在汽車製造領域，冲壓钣金的表面質量至關重要。微鏈道愛的 AI 視覺技術為解決 0.3mm 表面缺陷檢測難題提供了有效方案。
用戶場景：某頭部汽車零部件廠商的冲壓钣金產線，主要生產各類汽車冲壓钣金件。檢測對象為厚度 0.3mm 的冲壓钣金表面，需檢測如劃痕、凹坑、裂紋等微小缺陷，以確保產品符合汽車製造的高質量要求。
痛點：傳統檢測方法在該場景下面臨诸多困境。人工檢測效率低，每小時僅能檢測約 30 件產品，且漏檢率高達 15%，難以滿足大規模生產需求。同時，人工檢測的誤報率約為 20%，導致大量產品需進行複檢，增加了生產成本和時間。此外，產線換型時，人工重新調整檢測標準和流程耗時約 30 分鐘，嚴重影響生產節拍。
技術原理
微鏈道愛采用先進的 AI 算法和成像技術解決上述問題。在算法方面，利用深度學習算法對大量的冲壓钣金表面圖像進行學習和訓練，通過卷積神經網絡（CNN）提取圖像的特征信息，能夠準確識別不同類型的表面缺陷。在成像方面，自研的 3D 相機可以獲取钣金表面的三維形貌信息，結合三維形貌重建技術，能夠清晰地呈現出微小缺陷的立體特征，提高檢測的準確性。這種算法和成像技術的結合之所以有效，是因為深度學習算法具有強大的特征學習能力，能夠從複雜的圖像中提取出有代表性的特征，而 3D 相機和三維形貌重建技術則提供了更全面的表面信息，弥補了傳統 2D 檢測的不足。
- 深度學習算法通過對大量圖像的學習，能夠自動調整模型參數，適應不同的缺陷特征和圖像背景。
- 3D 相機可以獲取物體表面的深度信息，對于一些隱藏在表面下的微小缺陷也能準確檢測。
- 三維形貌重建技術將 3D 相機獲取的點雲數據進行處理和分析，生成直觀的三維模型，便于檢測人員進行判斷。
- 通過語義理解和跨場景泛化能力，模型能夠在不同的冲壓钣金產品和生產環境中快速適應和應用。
微鏈道愛解決方案與產品介紹
微鏈道愛提供了 DaoAI AI AOI 軟件系統和 DaoAI 2D / 3D AI AOI 設備。DaoAI AI AOI 軟件系統具備視覺基礎模型的特征認知能力，僅需 1-20 張良品，通過 APDT 正樣本/少樣本學習，即可在 5 分鐘內實現 0 代碼自動編程，同時還能進行語義誤報過濾，有效降低誤報率。DaoAI 2D / 3D AI AOI 設備采用自研 3D 相機和三維形貌重建技術，能夠檢測隱藏焊點、共面度和微米級形貌，對于 0.3mm 表面缺陷的檢測精度可達微米級。在落地實施過程中，將設備安裝在冲壓钣金產線上，對產品進行在線檢測，軟件系統實時分析處理檢測數據，並將結果反饋給產線控製系統。
微鏈道愛的解決方案為汽車冲壓钣金表面缺陷檢測提供了高效、準確的手段。
量化成效：采用微鏈道愛的解決方案後，檢測效率大幅提升，每小時可檢測約 120 件產品，提高了 3 倍。漏檢率降低至 <0.6%，誤報率降低了 -63%，有效減少了複檢工作量。產線換型時間從 30 分鐘縮短至 5 分鐘，顯著提高了生產的靈活性和效率。