侵权投诉
搜索
更多>> 热门搜索:
订阅
纠错
加入自媒体

颜值高 有“门”道|贝特威汽车门板内饰AI视觉检测解决方案

1、应用背景

一|汽车制造业的智能化转型

在高质量发展和智能制造的大背景下,汽车制造业正在经历深刻的变革。为了提升生产效率、降低人力成本并保证产品质量,越来越多的汽车制造商开始采用机器视觉AI检测技术。

汽车门板内饰作为汽车的重要组成部分,其质量直接影响到消费者的使用体验和车辆的整体品质。因此,对门板内饰进行精确、高效的检测显得尤为重要。

二|传统检测方式的局限性

传统的汽车门板内饰检测方式主要依赖人工目检,这不仅在生产线上消耗了大量人力资源,而且效率低下,难以满足长时间、高强度的生产需求,而且容易受到人为因素的影响,导致检测结果的不准确。

此外,随着汽车制造技术的不断发展,门板内饰的复杂度也在不断提高,传统的人工检测方式已经难以满足现代汽车制造业的需求。针对不同车型配置的产品,人工操作也无法实现快速保存、后期追溯及调用。

三|机器视觉AI检测技术的兴起

随着科技的不断进步与发展,视觉检测及自动化检测设备的应用已完全具备取代人工进行检测的能力,成为生产过程中不可或缺的环节。机器视觉AI检测技术以其高精度、高效率和高稳定性的优势,逐渐在汽车制造业中得到广泛应用。该技术通过图像识别、深度学习等算法,能够实现对汽车门板内饰的自动检测,有效提高了检测效率和准确性。

2、机器视觉AI检测解决方案

颜值高 有“门”道|贝特威汽车门板内饰AI视觉检测解决方案

贝特威自动化与国际领先的汽车门板内饰Tier1企业合作,以“创造完美表面质量的汽车内饰部件”为目标,用机器视觉AI检测解决方案赋能汽车门板内饰高质量发展。

一|门板检测

门板正面检测

① 检测门板各配置中小件的颜色、材质及缝线颜色等;

② 检测门板扶手功能键的有无及高低配置;

③ 检测面板皮质材质及缝线颜色。

门板背面检测

① 检测背面所有螺丝、吸音棉、卡扣、毛毡是否安装到位;

② 检测面板焊点是否存在漏焊现象。

门板电检

① 开关:可检测开关量信号及模拟量信号,配方界面可选。PLC用于判断线束连接通断或测量电阻值,工控机上显示检测结果(OK/NG);

② 氛围灯:发送客户指定报文,检测电流值并观察氛围灯亮点。设备通过电流值判断检测结果(OK/NG),人工则通过观察点亮与否进行判断。

二|安装示意图

颜值高 有“门”道|贝特威汽车门板内饰AI视觉检测解决方案

三|检测效果

错漏检测

利用颜色工具、斑点及模型匹配工具对门板各个小件进行颜色区分及有无判断

安装到位检测

定位门板空间后,对每个螺丝、卡扣、毛毡等进行斑点面积检测。利用螺丝卡扣反光的原理,通过识别亮色部分面积来判断是否安装到位。

皮质材质检测

针对白色产品,一侧为真皮,一侧为PU皮质。通过深度学习算法对两种材质进行多次重复性训练,最终进行实际检测。

7e21efc5dd651de42080a41051480adf.png

81cbe5a0953a5ab91c9789ec65195490.png

缝线颜色检测

在缝线颜色较为接近的情况下,系统能够通过普通算法有效区分差异性较大的缝线。而对于差异性较小的颜色,则采用深度学习算法进行专项训练,以确保最终实现精确检测。

d48550f6f0d7f12856802e8e0b762b7b.png

672119a3aa68c30ae03aec6ae2a6c0eb.png

3、汽车关键零部件AI视觉检测技术市场前景

一|市场规模的稳步增长

随着全球汽车市场的不断扩大和消费者对汽车品质要求的提高,汽车门板内饰机器视觉AI检测技术的市场需求将持续增长。特别是在中国等新兴市场,随着汽车制造业的快速发展和智能化转型的加速推

二|新兴应用领域的拓展

传统及新势力新能源汽车、智能网联汽车等新兴领域对汽车门板内饰的检测要求更高,为机器视觉AI检测技术提供了更多的市场机会。

三|技术创新的推动

随着人工智能、大数据、云计算等技术的不断发展,机器视觉AI检测技术将不断得到创新和优化。例如,通过引入深度学习算法,可以进一步提高检测的准确性和效率;通过引入云计算技术,可以实现远程监控和数据分析等功能,为汽车制造商提供更加便捷、高效的服务。

四|政策支持的加强

为了推动汽车制造业的智能化转型和高质量发展,中国等政府部门纷纷出台相关“新四化”政策支持机器视觉AI检测技术的研发和应用。这些政策的出台将为机器视觉AI检测技术的发展提供更多的机遇和支持。汽车门板内饰机器视觉AI检测技术的应用背景广阔且市场前景看好。随着技术的不断进步和市场的不断拓展,该技术将在汽车制造业中发挥越来越重要的作用。



声明: 本文系OFweek根据授权转载自其它媒体或授权刊载,目的在于信息传递,并不代表本站赞同其观点和对其真实性负责,如有新闻稿件和图片作品的内容、版权以及其它问题的,请联系我们。

发表评论

0条评论,0人参与

请输入评论内容...

请输入评论/评论长度6~500个字

您提交的评论过于频繁,请输入验证码继续

暂无评论

暂无评论

文章纠错
x
*文字标题:
*纠错内容:
联系邮箱:
*验 证 码:

粤公网安备 44030502002758号