项目团队根据当前的行业现状和未来的市场趋势，提出创业项目：电动汽车动力电池智能化柔性拆解方案。解决方案的主要产品优势包括以下三个方面：1. 针对不同型号不同品类的电池包与电池模组实现高柔性化三维重建。使用双目结构光相机与工业RGB相机获得高精度的局部点云数据，并根据iGPS和激光雷达获得的全局定位数据，对局部多云进行拼接注册，获得完整高精度的三维数据以进行三维重建。2. 针对不同磨损与形变的电池包与电池模组实现柔顺力位拆解。团队开发了搭载六维力传感器的拆解工具，根据导纳控制和阻抗控制，实现对废旧电池的高效率低损耗拆解，最大程度保留电池内的贵重元素和控制有毒液体，提高经济性和环保性。3. 根据数据管理采集系统和机器学习系统持续优化拆解方案。本团队开发了完整的数据采集管理及学习系统，对测量、建模、拆解、分类等全工序进行完整的数据采集与管理，并将采集数据与拆解结果等后续数据输入学习系统，持续迭代优化拆解方案，提升拆解效率与能力。

该系统由多类人工智能硬件传感器、摄像头、显示器及多类识别器、微型电机、机械机构等协同运作，技术含量高达 90%以上。采用人工智能软件技术模拟法、工程学方法、深度学习、工业 4.0、机器人、认知计算机和机器学习、机器视觉、模糊逻辑、云计算、互联网、物联网、区块链、多层体系结构、专家系统、大数据实时分布式高容错计算分析系统等技术，并采用自主开发的经过几百万次验证的数百种指标和设计方法模型。这是人工智能首次全面深度地应用于美国生物制药高端装备，用于传统人工极难或根本不可能操作的工艺，大幅改善和提高了效率，提升幅度超过 50%。该系统采用云架构设计开发，能够兼容多种传统控制系统并提供接口，确保现有控制系统能够轻松导入与整合。

基于先进制造的方法，将传统光学薄膜基于真空环境的制造方式转变为由增材制造直接生产，即直接通过打印的方式实现光学薄膜的生产。技术的难点与突破性在于通过系统性工艺方案有效实现薄膜厚度纳米级的精度控制，从而实现对于薄膜光学性能的精确控制。本技术可服务于广泛的光学电子设备，建筑玻璃镀膜，及高端光学检测设备。本技术除带来成本优势之外，还带来了基于真空技术难以实现的技术优势。技术本身已经成功通过概念验证阶段，正在开始原型阶段验证。本团队核心成员包括光学及材料背景博士，能源材料背景博士，以及光电半导体材料背景教授。本项目已受德国联邦政府资金等支持，总额超为 150 万欧元，明年即将进入融资阶段。