近年來，在全球凈零碳排目標的驅動下，道路交通領域加速電動化轉型，電動汽車動力電池正從GWh制造邁向TWh時代智能制造。據GGII預計，2022年中國新能源汽車銷量將超過670萬輛，同比增長將超95%，提前完成20%的滲透比例。預計到2025年，中國新能源汽車市場滲透率將突破40%。 
新能源汽車滲透率進一步提升疊加鋰電儲能市場需求持續增長，動力電池產業大規模擴產驅動上游原材料領域快速擴產跟進，給鋰電材料企業和材料裝備企業提供良好的發展機會。2022年中國動力電池產量大概率將超過600GWh，2023年預計提前進入TWh時代。
產業新周期下，動力電池企業提出了更高、更嚴苛的要求：
高速生產：以方形電池為例，生產速度要求向著40PPM邁進；
控制成本：生產成本要降低42%；
精益管理：生產效率要提升50%；
質量要求：缺陷率從ppm級別降低到 ppb級別。
這些要求正是動力電池智能制造的核心所在，行業發展迅速，呼喚智能制造賦能加速。

2000年，凌云光與上海印鈔廠合作開發“人民幣大張凹印在線質量檢測系統”，開啟機器視覺研發之路。在二十余年的發展過程中，凌云光不斷加大研發投入，逐步積累了算法平臺、GMQM質量管理系統等技術能力，并先后獲得一項國家技術發明一等獎和兩項國家科學技術進步二等獎。
面對鋰電行業智能制造新需求，凌云光用自己的實力提交出一份“機器視覺+AI”的解決方案，用更精、更準、更穩、更智的方法解決工業視覺領域缺陷檢出不穩定、“省人”戰略不明顯、數據價值難體現的難題，助力鋰電智能制造。

質量檢測的前提是視覺系統要把各種缺陷拍出來。
微小缺陷能看清：針孔、亮點檢測精度0.05*0.05mm，100%識別。
雙面漏噴能識別：業界創新技術，同時識別單雙面漏噴缺陷。
立體成像辨缺陷：用2.5D系統拍出帶有3D信息的缺陷照片，識別褶皺、鼓包、凹坑等缺陷，分類準確率高于99%。
成像精準無懼抖動：視覺系統多加裝在現有設備上，運行速度快，抖動影響大。將相機安裝在XYZ三個點位，測試振動幅度及頻率后通過抗震仿真設計及驗證得到最佳安裝點位方案，在模切、卷繞、焊接、電芯外觀檢測等高度振動環境下檢測精度能保證在0.02-0.05mm。

科學的度量是質量管理的保障。分類準確率由成像效果和深度學習共同決定。在二十余年成像和深度學習經驗的基礎上，凌云光基于AI的智能檢測及分類實現缺陷檢出、智能分類、干擾分類、過檢抑制。

高性能高可靠計算：全表征成像系統需要配合高速嵌入式邊緣計算處理平臺才能發揮優勢，借助自研GBOX平臺，兼具嵌入式開發效率、GPU神經網絡加速特點利用并行流水計算和深度學習傳統算法融合計算，實現超過2GB/s的圖像吞吐量。一臺GBOX實現4臺工控機的數據吞吐量，以低成本投入獲得高算力回報。
核心器件國產化：從圖像采集到圖像處理全流程核心器件全自研，包括CMOS芯片、相機、鏡頭、處理器、板卡、光源等，實現國產化，并可針對各類應用場景進行快速定制化開發，并能保證穩定的供應鏈體系。
自主軟件算法平臺穩定可靠：儲備自研算法框架VisionWARE，并持續進行更新優化，不斷進行積累和學習。能夠根據實際應用場景選擇所需模塊或定制開發，實現效率的提升。

大數據和云計算技術加持下，實現工業生產的數據化、知識化與智能化，提高生產與品質管理水平。

質量標準機：在人眼定性標準的基礎上建立人眼視覺模型，進而為設備制定科學有效的質量標準。以鋁件劃傷為例，真值信息通過3D 激光顯微鏡（OLYMPUS OLS4100）測量，結果基本一致。
GMQM質量管理：建立完善的端對端的質量基準管理系統，幫助企業在全產線范圍內一鍵統一標準，并實現質量標準在不同產線上的協同。
基于深度學習與大數據為核心的質量管理系統：視覺檢測和質量檢測不僅僅應用在QC質量控制環節，更能為客戶提供產品質量保證、質量管理、質量改善，優化質量成本。
未來，凌云光將繼續堅持 “質量興業，贏在智能”的理念，通過機器視覺+AI人工智能讓鋰電智能制造的“眼睛”更明亮、“頭腦”更聰明、“手腳”更靈巧，更好地服務鋰電行業客戶實現零投訴，助力工業人工智能真正落地，奠定鋰電行業工業元宇宙時代的基礎。