在汽车制造领域，冲压钣金的表面质量至关重要。微链道爱的 AI 视觉技术为解决 0.3mm 表面缺陷检测难题提供了有效方案。
用户场景：某头部汽车零部件厂商的冲压钣金产线，主要生产各类汽车冲压钣金件。检测对象为厚度 0.3mm 的冲压钣金表面，需检测如划痕、凹坑、裂纹等微小缺陷，以确保产品符合汽车制造的高质量要求。
痛点：传统检测方法在该场景下面临诸多困境。人工检测效率低，每小时仅能检测约 30 件产品，且漏检率高达 15%，难以满足大规模生产需求。同时，人工检测的误报率约为 20%，导致大量产品需进行复检，增加了生产成本和时间。此外，产线换型时，人工重新调整检测标准和流程耗时约 30 分钟，严重影响生产节拍。
技术原理
微链道爱采用先进的 AI 算法和成像技术解决上述问题。在算法方面，利用深度学习算法对大量的冲压钣金表面图像进行学习和训练，通过卷积神经网络（CNN）提取图像的特征信息，能够准确识别不同类型的表面缺陷。在成像方面，自研的 3D 相机可以获取钣金表面的三维形貌信息，结合三维形貌重建技术，能够清晰地呈现出微小缺陷的立体特征，提高检测的准确性。这种算法和成像技术的结合之所以有效，是因为深度学习算法具有强大的特征学习能力，能够从复杂的图像中提取出有代表性的特征，而 3D 相机和三维形貌重建技术则提供了更全面的表面信息，弥补了传统 2D 检测的不足。
- 深度学习算法通过对大量图像的学习，能够自动调整模型参数，适应不同的缺陷特征和图像背景。
- 3D 相机可以获取物体表面的深度信息，对于一些隐藏在表面下的微小缺陷也能准确检测。
- 三维形貌重建技术将 3D 相机获取的点云数据进行处理和分析，生成直观的三维模型，便于检测人员进行判断。
- 通过语义理解和跨场景泛化能力，模型能够在不同的冲压钣金产品和生产环境中快速适应和应用。
微链道爱解决方案与产品介绍
微链道爱提供了 DaoAI AI AOI 软件系统和 DaoAI 2D / 3D AI AOI 设备。DaoAI AI AOI 软件系统具备视觉基础模型的特征认知能力，仅需 1-20 张良品，通过 APDT 正样本/少样本学习，即可在 5 分钟内实现 0 代码自动编程，同时还能进行语义误报过滤，有效降低误报率。DaoAI 2D / 3D AI AOI 设备采用自研 3D 相机和三维形貌重建技术，能够检测隐藏焊点、共面度和微米级形貌，对于 0.3mm 表面缺陷的检测精度可达微米级。在落地实施过程中，将设备安装在冲压钣金产线上，对产品进行在线检测，软件系统实时分析处理检测数据，并将结果反馈给产线控制系统。
微链道爱的解决方案为汽车冲压钣金表面缺陷检测提供了高效、准确的手段。
量化成效：采用微链道爱的解决方案后，检测效率大幅提升，每小时可检测约 120 件产品，提高了 3 倍。漏检率降低至 <0.6%，误报率降低了 -63%，有效减少了复检工作量。产线换型时间从 30 分钟缩短至 5 分钟，显著提高了生产的灵活性和效率。