友思特研讨会 新能源电池行业视觉与光电方案线上研讨会，精彩回顾与Q&A精选！

12月12日，友思特“见微知著 唤醒视觉：为新能源电池行业聚能的视觉与光电方案”行业直播圆满结束！三个小时四位讲师的倾情演讲、数百名观众的全程热情提问，共同构成了这场深化锂电行业威廉希尔官方网站 交流、传播友思特机器视觉与光电检测优质方案的精彩瞬间。

我们邀您共同回顾直播的精彩问答，在Q&A的思维碰撞中，探索友思特威廉希尔官方网站 方案在新能源电池行业的前进方向！

直播详情可查看：https://viewsitec.com/lithium-battery-industry-webinar/

精彩QA 一键速览

第一讲-外观实时深度解析：电池贴胶与封装膜的穿透检测

Q1：OCT设备可以穿透铝塑膜吗，此外还可以穿透哪些材料呢？

A1：铝塑膜在软包电池中的使用也非常广泛，其多层结构依次包括绝缘隔热的PP层、阻隔水汽的铝层以及尼龙层。OCT的基础是红外光，不能穿透金属，但除了中间的金属层之外，其余两层都可以进行穿透检测，也可以看到非金属部分的连接和贴合情况。

此外，无论是肉眼能否看见的非金属（陶瓷、深色塑料、透明塑料等），OCT都有很好的穿透效果，包括以下材料在内。如果您有相关材料想要进行威廉希尔官方网站 测试，也欢迎大家联系我们，我们有专属的视觉与光电实验室，会提供高效完整的测试服务！

Q2：上页中有提到碳化硅(SiC)这种材料，OCT系统对它的穿透深度能到多少？

A2：我们的OCT成像系统在空气中穿透深度最高为6mm，而碳化硅材料的折射率非常大，可以达到2.65左右。在这种材料中，需要除以折射率才能达到实际的成像深度，因此针对SiC实际可以达到2-3mm的成像深度。

Q3：镜头焦深是多少，如果样品厚度超过焦深，那么横向分辨率要怎么控制？

A3：目前OCT系统的焦深大约为1mm多，我们有很多方法去实现横向分辨率的优化，比如常规的光学设计带一个液态镜头，可以实现动态焦深变化并适配样品检测需求。另外也可以加一个显微物镜，通过专门的光学设计支持所需放大倍率的物镜，并集成到探头前，以实现不同需求。

Q4：FPC柔性电路板的多层结构是否会影响OCT信号的穿透深度和分辨率？

A4：对于FPC板可以非常清晰看到点胶区域以及表面分层的绝缘膜层，但是在金属走线区域会有比较高反射的信号，不过依然可以通过改变角度实现更清晰的检测。

Q5：在电池行业中，OCT相对于X光有什么优势？

A5：一方面在形态上，X光要做对射的检测系统即“X光-样品-传感器”的三明治结构，有的产线并不好部署。而OCT可以类似工业相机，是基于反射的成像，直接探头到样品上方即可完成。另一方面，OCT的分辨率可做到um级别，X射线一般只到百um-mm级别，不过X射线测量范围大，穿透性也更强，但是有辐射，OCT则适合更小更精密的检测。

Q6：OCT获取原始数据是什么格式的？适合用来二次开发的SDK吗

A6：原始数据是tif，raw、jpg，或者3D格式的dicom，也可以转换成其他的图像文件，适合结合其他算法进行二次开发或者分析。

Q7：OCT在检测微纳米级结构时有分辨率限制吗？

A7：目前我们的OCT系统做到的分辨率为1-2um，再高的话需要采用更高带宽的光源。

第二讲-高带宽产线护航：新能源锂电制造中的高精度图像处理

Q1：FPGA开发（如：ROI 滤波降噪）这部分你们能做吗？还是要双方一起做？

A1：在这方面我们会提供一些IP算法库，如果只是进行简单的如压缩、ROI、像素或格式转换的IP，可以直接利用标准IP算子部署到板卡FPGA中。如果要进行比较复杂的算法，我们会提供开发套件工具给用户自行开发，我们提供相应的支持。但如果用户完全没有IP开发经验，我们也可以进行这部分的合作开发。

Q2：涂布缺陷ROI提取过程中，如何处理图像畸变？

A2：除ROI以外，我们会有图像矫正IP，板卡上可以包含多个处理IP，能够高效处理图像畸变。

Q3：高速采集的帧频最快可以到多少？在板卡级压缩图像，高分辨率图像最高频率可以达到多少？

A3：高速采集方案的帧频并不是一个固定值，而是根据所选的接口带宽以及传输的数据量、分辨率、格式等有关。由下图可知，当您选择不同的接口的时候，其带宽和帧频都有较大差别。而在带宽固定的前提下，图像的分辨率越小、帧率则越高。比如你选择万兆10GigE接口，分辨率1024×1024，那么帧率最高可以达到千帧。对于千帧的解决方案，可以在FPGA上进行分割和采图。

