【光电智造】机器视觉在汽车行业外观缺陷检测的应用
来源:今日光电发布时间:2023-04-202976浏览
询问 AI有人说，20世纪是电的世纪，21世纪是光的世纪；知光解电，再小的个体都可以被赋能。欢迎来到今日光电！
随着汽车加工工艺技术的提升以及模块化趋势的呈现，如今汽车已经具备更复杂的程序、更多样的外观、更强大的性能。
传统的汽车零部件检测方法采用人工手动的方式，但由于汽车零部件的结构非常复杂，一个产品上存在的检测点通常多达数十个，这样会花费大量时间，而且这种检测模式存在自动化程度低、测量效率低、采样频次低、精度低、产品质量缺乏数据支持等问题。
同时这种测量也不适用于现代化的管理，已不能满足如今高效高速的生产要求，所以汽车零部件检测逐步利用机器视觉代替人工检测，以提高工作效率、准确率，还可以降低人工成本。
将机器视觉系统应用于汽车零部件成型产品的内径尺寸测量、外径尺寸测量、外观缺陷检测等，工业相机和工业镜头的完美配合所带来的高精准度、高稳定性、高通用性大大提高了工作效率，帮助用户缩短了产品的检测时间，提高了检测结果精确度。
零部件外观缺陷检测
「项目背景」
汽车零部部件，共有2个型号，结构完全对称，复杂异形结构件
「缺陷难点」
① 精确检测360度碰伤，裂纹，凹陷等
② 特定位置的字符是否有外观缺陷
③系统检测精度高于0.5mm，可保证1mm以上大小的缺陷特征清晰可辨
「解决方案」
相机布置方式：相机固定在机械手上，带着相机拍照，检测的点位和运动轨迹提前示教好，保证运动过程平滑顺畅且拍摄每个点位时的工作距离在景深范围内。
光源安装位置：条形光源，安装在相机左右两侧进行补光，可调整位置和角度。
采用矩视智能低代码平台，目标定位算法模块，检测方式支持静态或动态拍照。搜集包含不同类型缺陷产品图片进行分类标注、训练，测试检测效果OK后下载模型进行本地部署，后期如果增加新缺陷样本，可以搜集图片样本对模型进行优化升级。
检测效果如图：
①裂缝
②磕碰
③字符缺陷
④刮擦
⑤凹陷
⑥磨损
冲压件产品缺陷检测
「项目背景」
在汽车生产制造中，有很大一部分金属零件采用冲压加工成型的方法得到，冲压工艺是汽车生产的一种重要工艺方法。冲压加工具有生产效率高、成本低、精度一致性好和材料利用率高等特点。
车身上的各类覆盖件，车内支撑件等大量的汽车零部件都采用冲压工艺加工制造，冲压件在汽车零部件中占有很大比例，所以冲压加工方式的水平和能力，在很大程度上决定着我国汽车制造的成本和质量，也影响着其他包含冲压加工生产的行业的技术进步。
汽车冲压件在冲压成型过程中，由于模具配合和振动等原因，经常出现表面起皱、面畸变、局部凹陷及凸起等现象，导致汽车冲压件表面产生较大的形状误差，甚至成为废品
「缺陷难点」
冲压件作为汽车制造行业中应用十分广泛的零部件，其表面缺陷产生的机理与种类与其他金属加工方式有所不同。
1） 压痕：压痕缺陷产生的工序不确定，多是由于冲压异物挤压表面导致的。大多数情况为拉延工序时有物料导出不畅通，以至于残留的废料掉入模具内使得下面工序挤压导致了压痕缺陷。
2） 划痕：此类缺陷产生的原因主要包括以下几个方面，比如工件原材料本身的自带缺陷，零件运输过程中接触干涉导致的缺陷，成品装箱接触刮碰产生，加工工位需要转运摩擦碰撞产生；
3） 少孔：此类缺陷产生的原因包括冲头漏装或折断，冲压件少孔是产品设计和要求所不允许的；
4） 边缘缺料：冲压件边缘缺料缺陷发生在拉延工序，主要原因是由于模具与冲压件定位有误差，冲压位置不准确，或者是材料流动速度偏快导致了缺料缺陷
「解决方案」
矩视智能低代码平台通过对上传图像进行缺陷特征标注，利用深度学习技术完成模型训练任务，实现对标记特征缺陷的定向识别检测，操作简单，无需代码编程。
使用矩视智能低代码平台--像素分割，快速实现数据标注与模型训练。
同一模型下，平台支持多种缺陷标记，可同时检测一张图片中的多种缺陷，并且可以对缺陷进行分类，根据缺陷类型，分别建立相对应的标签，并进行标注。
可实时显示缺陷检测结果，及时记录结果，极大地提高了冲压件缺陷识别的效率。
轴承外观缺陷检测
「项目背景」
轴承作为现代机械设备中的重要零部件，主要功能是支撑机械旋转体，降低运动过程中的摩擦系数，并保证其回转精度。
在生产中，质检是重要的一环。通常情况下，质检员采用人工肉眼观察、手指转动轴承等质检方式挑出表面有油污、划痕等缺陷的轴承。
但质检结果易受人为因素影响，检验标准难以保持一致，稳定性差且易漏检，始终不能做到良品率100%。就汽车而言，汽车的动力、可靠性、安全性和舒适性都与其息息相关。
因此，保证出厂轴承的良品率至关重要。
「缺陷难点」
1）滚动体的数量和位置识别与判定。
2）密封件的标识内容、形状、外观的识别与判定。
3）套圈表面、滚子表面宏观裂纹、磕碰等缺陷的识别与判定。
「解决方案」
矩视智能是面向企业的零门槛AI开发平台，在提高准确度方面，矩视智能低代码平台加入人工智能算法，通过深度学习，积累了大概上百种的缺陷样式，对图像缺陷的敏感程度更高。
矩视智能从机器视觉切入，通过图像抓取、识别、计算、测试等基本流程来完成整个检测。
检测效果所见所得，可24小时检测，不存在疲劳问题，且100%的检测比例，可以更好地控制产品质量，同时可以面向所有的轴承产品，甚至其他的机械零部件（如齿轮、螺栓等），有效解决轴承检测过程中效率低、准确度低、速度慢、人力成本高的问题。
此外，还有更多案例，例如：
复杂环境下精确识别-仪表盘外观检测
精确识别复杂材质的缺陷-构件外观检测
精确识别反光材质的缺陷-车灯外观检测
本文仅做学术分享，如有侵权，请联系删文。
来源：机器视觉沙龙
申明：感谢原创作者的辛勤付出。本号转载的文章均会在文中注明，若遇到版权问题请联系我们处理。
----与智者为伍为创新赋能----
投稿丨合作丨咨询联系邮箱：uestcwxd@126.com
QQ：493826566
新闻来源：今日光电，文中所述为作者独立观点，不代表icspec立场。更多精彩资讯请下载icspec App。如对本稿件有异议，请联系微信客服specltkj。
