AI赋能光伏产线视觉检测全场景，实现“0漏检和大于99%缺陷识别率”！

光伏行业一直是比拼技术实力的战场。政策驱动“中国制造”向“中国智造”的转型之路上，新能源领域中的光伏行业占比不断提升，国产化发展迅猛，这得益于光伏整个行业迅速迭代的技术能力。

　　目前，各大光伏企业都在朝着“智能工厂”的方向转型，将生产的各个环节从“自动化”向“智能化”升级。而机器视觉作为实现智能化的重要系统，在光伏行业生产转型中的重要性也日益凸显。

痛点诊脉：光伏设备厂商的视觉系统应用难题

　　光伏生产工艺复杂、多样，因此光伏产业配套的自动化设备均打造了视觉系统。但由于设备厂商数量多、设备类型多，终端用户在使用或升级相关设备功能时，存在几大痛点：

　　1、视觉系统架构界面不统一，用户使用门槛高。

　　如在光伏组件产线，装框机、接线盒安装机、点胶机、焊接机、扣盖机等设备往往由不同的设备厂家提供，设备上搭载的视觉系统都只是满足其特定需求而开发，每台设备呈现给用户的界面和运算逻辑均不相同，用户使用门槛极高。

　　2、视觉软件针对性开发，测试场景不足，系统稳定性低。

　　针对具体场景开发的软件，一般仅可满足设备当前运行环境需要，很少会针对不同的操作系统、不同数据通讯端口、不同的生产节拍进行测试。当设备后期需要更改使用场景时，视觉系统就需要重新开发。

　　3、视觉系统功能单一，无法满足工艺更改后的功能升级需求。

　　专用设备搭载的专用视觉系统，一般不会考虑未来需要的功能。如视觉定位系统，设备当前条件可能使用传统算法就可满足，但如果后期因为工艺改变，需要用到深度学习定位时，就得重新开发相应功能，因此导致设备的应用兼容性就很低。

　　4、设备厂家对视觉系统的能力发挥有限，致使其设备的智能化程度不足。

　　自动化设备厂商由于长期从事自动化研究，其视觉的应用相对专业的视觉团队来说，很少能开发并应用到视觉行业的前沿技术，从而提高所生产设备的智能化程度。如接线盒焊接机，传统设备厂商在光伏组件生产的汇流条焊接工段，往往只利用机械机构定位后进行“盲焊”，而搭载专业视觉系统的焊接机会利用深度学习等技术精准定位焊点，实现精确焊接。