在邁向可持續(xù)未來的過渡期，電動汽車（EV）正在不斷發(fā)展的綠色能源領域中發(fā)揮著關鍵作用。由于技術進步、經(jīng)濟實惠，加上政府對綠色能源計劃的支持，電動汽車銷量一直呈指數(shù)級增長。

根據(jù)世界資源研究所（數(shù)據(jù)摘自國際能源署）開展的研究分析，在2022年全球銷售的乘用車中，10%為純電動車，相比五年前增加了10倍。挪威的純電動車銷量占乘用車銷量的80%，位居世界第一，其次是冰島（41%）、瑞典（32%）、荷蘭（24%）和中國（22%）。

中國是全球最大的汽車市場，地位不容小覷。2022年，中國的電動汽車銷量超過世界其他地區(qū)的總和。中國還對電動汽車制造開展戰(zhàn)略投資，中國消費者可選的電車類型高達300多種。

相比之下，歐盟（12%）和美國（6%）的電動汽車銷量占乘用車總銷量的比例較低。盡管如此，這兩個市場也處在快速增長中。在美國，市場領導者特斯拉于2023年大幅降價，這為競爭對手施加了壓力，使它們也不得不考慮降低銷售價格。2023年，新款電車的平均價格降幅達22%，降至50,683美元。在美國，電車與其他車型之間的平均價格差距低于3,000美元。目前，當汽車制造商正在摸索發(fā)展道路之時，美國電車的供應已超過需求。

資料來源：世界資源研究所

電車成本、一次充電里程以及電池充電時間等因素都會影響電車的發(fā)展。專家預測，當電車的購買、持有和運營成本低于傳統(tǒng)燃氣汽車時，電車技術將達到臨界點，并迎來迅速發(fā)展。

隨著電車需求的持續(xù)增長，而電池組是電車運作的核心組件，因此對電池組的深入研究也變得勢在必行。目前，鋰離子電池組（LIB）是在電動汽車中廣泛使用的電池類型，具有高能量密度、高電壓、高穩(wěn)定性、低重量和長使用壽命等特征。

本文探討了電動汽車的發(fā)展趨勢、電池組的關鍵作用以及LIB制造的復雜性，同時討論了為何機器視覺檢測和人工智能（AI）對行業(yè)變革起到至關重要的作用。

電動汽車和鋰離子電池發(fā)展趨勢

根據(jù)Grandview Research的研究，電動汽車的普及推動了全球LIB產(chǎn)量的顯著增長。據(jù)估計，2023年LIB的全球市場規(guī)模為544億美元，預計2024年至2030年的復合年均增長率（CAGR）為20.3%。

各國政府和相關行業(yè)正通過激勵措施，優(yōu)先考慮向可持續(xù)和環(huán)境友好型交通工具的轉(zhuǎn)變，從而為實現(xiàn)氣候目標提供支持。在此背景下，電動汽車需求也隨之增加。LIB已成為奠定這場汽車革命的基石。LIB電池為電動汽車提供動力，滿足里程和性能需求，使其能夠與傳統(tǒng)內(nèi)燃機汽車競爭。

電池組的關鍵作用

電池組是每輛電動汽車的核心，這一重要組件不僅決定了汽車性能，也決定了汽車的行駛里程。每個電池組由模塊組成，而模塊則由與常見AA電池類似的單體電池組成。

LIB是當前電動汽車電源的黃金標準，因此這些電池的制造和檢測顯得尤為重要。正如《電動汽車電池創(chuàng)新專題報道》技術簡報中所解釋的，考慮到技術成熟且制造成本較低，大多LIB使用的是圓柱形電池。自2008年以來，電動汽車LIB電池組的平均成本下降了89%，從1,355美元/千瓦時（kWh）降至2022年的153美元/千瓦時，預計到2026年將進一步降至100美元/千瓦時。

圓柱形電池是首批大規(guī)模生產(chǎn)的一種鋰電池類型，由陽極、隔板和陰極片夾在一起，然后卷起構(gòu)成圓柱形。這種形狀使電池能夠承受更大的內(nèi)部壓力而不變形，因此非常適合自動化制造。

