機器視覺在汽車行業(yè)外觀缺陷檢測的應(yīng)用

隨著汽車加工工藝技術(shù)的提升以及模塊化趨勢的呈現(xiàn)，如今汽車已經(jīng)具備更復(fù)雜的程序、更多樣的外觀、更強大的性能。

傳統(tǒng)的汽車零部件檢測方法采用人工手動的方式，但由于汽車零部件的結(jié)構(gòu)非常復(fù)雜，一個產(chǎn)品上存在的檢測點通常多達數(shù)十個，這樣會花費大量時間，而且這種檢測模式存在自動化程度低、測量效率低、采樣頻次低、精度低、產(chǎn)品質(zhì)量缺乏數(shù)據(jù)支持等問題。

同時這種測量也不適用于現(xiàn)代化的管理，已不能滿足如今高效高速的生產(chǎn)要求，所以汽車零部件檢測逐步利用機器視覺代替人工檢測，以提高工作效率、準確率，還可以降低人工成本。

將機器視覺系統(tǒng)應(yīng)用于汽車零部件成型產(chǎn)品的內(nèi)徑尺寸測量、外徑尺寸測量、外觀缺陷檢測等，工業(yè)相機和工業(yè)鏡頭的完美配合所帶來的高精準度、高穩(wěn)定性、高通用性大大提高了工作效率，幫助用戶縮短了產(chǎn)品的檢測時間，提高了檢測結(jié)果精確度。

零部件外觀缺陷檢測

「項目背景」

汽車零部部件，共有2個型號，結(jié)構(gòu)完全對稱，復(fù)雜異形結(jié)構(gòu)件

「缺陷難點」

① 精確檢測360度碰傷，裂紋，凹陷等

② 特定位置的字符是否有外觀缺陷

③系統(tǒng)檢測精度高于0.5mm，可保證1mm以上大小的缺陷特征清晰可辨

「解決方案」

相機布置方式：相機固定在機械手上，帶著相機拍照，檢測的點位和運動軌跡提前示教好，保證運動過程平滑順暢且拍攝每個點位時的工作距離在景深范圍內(nèi)。

光源安裝位置：條形光源，安裝在相機左右兩側(cè)進行補光，可調(diào)整位置和角度。

采用矩視智能低代碼平臺，目標定位算法模塊，檢測方式支持靜態(tài)或動態(tài)拍照。搜集包含不同類型缺陷產(chǎn)品圖片進行分類標注、訓(xùn)練，測試檢測效果OK后下載模型進行本地部署，后期如果增加新缺陷樣本，可以搜集圖片樣本對模型進行優(yōu)化升級。

檢測效果如圖：

①裂縫

②磕碰

③字符缺陷

④刮擦

⑤凹陷

⑥磨損

沖壓件產(chǎn)品缺陷檢測

「項目背景」

在汽車生產(chǎn)制造中，有很大一部分金屬零件采用沖壓加工成型的方法得到，沖壓工藝是汽車生產(chǎn)的一種重要工藝方法。沖壓加工具有生產(chǎn)效率高、成本低、精度一致性好和材料利用率高等特點。

車身上的各類覆蓋件，車內(nèi)支撐件等大量的汽車零部件都采用沖壓工藝加工制造，沖壓件在汽車零部件中占有很大比例，所以沖壓加工方式的水平和能力，在很大程度上決定著我國汽車制造的成本和質(zhì)量，也影響著其他包含沖壓加工生產(chǎn)的行業(yè)的技術(shù)進步。

汽車沖壓件在沖壓成型過程中，由于模具配合和振動等原因，經(jīng)常出現(xiàn)表面起皺、面畸變、局部凹陷及凸起等現(xiàn)象，導(dǎo)致汽車沖壓件表面產(chǎn)生較大的形狀誤差，甚至成為廢品

