来源：南早网

　　年度，凌云光整体可配置视觉系统产品收入增长达39.21％。

　　锂电机器视觉行业风口已至。

　　新产业周期下，动力电池大规模制造启动，稳定、高效成为行业热词；新材料、新工艺层出不穷、迭代加速，快速高质匹配其进行生产成为行业共识；极限智造不断进阶，千分之一的误检率、零漏检要求挑战着锂电行业的制造能力……

　　在多重因素共振下，机器视觉设备作为“眼睛”和“大脑”，赋能电池企业及锂电原材料厂家高质、高效生产，渐成行业标配。凌云光作为国内机器视觉的领导厂商，近年也开始发力锂电行业的智能化升级。据招股书披露，其新能源领域智能视觉装备产品主要服务于光伏玻璃和锂电行业。

　　年度，随着下游锂电、光伏等新能源行业崛起，下游客户对凌云光其他制造业可配置视觉系统的需求增长明显。多种因素带动下，年度，凌云光整体可配置视觉系统产品收入增长达39.21％。从招股书看，在新能源领域，其产品广泛服务于福莱特集团、宁德时代、信义集团等行业龙头。

机器视觉加速渗透锂电领域

　　全球新能源汽车市场进入爆发“拐点”，宁德时代、比亚迪、中创新航、蜂巢能源等重量级动力电池企业加速扩产，智能制造愈发受市场青睐。

　　锂电池生产工艺复杂，流程多，不同工序需要不同装备。机器视觉检测系统虽属于辅助角色，占整体装备采购金额较小，但其作为装备的“眼睛”与“大脑”，在整个生产过程中起着至关重要的作用。

　　以方形卷绕电芯为例，在电芯前段工序中，视觉检测主要应用于涂布的涂覆纠偏、尺寸测量，极片的表面瑕疵检测、尺寸测量，卷绕对齐度等。在电芯后工序中，视觉检测主要应用于裸电芯极耳翻折检测、极耳裁切碎屑检测、极耳焊接质量检测、尺寸测量、贴胶定位，以及入壳顶盖焊接质量检测、密封钉焊接质量检测、电芯外观检测等。在模组和PACK段，以视觉检测装备为主，主要应用于底部蓝胶检测、BUSBAR焊缝检测、侧焊缝检测、模组全尺寸检测、PACK检测等。上述每一道工序质量的好坏都影响着电池的容量、倍率、寿命以及安全等性能。机器视觉检测系统及装备作为“把关人”，举足轻重。

　　此外，市场对隔膜、铜箔、铝箔等锂电池上游原材料的检测要求也日益精细化，机器视觉检测在锂电原材料领域的应用也不断提速。据GGII数据显示，年中国动力电池出货量GWh，预计年达到GWh。受此带动，预测机器视觉的市场规模也将从去年8.8亿-11亿提升至18亿-22.5亿元，占年整个机器视觉市场规模亿元的近一成。

锂电视觉检测行业难题亟需突破

　　锂电池新工艺、原材料加速迭代升级，对机器视觉的要求也日益严苛。如何高质量满足市场期待、尽可能快速地适应行业新变化，助推产能释放、提升产品品质，成为机器视觉企业需要面对的重要课题。然而，就目前情况来看，锂电机器视觉市场需求并未得到有效满足，优质产品市场还存在很大空白。重重围困下，锂电机器视觉领域还存在以下几大难题，掣肘着锂电池产能的快速释放。

　　1、速度与精度难兼顾

　　动力电池大规模制造时代来临，物体检测愈发复杂，市场要求愈发精细化，如何提高生产效率、降低产品缺陷率成为行业共同的挑战。

　　例如，极限制造上，要求动力电池缺陷率从ppm（百万分之一）级别向ppb（十亿分之一）级别提升，安全性能把控从6西格玛进一步向9西格玛靠拢。

　　然而，速度与精度天然为“对手”，若想两手齐抓，机器视觉整个行业无疑面临着不小的挑战。目前，部分锂电机器视觉企业还未形成较好的解决方案，仍处于“顾此失彼”的困境中。

