在全球“碳中和”的大趋势推动之下，光伏发电作为目前最具发展潜力的可再生能源之一，整体行业发展迅猛。2022年，全球光伏新增装机230GW，在疫情大背景下依然实现逆增长。

光伏产品的核心追求即为光电转化率，降本增效是光伏企业发展的永久动力。而光电转化率的提升、生产的降本增效，则来自于光伏硅片、电池片、组件、辅料等多个环节生产技术的提升和创新。这其中，光伏生产设备可有效助力光伏制造企业提升规模化效率，提升产品的一致性、可靠性，设备本身的自动化、智能化、互联化升级，将加速光伏工厂的“智造”进程。

AI+视觉，让光伏行业拥抱降本增效新可能

光伏设备作为高集成度的生产设备，其自动化、智能化程度，离不开机器视觉系统的技术加持。在光伏产品生产的几十道工序中，生产来料的管控、设备稳定性、工艺参数设定、杂质引入等因素，均可能导致中间产物出现多种缺陷，而机器视觉系统可凭借其精准的定位识别、质量检测、数据管理等技术能力，使光伏设备提升生产精度，更稳定高效，并为工艺优化提供更可视化的数据参考。

而AI能力，有望将机器视觉应用提高到全新的高度。通过引入深度学习，机器视觉系统将更加高效快速，智能化的机器视觉系统可以实现在不停产的同时训练新的数据集，满足生产企业差异化、个性化的迭代需求，降低采购和停产成本，保持生产稳定性和可靠性。为光伏设备的机器视觉系统搭载AI能力，更可匹配光伏行业技术迭代快、工艺复杂多样的特征，降低企业未来换产难度，减少设备替换成本。

近期，AI工业视觉解决方案提供商维视智造，携手英特尔、海目星等等行业内多家企业，联合发布了《2023中国光伏行业机器视觉系统应用白皮书》。

作为国内率先面向光伏行业推出解决方案产品的视觉厂商，维视智造深耕光伏产业链，针对多个实际场景难点，开发出一系列具有光伏行业场景特色的机器视觉AI算法应用模块和视觉系统解决方案，助力光伏行业生产提质增效。

此次联合发布的白皮书中，详细阐述了光伏行业产业链中机器视觉系统的应用现状，以及光伏行业未来对机器视觉的需求。同时，通过场景案例列举了AI+视觉的应用路径，对如何赋能光伏产业自动化设备，以极简、易用的方式解决自动化设备的视觉应用难题作出了探索。

智能+易用，维视打造更场景化、更降本视觉解决方案

光伏行业工艺复杂、多样，辅材和订单标准的频繁切换，造成机器稳定性较差，从而批量质量问题增多，把控较难，需要智能化程度和易用性更高的设备来真正达到降本增效。为此，维视智造深入客户实地调研，精准解决传统应用难题，赋能光伏制造设备升级迭代。

维视智造基于自研AI智能视觉软件开发平台Visionbank AI中的AI分类算法、AI目标定位算法和AI像素分割算法，开发出诸多AI检测工具模块：如AI目标定位算法模块，可在任何产品下实现近100%准确定位；AI通用字符识别算法模块，不需要训练即可识别各类字体；AI缺陷检出算法模块，通过AI训练，可准确找出各类缺陷并进行缺陷分类统计，高效帮助生产人员节省大量训练和数据收集时间。

此外，产品的易用性也是维视智造最为重视的问题。Visionbank AI具备高度灵活的开发架构，“0”代码集成化的易用操作，可贴合场景进行定制化应用，在适配企业柔性生产目标的同时，也能帮助用户减少额外的人力成本。

VisionBank AI其在线推理的神经网络模型均基于英特尔®发行版 OpenVINO™工具套件进行了模型优化，搭配英特尔的硬件AI加速技术充分适应AI工作负载，使维视的AI机器视觉系统效率得到更高提升，更快帮助终端客户落地部署AI视觉方案，达成甚至超越生产标准，实现了光伏生产的真正智能化。

