AI深度学习/机器视觉在整车漆面外观缺陷检测中的应用

随着汽车消费市场不断升级，漆面外观及质量受到越来越多的关注，工艺水平及生产环境不确定性因素会造成涂层表面产生不同程度的缺陷。由于车身漆面具有高反光特性以及传统人工检测遇到的时间长、工作量大、效率低等问题，机器视觉作为新兴技术，具有高效、稳定和自动化程度高的特点，为漆面缺陷检测系统的研发奠定了理论基础。

    - 行业痛点

   · 汽车涂装质量管理难

汽车涂装工序多、工艺复杂,涂装过程中易产生各种瑕疵

   · 人工检测效率低

漆面缺陷细微且种类繁多,人工检测耗时长、质量低

   · 传统工业视觉无法满足要求

高亮反光的漆面在成像过程中,因镜面反射成分多,导致传统视觉方案成像困难、缺陷检出难度大

    - 自研2D+3D整车漆面外观缺陷检测

2D/3D漆面缺陷检测系统应用于汽车涂装车间，采用3D偏折成像+Al算法技术,通过多台机械臂+多台3D偏折相机协同作业的方式实现汽车漆面缺陷的全方位在线检测，有效解决了高亮面表面缺陷视觉成像困难、漆面缺陷检出难度大、产线节拍要求高等难题，可全方位、多角度在线采集车辆漆面缺陷信息，实现对漆面颗粒、纤维、针孔、漆泡、印痕、漆雾等20余种缺陷类型的高精度、高柔性、高效率在线检测。

• 检测精度：≥15mm
• > 99.9%的缺陷检出率
• 地形和非地形缺陷
• 可进行即时检测和走走停停的检测

更多详情查询官网www.dongshengai.com