　　2、机器视觉技术迭代速度较慢

　　多元化应用场景加速动力电池需求分化，对材料、工艺的选择千差万别，磷酸锰铁锂、硅基负极、高镍三元等新材料不断推出，大圆柱电池、CTC、CTB等新工艺应用提速。

　　在市场叫好声一片之时，机器视觉的新挑战随之而来。新材料、新工艺必然带来新的缺陷，机器视觉学习能力的高低、好坏直接影响着匹配产线生产时间的长短。目前部分机器视觉企业技术迭代速度较慢，产品学习能力弱，装配到新产线需要时间加以磨合，快至一周慢则两个月，才能实现稳定检测。这显然不能满足电池企业产能快速上量的期望。

　　3、数据反哺能力弱

　　锂电机器视觉应用于电池生产，经历了从无到有、从差到好的过程，但自始至终检测数据这一宝库没有得到较好利用。究其原因，一是行业未形成统一的缺陷标准，同一电池厂使用多家机器视觉检测系统，检测差异较大，一致性差；二是数据反哺利用能力不足。

瞄准锂电机器视觉，凌元光加速“破局”

　　机遇与挑战并存，方兴未艾的市场为具有实力的企业展露锋芒提供了绝佳契机。在此情形下，凌云光技术股份有限公司（股票简称：凌云光）手握二十余年在印刷、新型显示屏、PCB、消费电子等领域积累的经验与技术实力，深度分析锂电机器视觉领域客户需求，于年正式进入该市场，并持续发力。

　　技术上，凌云光精准狙击锂电制造行业痛点，提出一系列独创性的解决方案。

　　●推出轻量化语义模型，并与英伟达联合研发G-Box智能处理边缘计算平台。该平台兼具嵌入式开发效率、GPU神经网络加速特点，可实现超2GB/s处理带宽，能很好地满足电池行业检测速度与精度的要求，匹配极限制造。

　　●赋予算法大余量，让机器面对新工艺时具有较强的应对能力；同时公司具备工业数据预训练技术和特殊结构小样本模型技术，机器通过一张样本就能把缺陷学到手，真正做到了工艺迭代速度快、学习能力强。

　　●研发出面向锂电行业的质量仲裁机、具备多维多角度的稳定成像系统，再结合公司智能制造深度学习工业大脑平台，可形成稳定的数据来源，为深度学习应用、企业生产良率提升、后续工艺改进打下良好基础。

　　产能布局上，凌云光首发上市拟投入募集资金15亿元用于建设工业人工智能太湖产业基地、工业人工智能算法与软件平台研发项目、先进光学与计算成像研发项目及科技与发展储备资金，以扩充自身可配置视觉系统与智能视觉装备业务的产能，更好地匹配公司包括锂电板块在内的业务高速增长的需要。

　　产品矩阵上，目前，凌云光机器视觉检测解决方案已覆盖锂电池生产全工序，并规划重点发力原材料隔膜检测、极片电极段的激光切和切叠一体检测以及后工序段的焊接检测。

　　值得一提的是，在隔膜检测上，凌云光战绩斐然。其通过首创喷涂检测技术打入市场，在国外品牌重重围猎下撕开一道口子，冲破国外隔膜缺陷检测垄断局面，为国内隔膜企业提供本土支持。

　　目前，凭借前瞻性的战略聚焦、独创技术优势、对产品不断进行打磨，凌云光市占率不断提高，成为涂布龙头企业战略合作伙伴，并与其他头部隔膜企业保持密切合作关系。

结语

　　站在行业风口，凌云光持有技术、产能、产品等多重优势，已具备拥抱行业红利、实现长期成长的关键条件。随着新能源市场持续向上发展，机器视觉渗透率加快，凌云光的锂电板块业务有望快速放量，成为又一业绩增长引擎。

　　据高工锂电不完全统计，年中国动力电池投扩项目63个（含募投项目），投资总额（含拟投资）超过亿元，长期规划新增产能已超过2.5TWh。

　　与此同时，电池厂家对机器视觉的需求日益明确，机器视觉厂商的供货能力、技术研发潜力、产品迭代能力、整体解决方案的能力以及服务能力成为电池厂家衡量机器视觉厂商实力的核心点。

　　面对确定性的未来市场、日益严苛的入场条件，凌云光始终秉持帮助客户实现零投诉的理念，不断深耕，推出一代又一代易操作、稳定性强、检测效果好的产品，通过缺陷统计、分析、追溯，帮助客户优化生产工艺，减少废品率，提升成品率。其未来市场表现值得期待。