鋰離子電池內(nèi)部構(gòu)造。（圖片來源：Teledyne DALSA）

然后，電池單元被裝在翻蓋塑料外殼中，組成一個模塊。然后將多個模塊組成電池組，為電動汽車輸送動力。每輛車需要數(shù)百至數(shù)千個電池單元，電池組是最終決定車輛重量和費用的關鍵決定因素。  

Alan Eddy是系統(tǒng)集成商Tensor ID的首席技術官，該公司與業(yè)內(nèi)頂級鋰離子電池制造商和頂尖電動汽車公司合作?！皺z查電車電池時，檢查系統(tǒng)必須解決多重挑戰(zhàn)，包括徹底檢查每個電池單元是否存在銹跡或凹痕等問題。只要一個電池單元受損，整個電池組的壽命就會縮短”，Alan Eddy說道。

LIB制造和檢驗

LIB的制造過程十分復雜，涵蓋從采購原材料到組裝電池單元和最后的電池組包裝等步驟。在此過程中，詳細的質(zhì)量檢查對確保電池的效率和安全性至關重要。

檢查貫穿電池制造的各個階段，包括：

1. 檢查用于制造電極（陰極和陽極）的箔片

2. 裝配不同階段的檢查

3. 檢查已組裝完成的電池單元和模塊

由于生產(chǎn)的可變性以及缺陷對性能和安全性的潛在影響，電池制造中的質(zhì)量控制提出了重大挑戰(zhàn)。識別內(nèi)部缺陷（尤其是微觀缺陷）是一項艱巨任務。這就是機器視覺和人工智能大顯身手之處。

在電池制造背景下，機器視覺檢測系統(tǒng)可通過無與倫比的準確性、速度和效率，分析復雜細節(jié)，從而提升電動汽車電池組的性能。優(yōu)化質(zhì)量檢測可延長電池壽命和續(xù)航時長。

如果一輛電動汽車內(nèi)置95千瓦時的電池組（例如特斯拉S型），每千瓦時的總成本為150美元，僅電池耗費的生產(chǎn)成本就高達1.43萬美元。因此，綜合考慮保修成本、客戶滿意度和品牌聲譽等方方面面，電池質(zhì)量都是電動汽車制造商的重要因素。

在Tensor ID，系統(tǒng)集成商創(chuàng)建了機器視覺系統(tǒng)，用于檢測完整的電動汽車電池單元和模塊，而機器視覺則可用于檢測的任何階段，包括制造和組裝。Eddy說：“多年來，我們一直在供應條形碼閱讀器相機，來開展這些檢測，但機器視覺檢測所做的遠不止這些。為實現(xiàn)自動化和提高效率，電池制造商需要從頭到尾重新審視檢測過程的每個環(huán)節(jié)。”

Tensor ID的視覺檢測系統(tǒng)使用Teledyne DALSA面陣相機，逐個檢測電池單元，因為在蓋上翻蓋外殼前電池單元就已完全組裝好了。電池制造商關心的問題包括如何讀取條形碼、識別銹跡和凹痕以及確定極性。

人工智能改善了檢測性能，并可識別銹跡。Teledyne DALSA的四臺高分辨率相機用于檢查電池模塊。（圖片來源：Tensor ID）

因為每個電池單元是裝在盒子里從供應商處運來，因此會部署一臺機器人，每次取出一塊電池進行檢查。在將每個單獨電池單元放入翻蓋模塊前，必須對其進行檢查。為準確檢查電池組，Tensor ID使用了四臺Teledyne DALSA Genie Nano相機，用于捕捉從整個三英尺寬電池組中“拼接”的圖像。

檢查銹跡時，使用基于人工智能的軟件平臺對圖像進行分類。“人工智能已變革了電池檢測領域。由于電池單元具有會反光的光亮表面，因此銹跡特別難以識別”，Eddy說道。Tensor ID系統(tǒng)使用Teledyne DALSA Astrocyte AI訓練工具，來訓練人工智能模型，以識別銹跡和其他缺陷（如指紋或灰塵）間存在的差異。然后，該系統(tǒng)可識別并剔除任何存在銹跡的電池單元，這種材料侵蝕會損害電池的有效性。

