導讀

為新能源鋰電行業賦能第三站：豐富智慧的多類型視覺檢測系統！鋰電行業產線檢測效率和準確性決定了生產的投產比與產品的出貨質量。友思特針對多種需求開發了針對性的相機&AI視覺檢測方案，助力新能源產線瞬時糾錯、保證品質。

多相機PTP時間同步采集系統應用

隨著鋰電池市場的快速擴張，鋰電產線的生產效率和產品質量成為企業競爭的關鍵因素。傳統的單一相機視覺檢測系統在處理復雜場景和高精度要求時，往往力不從心，無法檢測大面積或復雜形狀的物體。為了提高檢測的精度和覆蓋范圍，友思特設計了多相機 PTP 時間同步采集系統，這是一種有效的解決方案。

傳統的硬件同步觸發方式，主要依靠的是相機本身帶有的外部 IO 接口，同時需要時間同步盒子來做采集觸發，每個相機上除了通信線纜，還要額外連接一條 IO 線纜，整體硬件線路十分復雜。PTP（Precision Time Protocol）的方法則可以通過一根網線即可完成整個網路的相機同步，減少布線，確保每個相機時間互相對齊。

圖1.?多相機PTP時間同步采集系統示意圖

系統執行時會在鋰電產線的關鍵位置布局多個相機，覆蓋整個檢測區域，確保每個角落都能被精確捕捉。多相機 PTP 時間同步系統基于精確的技術原理，將誤差控制在微秒級別。同步后的相機能夠在同一時刻觸發，進行圖像采集，有效提升了檢測的精度和效率，為鋰電產線的高效生產提供了有力保障。

方案優勢

1.高精度時間同步

通過PTP協議，確保多個相機之間的時鐘精確同步，誤差通常在微秒級別，滿足高精度檢測需求。

2.高度靈活性

PTP協議可以在網絡中實現分布式時間同步，適用于大規模系統，減少布線復雜度。

3.易于擴展

隨著檢測需求的增加，可以通過網絡輕松擴展相機數量，系統具有較高的擴展性。

4.實時性強

PTP協議能夠實時同步，確保所有相機在同一時刻觸發采集，提高檢測的一致性和準確性。

基于AI的多類型任務檢測快速實現應用

突飛猛進發展的AI技術逐漸應用于工業生產，尤其是在深度學習領域的突破，AI技術已經成為提升視覺檢測效率和準確性的重要工具。

在鋰電池和半導體制造中，當相機等視覺傳感器在產線對產品進行成像后，需要對圖像中的各種不同類型缺陷進行檢測，比如下圖中圓柱電池蓋帽表面的凹痕、污染，側面的劃痕孔洞，以及其他種類電池中可能出現的其他類型缺陷，它們具有不規則且無法統一定義的特征，傳統圖像處理技術依賴于預設的算法和規則，處理流程相對固定，難以應對復雜多變的檢測需求。傳統技術的靈活性較差，不能快速適應生產環境的變動和新需求。

圖2. 多種生產缺陷與 AI 視覺檢測技術

友思特AI視覺軟件平臺為傳統的深度學習視覺檢測方案提供了“自動深度學習“的解決方案。Neuro-T 軟件集成了自動深度學習算法，結合自動標注功能，可以一鍵生成高性能視覺檢測模型，零代碼的軟件設計，使得用戶無需AI領域專業知識即可創建深度學習視覺檢測模型。

軟包電池缺陷視覺檢測

PCB組裝部件視覺檢測

雙目散斑3D視覺高精度成像測量應用

鋰電材料與部件（如逆變器、MOSFET（金屬氧化物半導體場效應晶體管）、連接器）的生產裝配流程中，高精度的測量是確保產品質量和生產效率的關鍵，直接影響著產品的性能和生產成本。

友思特雙目散斑3D相機 Ensenso B 是一種基于雙目視覺系統和散斑投影的高精度點云采集傳感器，在近距離拍攝應用中具有超高精度，外殼極為緊湊堅固，帶有彩色傳感器，可生成帶有 RGB 信息的點云。

方案特點

1.短距離

完全集成的短焦光學元件可在 21cm 的物距范圍內使用兩臺 500 萬像素立體相機。即使在這么短的距離內，Ensenso B 也能覆蓋 30 × 26cm 的大視野，生成的深度值精確度約為 0.1mm。該鏡頭的最遠工作距離可達 2m 左右。

圖3. 3D相機采集大視野范圍

2.所有區域圖像清晰

Ensenso B 具備高景深的優勢，它能在不同的距離中確保工作區域內的物體始終保持對焦和完美的清晰度。該功能支持 500 萬像素高分辨率立體攝像頭，可實現出色的圖像質量，對于要求苛刻的應用來說至關重要。

圖4. 構建高景深圖像

3.小巧緊湊且堅固耐用

Ensenso B 設計精巧，機身尺寸僅為 120 × 56 × 104mm，防護等級為 IP65/67，節省空間且堅固耐用。集成的電子元件和封閉式設計大大簡化了布線，這意味著 Ensenso B 即使在復雜環境中也能可靠工作。

圖5.?Ensenso B 3D相機輕松集成在機械臂

應用領域

圖6. MOSFET高度視覺測量 圖7. PCB電路板組裝視覺測量

無代碼目標定位軟件引導鋰電產線自動化上下料應用

在鋰電池生產過程中，電池片和其他組件的上下料需要高精度的定位和引導，以確保裝配的準確性和效率。

友思特通過3D視覺結合無代碼化的目標定位檢測軟件，能夠顯著提升生產效率。該算法模塊的應用方便快捷，零代碼編寫，只需在軟件UI界面進行 “導入目標工件模型” —— “創建模板” —— “設置參數” —— “查找工件” 4個步驟的操作，即可準確識別、分割、計算工件位置方向。

圖8.?軟件模塊流程圖 圖9.?半導體行業零部件自動化裝配

更多精彩 直播詳解：歡迎關注12月12日周四下午14:00“見微知著 喚醒視覺——為新能源電池行業聚能的視覺與光電方案”直播第三講《瞬時糾錯的智慧算法：鋰電與半導體多類型缺陷AI視覺檢測》https://olezi.xetslk.com/sl/4GdH5k

審核編輯 黃宇