1. 痛點問題

在我國“雙碳”目標的大背景下，以新能源汽車為代表的新能源產業蓬勃發展；與此同時，隨著近幾年的市場的發展和積累，首批新能源汽車面臨換電，動力電池的“退役潮”迫近。不論是生產端還是回收端，行業的發展對電池健康狀態的檢測提出了更高的要求。一方面，生產端希望能在盡可能少的檢測時間和可控的檢測成本內，對電池整體健康狀態、壽命衰減行程等進行可靠檢測和預測，從而進一步提升其可靠性、安全性和一致性；另一方面，回收端需要方法對電池剩余壽命進行評估，并對潛在的容量跳水行為進行預警，從而指導其對回收電池進行分級分流。總而言之，在早期對電池健康狀態和壽命衰減行程進行評估和預測展示出愈發突出的重要性，然而目前行業尚沒有成熟的技術或方案能夠滿足這些需求。

2. 解決方案

本項目另辟蹊徑，開發出基于機器視覺的電池健康早期診斷系統。系統通過光學成像，以極高的精度和分辨率對電池表面形貌進行實時、無損測量，從而能夠獲取電池在充放電過程中內部化學反應引起的形變；通過將系統獲取的四維（電池表面三維+時間）形變數據和電學數據相結合，系統有望實現在有限的充放電循環測試圈數內，對電池容量衰減、容量跳水等行為精確預測，從而實現對電池健康的早期診斷。

3. 競爭優勢分析

對比傳統電學預測方法，本項目系統從另一維度對電學數據進行了有效補充，彌補了電學數據普遍缺乏的空間分辨信息；對比其他形變測量方法，本項目系統具有高通量、非接觸、無損、成本可控等諸多優勢，對現有電池工業生產線和生產流程有著更好的適配性。