受環(huán)保觀念影響、政府激勵措施推動與新能源技術(shù)的發(fā)展，消費者對電動汽車(EV)的需求正在不斷增長，電動汽車已經(jīng)成為了未來出行方式的重要組成部分。然而，電動汽車大規(guī)模取代燃油汽車的道路還很漫長。最大的障礙就是電動汽車的售價相對過高。盡管電動汽車的使用維護成本比燃油汽車低，但過高的購車價格依然讓很多人望而卻步。根據(jù)凱利藍皮書的估計，去年年底，新電動汽車的平均交易價格(ATP)達到了61,448美元，比同類燃油汽車貴出約34%。

電動汽車的兩個最重要的成本中心就是電池和勞動力，其中鋰離子電池組已約占電動汽車價格的50%。因此，電動汽車制造商和電池供應商想要贏得市場占據(jù)更多份額，就必須尋找能降低電動汽車生產(chǎn)成本的創(chuàng)新方法，而最顯著可行的方法就是將復雜、耗時的電動汽車電池生產(chǎn)流程實現(xiàn)自動化。

康耐視AI和機器視覺技術(shù)能為解決該問題提供關(guān)鍵幫助。機器視覺利用攝像頭和傳感器捕捉和分析視覺數(shù)據(jù)，而AI則對這些數(shù)據(jù)進行解釋，從而解決復雜且具有挑戰(zhàn)性的檢測任務。

例如，在電動汽車電池制造中，識別缺陷至關(guān)重要。許多傳統(tǒng)流程既耗時又資源密集，可靠性有限。并且容易誤將外觀瑕疵分類為功能性缺陷，導致高昂的成本和寶貴金屬和元素的浪費。康耐視利用先進的算法和圖像分析軟件，在電動汽車電池生產(chǎn)過程中將真正的缺陷與表面瑕疵區(qū)分開來，最大限度減少浪費和返工。通過深度學習技術(shù)，用戶可編程視覺系統(tǒng)以檢測缺陷，確定是否在可接受范圍內(nèi)，并標記不可接受的缺陷，同時考慮反射表面等變化。

此外，康耐視AI和機器視覺技術(shù)不僅可以減少檢測次數(shù)，還能夠降低廢品率，并更精確地識別細微缺陷，從而提高生產(chǎn)效率，確保電池的質(zhì)量和性能：

1

?電池焊接評估

檢測電動汽車電池焊縫對于電動車結(jié)構(gòu)完整性和性能至關(guān)重要。傳統(tǒng)的視覺系統(tǒng)幾乎無法區(qū)分外觀性缺陷和功能性缺陷?？的鸵暬谏疃葘W習的缺陷探測和分類工具可學習各種焊接變化，并學習準確分類和區(qū)分功能性缺陷和外觀性缺陷。利用康耐視AI和機器視覺，可以定位檢測區(qū)域，同時使用3D傳感器檢測焊接邊緣和拐角，確保焊接無缺陷。?

2

?電池單元、軟包和電池筒表面檢查

徹底的表面檢查對于消除可能影響電池性能的缺陷、污染物和異常也非常重要。機器視覺系統(tǒng)可以檢測劃痕、凹痕或異物等缺陷，提高電動汽車電池的整體質(zhì)量。

3

?電極涂層檢測

電極涂層的均勻性和質(zhì)量對電動汽車電池的性能也至關(guān)重要。精確的機器視覺解決方案可以檢測電極涂層，識別出不一致或缺陷，確保涂層厚度均勻、質(zhì)量穩(wěn)定，從而提高電池的性能和壽命?？的鸵?a href="http://www.brongaenegriffin.com/v/" target="_blank">工業(yè)線掃描相機非常適合“紋理”表面檢測，可保證薄膜基材的銅和鋁涂層均勻。?

通過康耐視機器視覺和AI技術(shù)，電動汽車制造商可以有效降低生產(chǎn)成本，提高生產(chǎn)效率，從而推動電動汽車的普及。而更實惠的電動汽車也將鼓勵更多人選擇環(huán)保的出行方式，為減少碳排放、保護地球環(huán)境做出積極貢獻。

編輯：黃飛

?