「缺陷難點」

沖壓件作為汽車制造行業(yè)中應(yīng)用十分廣泛的零部件，其表面缺陷產(chǎn)生的機理與種類與其他金屬加工方式有所不同。

1） 壓痕：壓痕缺陷產(chǎn)生的工序不確定，多是由于沖壓異物擠壓表面導(dǎo)致的。大多數(shù)情況為拉延工序時有物料導(dǎo)出不暢通，以至于殘留的廢料掉入模具內(nèi)使得下面工序擠壓導(dǎo)致了壓痕缺陷。

2） 劃痕：此類缺陷產(chǎn)生的原因主要包括以下幾個方面，比如工件原材料本身的自帶缺陷，零件運輸過程中接觸干涉導(dǎo)致的缺陷，成品裝箱接觸刮碰產(chǎn)生，加工工位需要轉(zhuǎn)運摩擦碰撞產(chǎn)生；

3） 少孔：此類缺陷產(chǎn)生的原因包括沖頭漏裝或折斷，沖壓件少孔是產(chǎn)品設(shè)計和要求所不允許的；

4） 邊緣缺料：沖壓件邊緣缺料缺陷發(fā)生在拉延工序，主要原因是由于模具與沖壓件定位有誤差，沖壓位置不準確，或者是材料流動速度偏快導(dǎo)致了缺料缺陷

「解決方案」

矩視智能低代碼平臺通過對上傳圖像進行缺陷特征標注，利用深度學習技術(shù)完成模型訓(xùn)練任務(wù)，實現(xiàn)對標記特征缺陷的定向識別檢測，操作簡單，無需代碼編程。

使用矩視智能低代碼平臺--像素分割，快速實現(xiàn)數(shù)據(jù)標注與模型訓(xùn)練。

同一模型下，平臺支持多種缺陷標記，可同時檢測一張圖片中的多種缺陷，并且可以對缺陷進行分類，根據(jù)缺陷類型，分別建立相對應(yīng)的標簽，并進行標注。

可實時顯示缺陷檢測結(jié)果，及時記錄結(jié)果，極大地提高了沖壓件缺陷識別的效率。

軸承外觀缺陷檢測

「項目背景」

軸承作為現(xiàn)代機械設(shè)備中的重要零部件，主要功能是支撐機械旋轉(zhuǎn)體，降低運動過程中的摩擦系數(shù)，并保證其回轉(zhuǎn)精度。

在生產(chǎn)中，質(zhì)檢是重要的一環(huán)。通常情況下，質(zhì)檢員采用人工肉眼觀察、手指轉(zhuǎn)動軸承等質(zhì)檢方式挑出表面有油污、劃痕等缺陷的軸承。

但質(zhì)檢結(jié)果易受人為因素影響，檢驗標準難以保持一致，穩(wěn)定性差且易漏檢，始終不能做到良品率100%。就汽車而言，汽車的動力、可靠性、安全性和舒適性都與其息息相關(guān)。

因此，保證出廠軸承的良品率至關(guān)重要。

「缺陷難點」

1）滾動體的數(shù)量和位置識別與判定。

2）密封件的標識內(nèi)容、形狀、外觀的識別與判定。

3）套圈表面、滾子表面宏觀裂紋、磕碰等缺陷的識別與判定。

「解決方案」

矩視智能是面向企業(yè)的零門檻AI開發(fā)平臺，在提高準確度方面，矩視智能低代碼平臺加入人工智能算法，通過深度學習，積累了大概上百種的缺陷樣式，對圖像缺陷的敏感程度更高。

矩視智能從機器視覺切入，通過圖像抓取、識別、計算、測試等基本流程來完成整個檢測。

檢測效果所見所得，可24小時檢測，不存在疲勞問題，且100%的檢測比例，可以更好地控制產(chǎn)品質(zhì)量，同時可以面向所有的軸承產(chǎn)品，甚至其他的機械零部件（如齒輪、螺栓等），有效解決軸承檢測過程中效率低、準確度低、速度慢、人力成本高的問題。

此外，還有更多案例，例如：

復(fù)雜環(huán)境下精確識別-儀表盤外觀檢測

精確識別復(fù)雜材質(zhì)的缺陷-構(gòu)件外觀檢測

精確識別反光材質(zhì)的缺陷-車燈外觀檢測

審核編輯 ：李倩