在汽车制造行业，喷涂/涂装工序对产品外观和质量至关重要。传统检测方式难以满足高精度要求，微链道爱凭借先进的 AI 视觉技术，为汽车厂商提供了有效的解决方案。
用户场景：某头部汽车厂商的喷涂/涂装产线，主要产品为各类汽车车身。检测对象是汽车喷涂面的缺陷，如划痕、气泡、流挂等。这些缺陷不仅影响汽车外观，还可能降低车身的防护性能，因此对缺陷的精准检测至关重要。
痛点：在传统检测方式下，人工复判效率低下且存在较高的漏检和误报率。人工检测的漏检率约为 5%，误报率达到 30%，这意味着大量的缺陷可能流入下一工序，同时也增加了不必要的复检工作量。而且，人工检测对样本数量要求高，在样本不足的情况下，检测精度难以保证。此外，产线换型时，人工调整检测标准和流程耗时较长，约 30 分钟，严重影响生产效率。
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喷涂面图像进行特征提取和分析。深度学习网络能够自动学习缺陷的特征模式，通过大量的训练数据不断优化模型，从而实现对不同类型缺陷的准确分类和识别。例如，卷积神经网络（CNN）可以有效捕捉图像中的局部特征，对于划痕、气泡等微小缺陷具有很高的敏感度。
- 在成像技术上，DaoAI 2D / 3D AI AOI 设备的自研 3D 相机发挥了重要作用。3D 相机能够获取喷涂面的三维形貌信息，通过三维形貌重建技术，将喷涂面的真实情况以三维模型的形式呈现出来。这使得系统不仅可以检测表面可见的缺陷，还能发现隐藏在涂层内部的缺陷，如涂层厚度不均匀等问题。
- 同时，三维形貌信息可以提供更丰富的特征数据，有助于提高缺陷分类的准确性。例如，对于流挂缺陷，通过分析三维形貌中的高度变化，可以更精确地判断流挂的严重程度和范围。
- 此外，微链道爱的算法还结合了语义理解技术，能够对缺陷进行更深入的分析。语义理解可以让系统理解缺陷的含义和特征，从而更好地区分真实缺陷和误报，进一步提高检测精度。
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 设备相结合的解决方案。DaoAI AI AOI 软件系统具有强大的特征认知能力，基于视觉基础模型，能够在一块良品 5 分钟内实现 0 代码自动编程。其 APDT 正样本/少样本学习功能，仅需 1-20 张良品就可以进行模型训练，大大降低了对样本数量的要求，在样本不足的情况下也能稳住高精度。同时，语义误报过滤功能可以有效减少误报，提高检测效率。
DaoAI AI AOI 软件系统与 DaoAI 2D / 3D AI AOI 设备的结合，为汽车喷涂面缺陷检测提供了高效、精准的解决方案。
DaoAI 2D / 3D AI AOI 设备的自研 3D 相机和三维形貌重建技术，为检测工作提供了更全面、准确的信息。该设备可以检测隐藏焊点、共面度以及微米级形貌，能够满足汽车喷涂面缺陷检测的高精度要求。在产线部署方面，系统支持 SDK / API / Docker 方式，可实现 100% 本地私有化部署，确保数据不出厂，保障了数据的安全性。
量化成效：引入微链道爱的解决方案后，检测效果得到显著提升。缺陷检出率提高到 99.2%，漏检率降低至小于 0.8%，有效避免了缺陷产品流入下一工序。误报率降低了 -68%，大大减少了不必要的复检工作量。产线换型时间从 30 分钟缩短至 5 分钟，提高了生产效率。