DaoAI 3D 機器人視覺助力汽車塗膠在線檢測與纠偏

在汽車/零部件行業，塗膠/密封工序的質量直接影響產品的性能和可靠性。微鏈道愛的 DaoAI 3D 機器人視覺憑借其高精度的檢測和實時纠偏能力，為這一關鍵工序提供了可靠的保障。

行業背景與用戶場景：汽車/零部件行業是現代製造業的重要組成部分，塗膠/密封工序在其中起着至關重要的作用。塗膠質量的好坏，不僅關系到汽車的密封性、隔音性和防水性，還會影響到零部件的使用寿命和安全性。某頭部汽車零部件供應商，其產線的塗膠/密封工序涉及汽車發動機缸蓋等重要零部件。在塗膠過程中，需要對塗膠的寬度、高度、連續性等進行嚴格檢測，確保塗膠質量符合產品要求，檢測對象主要為發動機缸蓋上的密封膠條。

痛點深挖：為什麼難

在傳統檢測方式下，塗膠工序面臨着诸多挑戰。首先是漏檢率較高，達到了約 3%。這意味着有部分不合格產品會流入後續工序，可能會導致整個產品的性能下降，甚至出現安全隱患。其次，誤報率也在 5%左右，這增加了不必要的複檢工作量，降低了生產效率。從量化的角度來看，3%的漏檢率和 5%的誤報率在大規模生產中會累積成相當大的數量。此外，塗膠機器人需要對塗膠路徑進行精確控製，但傳統方式難以實現實時路徑纠偏。這是因為傳統檢測手段通常只能獲取二維信息，無法全面了解塗膠的三維形貌，難以準確判斷塗膠的實際情況。而且，傳統檢測方法缺乏有效的反饋機製，不能及時將檢測結果傳遞給塗膠機器人，導致塗膠質量不穩定。

塗膠過程中的環境因素也增加了檢測的難度。例如，車間內的光線變化、灰尘等雜質可能會幹擾檢測設備的正常工作。同時，不同型號的零部件塗膠工藝存在差異，傳統檢測方式難以快速適應新的塗膠工藝，換型時間較長，一般需要 20 分鐘左右，這大大降低了生產的靈活性和效率。

技術原理

DaoAI 3D 機器人視覺采用自研 3D 相機進行成像，其核心基於結構光技術。結構光技術通過投射特定的光圖案到檢測對象表面，相機捕捉反射光的變形信息。由於物體表面的形狀不同，反射光的變形也會不同。利用三角測量原理，就可以根據反射光的變形計算出物體表面的三維坐標，從而實現高精度的三維形貌重建。與傳統的二維成像技術相比，3D 成像能夠提供更丰富的表面信息，更全面地反映塗膠的實際情況。

在 6D 位姿估計方面，采用深度學習算法對采集到的 3D 數據進行分析。深度學習算法能夠學習物體的特征和幾何信息，通過大量的訓練數據，它可以準確地識別物體的位置和姿態。即使在複雜環境下，如光線變化、有遮擋等情況下，也能準確估計位姿。對於塗膠檢測，通過對重建的三維數據進行分析，能夠精確測量塗膠的寬度、高度等參數，並判斷塗膠的連續性。因為 3D 數據包含了丰富的表面信息，所以能夠更全面、準確地檢測塗膠缺陷，而傳統方法由於缺乏三維信息，很難做到如此精確的檢測。

典型應用場景

• 塗膠寬度檢測：在發動機缸蓋塗膠過程中，塗膠寬度需要嚴格控製在一定範圍內。DaoAI 3D 機器人視覺通過對重建的三維數據進行分析，能夠精確測量塗膠的寬度。難點在於塗膠邊緣可能存在不平整的情況，傳統檢測方法容易誤判。而 3D 視覺可以從多個角度觀察塗膠邊緣，準確判斷寬度是否符合要求。
• 塗膠高度檢測：塗膠高度直接影響密封效果。該技術通過三維形貌重建，能夠精確測量塗膠的高度。難點在於塗膠表面可能存在微小的起伏，傳統的二維檢測方法難以準確測量高度。3D 視覺可以捕捉到這些微小的變化，確保塗膠高度符合標準。
• 塗膠連續性檢測：塗膠的連續性對於密封性能至關重要。DaoAI 3D 機器人視覺通過分析 3D 數據，能夠判斷塗膠是否存在中斷的情況。難點在於一些細微的中斷可能難以通過肉眼或傳統檢測方法發現，而 3D 視覺可以利用其高精度的成像能力，準確檢測出這些細微的缺陷。
• 塗膠位置檢測：塗膠需要準確地塗在指定位置。該技術通過 6D 位姿估計和三維數據匹配，能夠精確判斷塗膠的位置是否正確。難點在於發動機缸蓋等零部件的形狀複雜，傳統檢測方法難以準確確定塗膠的位置。3D 視覺可以根據零部件的三維模型進行精確匹配，確保塗膠位置的準確性。

落地案例

某大型汽車零部件供應商，其生產規模較大，每天需要處理大量的發動機缸蓋塗膠工序。在引入 DaoAI 3D 機器人視覺之前，該供應商采用傳統的檢測方式，面臨着較高的漏檢率和誤報率，換型時間長等問題。在上線過程中，微鏈道愛團隊首先對該供應商的生產環境和工藝進行了詳細的調研和分析，根據實際情況進行了系統的定製化開發。然後進行了設備的安裝和調試，對操作人員進行了專業的培訓。經過一段時間的試運行和優化，系統正式上線。

上線後，塗膠缺陷檢出率從原來的較低水平提升至 98%，漏檢率從約 3%降低至 <2%，誤報率從 5%降低至 1%。換型時間從原來的 20 分鐘縮短至 5 分鐘，大大提高了生產效率和產品質量。

微鏈道愛解決方案與產品

以 DaoAI 3D 機器人視覺為核心解決方案。在檢測過程中，自研 3D 相機實時采集發動機缸蓋上塗膠的 3D 數據，6D 位姿估計算法對缸蓋進行精準定位，確保檢測的準確性。系統能夠實時分析塗膠數據，判斷是否存在寬度過窄、高度不足或塗膠中斷等缺陷。當檢測到缺陷時，通過腦·眼·體閉環機製，將信息及時反饋給塗膠機器人，實現塗膠路徑的實時纠偏，保證塗膠質量的一致性。同時，可搭配 DaoAI AI AOI 軟件系統，利用其正樣本/少樣本學習功能，快速對新的塗膠工藝進行編程，減少換型時間。

量化成效：通過應用 DaoAI 3D 機器人視覺，塗膠缺陷檢出率提升至 98%，漏檢率降低至 <2%，誤報率降低至 1%，有效減少了不必要的複檢工作量。同時，換型時間從原來的 20min 縮短至 5min，大大提高了生產效率，滿足了不同型號零部件的生產需求。