高度自動化的汽車行業(yè)如何保證汽車生產(chǎn)過程的高效與安全?本期汽車行業(yè)專題我們將帶來機器視覺技術(shù)在汽車行業(yè)的應(yīng)用。機器視覺產(chǎn)品可有效提升汽車行業(yè)中大部分系統(tǒng)和組件的性能,確保汽車零件制造商和汽車裝配廠所生產(chǎn)的產(chǎn)品滿足汽車行業(yè)嚴苛的質(zhì)量要求。
??禉C器人高品質(zhì)的機器視覺硬件產(chǎn)品和算法平臺為復(fù)雜和具有挑戰(zhàn)性的汽車行業(yè)應(yīng)用提供解決方案,助力用戶快速準確實現(xiàn)汽車關(guān)鍵零部件的讀碼追溯、類型檢測、缺失檢測以及字符識別等,進一步提升精益智造水平。
01、讀碼追溯
挑戰(zhàn)
在汽車總成生產(chǎn)中的讀碼需適應(yīng)各種工況,二維碼工藝包括激光鐳射、機械刻印、噴墨等DPM識別;讀碼環(huán)境面臨油污、紋理、靜區(qū)缺失、畸變等干擾且讀碼率要求極高。
方案案例
方案選用??礗D5000/3000Pro系列智能讀碼器,產(chǎn)品一體化集成照明、傳感器、鏡頭及解碼器;識別性能優(yōu)異,20%缺損修正、臟污過濾、畸變矯正,智能糾錯;高效解碼能力,毫秒級定位算法,助力單體解碼節(jié)拍<60ms;無需外置光源,多路分控,白、紅、藍多色光源適應(yīng)多個工況,有效提高生產(chǎn)現(xiàn)場的追溯管理水平,實現(xiàn)生產(chǎn)數(shù)據(jù)、庫存管理可視化,大大提升了工作效率。
圖為ID5000/3000Pro系列對汽車部件DPM讀碼
02、類型檢測
挑戰(zhàn)
汽車制造過程中,輪轂是否正確裝配影響生產(chǎn)效率,而輪轂種類繁多,目前許多汽車企業(yè)采取人工目測的方法對輪轂類型進行識別和檢測,但識別效率低、準確率低。
方案案例
方案選用??禉C器人MV-CA050-10GM高分辨率相機,配合大面積中孔面光源,利用深度學習分類工具,對產(chǎn)線輪轂的類型進行識別(約200種),實現(xiàn)輪轂分類。初始模型的訓(xùn)練每類樣本收集80-100張,綜合識別率可達99%以上,通過現(xiàn)場的迭代,最終識別準確率達99.99%以上。深度學習分類算法利用卷積神經(jīng)網(wǎng)絡(luò)和大數(shù)據(jù)樣本優(yōu)勢,提升了識別率和識別容量。
圖為500萬高分辨率相機利用深度學習工具識別汽車輪轂類型
03、缺失檢測
挑戰(zhàn)
汽車的生產(chǎn)過程中零件眾多,部件缺失會減少產(chǎn)品的使用壽命,人工檢測方法效率低、檢測錯誤率較高,產(chǎn)品存在安全質(zhì)量風險。
方案案例
通過SC2016視覺傳感器進行高速圖像處理,產(chǎn)品植入了高精度定位與測量算法,利用模板匹配或Blob分析等工具模塊,對檔位傳感器白色膠圈進行缺失檢測,識別正確率達99.9%。與人工檢測相比,提升了效率且減少了錯誤發(fā)生的概率,以提升產(chǎn)品安全質(zhì)量并確保生產(chǎn)作業(yè)正常有序開展。
圖為SC2016視覺傳感器識別汽車部件-檔位傳感器膠圈有無
04、字符識別
挑戰(zhàn)
為實現(xiàn)汽車制造和使用過程中的信息可追溯,需要獲取車輛識別號碼(VIN碼),傳統(tǒng)機器視覺算法對反光、油漆顏色、不同材質(zhì)等情況造成的對比度低、成像效果差的字符識別難度大,容易造成誤判。
方案案例
SC7060智能相機采用深度學習字符識別工具,訓(xùn)練150張相機讀取的樣本圖片,并測試所得模型,從而實現(xiàn)簡單高效的字符識別,識別準確率達99.9%以上,可增加樣本量以提高準確率。此外,通過在線標記遺漏字符,方案可確保模型所有字符的準確識別,大大節(jié)省了開發(fā)時間,提高了效率,適用于復(fù)雜有噪聲背景等棘手的字符識別應(yīng)用。
圖為SC7060智能相機實現(xiàn)汽車識別(VIN)碼檢測
此外,??禉C器人的機器視覺產(chǎn)品在汽車行業(yè)中的應(yīng)用還包括發(fā)動機缸蓋表面字符讀取、輪胎出廠正反區(qū)分、汽車鍍鉻飾條表面缺陷檢測,輪轂讀碼等。
圖1 | 輪轂讀碼
圖2 | 輪胎出廠正反區(qū)分
圖3 | 發(fā)動機缸蓋表面字符讀取
圖4 | 缺陷檢測系統(tǒng)
客戶收益
“??禉C器人智能讀碼器可7*24小時全天候?qū)崟r讀取每輛車架上的二維碼信息,實現(xiàn)生產(chǎn)訂單信息一致化的應(yīng)用,改變了工廠原有紙質(zhì)單據(jù)費時、低效的現(xiàn)狀,同時提高了準確率和工作效率?!?/p>
相關(guān)產(chǎn)品
相關(guān)文章