除檢查外，人工智能在優(yōu)化電池性能方面也發(fā)揮著重要作用。人工智能驅(qū)動的算法可分析大量數(shù)據(jù)，對電池管理系統(tǒng)（BMS）進行微調(diào)，從而提高效率，延長電池壽命。在人工智能引領下，智能充電將對消費者產(chǎn)生實質(zhì)性影響，使充電過程對電車司機而言更智能、更方便。

機器視覺檢測對LIB的益處

準確度和精確度

機器視覺檢測具有高準確性、高精確度，并且能為實現(xiàn)高質(zhì)量標準提供支持。傳統(tǒng)檢測方法可能會忽略微小缺陷，但這些缺陷可能嚴重影響電池性能。與人工智能相結(jié)合，機器視覺系統(tǒng)能夠檢測極其微小缺陷（例如130微米的凹痕），大約相當于人類的發(fā)絲寬度。這確保檢測過程中具有高準確度和高精確度。

效率和速度

機器視覺不僅能提高檢測過程的準確性，還能提高效率和速度。自動化系統(tǒng)可快速分析大量電池，縮短生產(chǎn)時間、降低成本。這種效率不僅有益于制造商，也有助于提升電車生產(chǎn)的整體可擴展性。

安全性和可靠性

確保電動汽車的安全性和可靠性至關重要。機器視覺檢測在實現(xiàn)這一目標上發(fā)揮著至關重要的作用，能夠識別潛在缺陷，而這些缺陷可能會損害電池組的完整性，并影響電池的滿充能力。機器視覺能夠剔除劣質(zhì)電池，避免其進入市場，這有助于提升電動汽車的整體安全性及電源可靠性。

電池和電動汽車未來趨勢

隨著技術的不斷進步，電動汽車電池的前景一片光明。固態(tài)電池發(fā)展可提高能量密度和安全性，是值得關注的關鍵趨勢之一。同時還將探索下一代材料，以改善電池性能和可持續(xù)性。目前，電動汽車的平均續(xù)航里程為219英里，但無鈷電池的一次充電續(xù)航里程可達500英里。新的固態(tài)電池正在測試中，充電時間僅為七分鐘。

除技術進步外，電池制造的可持續(xù)發(fā)展也是行業(yè)關注的重點，包括探索創(chuàng)新的電池回收方法，以盡可能減少對環(huán)境的影響，并采用循環(huán)經(jīng)濟方法，在新電池中回收利用舊電池材料。

結(jié)論

目前，交通運輸產(chǎn)生的溫室氣體排放占全球溫室氣體排放量的27%；用電動發(fā)動機或混合動力發(fā)動機取代內(nèi)燃機有助于減少全球污染。為成功實現(xiàn)向電動汽車的過渡，制造商了解他們必須專注于確保高質(zhì)量的LIB，因為LIB是電動汽車中重要且昂貴的組件之一。

在電動汽車電池制造的動態(tài)發(fā)展過程中，機器視覺檢測正作為一股變革力量涌現(xiàn)。來自Tensor ID的Alan Eddy總結(jié)說：“電動汽車電池的檢查十分復雜；即使失敗率僅為1%，也會導致嚴重的后果”。電池組不僅是電動汽車的“心臟”，而且也是供應電源的“發(fā)電站”。將人工智能精度與質(zhì)量控制要求相結(jié)合，機器視覺可確保電池組的可靠、安全和高效運作。展望未來，人工智能整合、尖端電池技術發(fā)展以及對可持續(xù)發(fā)展的承諾有望重塑電動汽車行業(yè)，使之成為更清潔、更智能和更可靠的交通選擇。

關于作者

Matthias Moser是Teledyne DALSA的業(yè)務開發(fā)負責人，與系統(tǒng)集成商合作開發(fā)各種應用，包括電池檢測。Matthias的工作地點位于加拿大安大略省基奇納。