白皮书中详细阐述了机器视觉系统在光伏场景中的重要应用——

在硅片生产环节的主要应用包括：

硅片表面检测：机器视觉系统可以对硅片表面进行检测，包括检测表面缺陷、污染、划痕等问题，确保硅片表面的质量符合要求； 

尺寸测量：机器视觉系统可以通过图像处理技术对硅片的尺寸进行测量，包括直径、厚度等参数的测量，确保硅片尺寸的准确性。在硅片涂层等工序中会重点应用；

定位引导：机器视觉系统可以通过图像处理技术对硅片进行定位与对位，确保硅片在后续工艺中的准确位置，提高生产效率；

缺陷检测与分类：通过视觉应用，检测硅片的尺寸、厚度、倒角、崩边、脏污、隐裂、孔洞等质量指标，对硅片进行分选和表面缺陷进行分类与分析，提供有关缺陷类型、原因等信息，帮助生产人员进行问题分析与改进；

条码识别与数据管理：机器视觉系统可以对硅片生产过程中的图像数据进行管理与追溯，记录每个硅片的检测结果与生产信息，以便后续的数据分析与质量追溯。

电池片生产环节的主要应用包括：

品质检测：通过检测电池片的颗粒、划痕、色差、变形、隐裂、脏污、尺寸、厚度、崩边、裂纹、裂片、黑斑、短路、黑边、亮斑、断栅、虚焊、混档、过焊、绒丝等质量指标对电池片进行分选； 

尺寸测量：机器视觉系统可以测量电池片的尺寸，例如长度、宽度、厚度等参数，应用于电池片的检测和分类，通过分析电池片的外观特征，判断其质量好坏；

定位和对位：采用机器人+视觉方案实现高效、准确的光伏电池片花篮的自动搬运。在该方案中，机器人负责执行搬运任务，而视觉设备主要用于定位和识别光伏电池片。视觉设备会捕捉电池片的图像，并通过算法进行特征提取和比对，确定电池片的位置和姿态。然后，机器人根据视觉设备提供的信息，精准抓取和搬运花篮； 

缺陷分析：机器视觉系统可以对电池片进行缺陷分析，帮助生产线追溯和改进生产过程，提高产品质量，确保产品质量和一致性。

组件生产环节的主要应用包括：

缺陷检测：在组件生产过程中，通过对汇流条、接线盒焊接前原材料来料进行检查以及焊接后焊疤质量进行检查，确保汇流条焊接及接线盒焊接实现自动化，在串焊前、串焊后、层压前对光伏组件进行 EL 检测，确保组件无质量问题。在层压后、装框前，同样用到视觉检测技术对光伏组件的整体质量进行检查； 

定位引导：在组件生产流程中，电池片串焊之前的排片、串焊过程中的电池片和汇流条、栅线定位均采用视觉定位技术辅助实现，在接线盒的自动焊接、扣盖、安装过程中，同样采用视觉定位技术进行辅助生产； 

尺寸测量：机器视觉系统可以用于光伏组件的尺寸测量。通过测量组件的长度、宽度、厚度等参数，系统可以判断组件的尺寸是否符合要求，并且可以帮助生产线进行自动调整，以确保每个组件都具有一致的尺寸；

识别标识：机器视觉系统还可以用于光伏组件的标识和追溯。通过识别和记录每个组件的唯一标识码，系统可以追踪组件的生产过程和出货记录，以便进行质量追溯和售后服务。

光伏生产中的缺陷检测、定位、测量、识别，不同的应用方向对机器视觉系统的技术设计和软硬件配置要求也有所不同，因此在机器视觉系统的设计过程中，就需要根据具体的应用场景来选择合适的软硬件环境。例如，对于硅片、电池片的缺陷检测，因其检测速度快、检测精度要求高，就需要选择高分辨率、高精度的图像采集部件，高处理能力和负载能力的计算机硬件等以保证系统的高速响应与高效处理；在一些复杂场景中，如应用到深度学习来进行图像处理，则对视觉系统中算法的模型训练推理能力提出更高要求；另外，针对不同的应用场景，还需特别考虑到系统的稳定性、可靠性、易于维护性及可扩展性等方面的需求，确保系统可以满足实际生产的需要。

维视智造致力于成为AI工业视觉解决方案的领先者，多年来在光伏领域持续深耕，不断推出适用于激光焊接机、接线盒安装机、加锡焊接机、划焊一体机、汇流条焊接机等光伏生产设备的视觉系统解决方案产品，满足了不同客户的需求。相信未来在光伏领域，机器视觉将与AI技术和数字化能力一道，带动整个产业的深刻变革。