如果只是进行图像数据量的压缩，本身不改变数据的帧频，仅改变数据量的大小。

Q4：锂电池极片压缩前后的数据量变化对检测精度有影响吗？

A4：采用无损压缩对图像质量是没有影响的，也可以支持无损解压缩，不会影响检测精度。

Q5：你们的边缘计算机最多可以连接多少相机，采集端是怎么处理的？

A5：这个取决于用户选用的型号。比如下图中我们选用的是FantoVision 20系列的边缘计算机，包含2个万兆口，最多可以连接2台万兆相机，或4台5GigE相机，或16台千兆以太网相机。CameraLink接口的边缘计算机也可以连接单台全模式相机、或2台CameraLink的Base模式相机。

工作模式：在处理端基于NVIDIA Jetson来做，前端采集软件采集到数据流并输入到设备、接入Jetson，利用专门的算法进行数据处理，例如可以直接使用Jetson的CUDA进行AI算法的编程。此外，英伟达的算法库也可以直接集成到我们的设备上。

第三讲-瞬时纠错的智慧算法：多类型视觉检测助力高质高效产线生产

Q1：这个AI视觉软件训练一般需要多少张图像？训练时间大概会是多长？可以免费试用吗？

A1：AI视觉软件的训练时间和模型、电脑配置（GPU、CPU性能）有较大关系。普通的比较简单的需求，大约几十张即可完成训练，稍微复杂一些可能需要200张，更复杂则可能需要500张左右。至于训练时间，分类模型几分钟就能完成，目标检测、分割或者多种模型组合使用的话，所需训练时间更长，几小时到十几小时不等。实际应用中，我们会根据需求为客户提供免费试用的支持。

Q2：你们现在方案可以覆盖的视野有多大？可以用到大视野场景吗？有没有软件支持？

A2：目前我们的3D视觉方案在高精度的要求下可以支持300mm的视野，如果精度要求没那么高，那么视野就可以达到3m左右。如果在大视野场景想实现高精度检测，我们可以做多3D设备的标定，而后融合多视野，这种方式也提供配套硬件的软件支持。

Q3：视觉识别的视野可以进行精准控制吗？

A3：视觉识别的视野可以由软件直接设定ROI，或通过控制工作距离来调整，比如用3D设备检测不同区域的螺丝装配时，采用的就是ROI的不同设置，实现不同区域的扫描，也可以在同一区域进行重复扫描，以提升该区域的检测精度。

Q4：电池外观和内部多类型缺陷AI视觉检测方案需要哪些硬件支持？

A4：常见的场景中，硬件支持主要是的成像采集设备，比如2D/3D、近红外或高光谱等其他类型相机，根据具体应用场景和参数需求决定。图像采集后即可传输到计算机上，通过部署的软件算法开始识别。此外也需镜头、光源、光源控制器作为成像的辅助设备。

特殊场景中，如果目标物是卷筒式形态，则需要结合线扫相机做移动式扫描，形成2D的规整图像。

Q5：锂电池外观3D缺陷检测图像取图和处理大概要多久？节拍这一块最大支持做到多少PPM？

A5：这取决于对缺陷的检测视野和精度需求，一般是在 200ms-5s之间。展开来讲，在1毫米左右的精度要求下，我们能实现200毫秒呈现1张图像（即1秒钟处理5次图像），但其质量肯定不如10μm的高精度图像质量更高，后者每张的成像时间虽然需要几秒钟，但其点云数量更多，能够做的后续分析也更丰富。总之，检测难度和精度不同，所需检测时间都不相同。

Q6：锂电池极片涂布缺陷检测怎么实现多传感器数据融合？

A6：我们视觉方案的配套软件中具有多传感器视野融合的功能，直接通过软件就可以实现。

Q7：OLED剥落检测的灵敏度可以达到多少？

A7：一般检测准确率可以达到99.9%以上，详细的项目需求可以与我们深入沟通。

第四讲-精密制程的光影贴合：半导体制造中的高功率紫外光源

Q1：这个方案覆盖深紫外吗？做不做深紫外曝光？

A1：我们现在的方案中暂时不覆盖深紫外，因为UVLED在深紫外的功率较低。目前我们的光源主要覆盖365/385/405nm这几个UVA波段的紫外曝光。不过明年二季度或三季度，我们会推出深紫外波段的紫外曝光系统，覆盖280-300nm左右，届时您可以再关注我们的最新方案。

Q2：大面积的曝光机器能做吗？300mm²的照射面积

A2：可以实现这种12寸的曝光面积。采用365nm波段的设备，大约可以实现30-40cm²的曝光密度。若面积更大（350-400mm²），就需要结合具体波长、工作距离等工艺参数来定制大面积的曝光方案，这些精密化的设计是为了确保曝光面积和曝光强度符合项目需求。

Q3：固化方案最多可以设计几个出口呢？同时满足多少个曝光点？

A3：固化方案现阶段最多是“一出四”，也就是同时设计4个出口、曝光4个点。除此之外也包括“一出一”和“一出二”的选项。对于多极曝光，通常采用“一出二”或“一出四”即可满足需求。

审核编辑 黄宇