實現了軟包鋰電池外觀 檢測自動化，成為全球首家實現智能手機軟包鋰電池自動化缺陷檢測的公司。而且，填補行業空白的創新 設備也為速博達提供了新的市場機會，在投項目性能效率大幅改善，給企業帶來了豐厚的投資回報。

 “康耐視深度學習的技術和應用領域非常有經驗，我們也非常信任康耐視。”速博達研發負責人表示，“現在公司很重視這一新的業務市場，正準備和康耐視開展第二次合作，大家都非常期待康耐視的先進 視覺技術再次給我們帶來驚喜！“