DaoAI 3D 机器人视觉助力汽车涂胶在线检测与纠偏

在汽车/零部件行业，涂胶/密封工序的质量直接影响产品的性能和可靠性。微链道爱的 DaoAI 3D 机器人视觉凭借其高精度的检测和实时纠偏能力，为这一关键工序提供了可靠的保障。

行业背景与用户场景：汽车/零部件行业是现代制造业的重要组成部分，涂胶/密封工序在其中起着至关重要的作用。涂胶质量的好坏，不仅关系到汽车的密封性、隔音性和防水性，还会影响到零部件的使用寿命和安全性。某头部汽车零部件供应商，其产线的涂胶/密封工序涉及汽车发动机缸盖等重要零部件。在涂胶过程中，需要对涂胶的宽度、高度、连续性等进行严格检测，确保涂胶质量符合产品要求，检测对象主要为发动机缸盖上的密封胶条。

痛点深挖：为什么难

在传统检测方式下，涂胶工序面临着诸多挑战。首先是漏检率较高，达到了约 3%。这意味着有部分不合格产品会流入后续工序，可能会导致整个产品的性能下降，甚至出现安全隐患。其次，误报率也在 5%左右，这增加了不必要的复检工作量，降低了生产效率。从量化的角度来看，3%的漏检率和 5%的误报率在大规模生产中会累积成相当大的数量。此外，涂胶机器人需要对涂胶路径进行精确控制，但传统方式难以实现实时路径纠偏。这是因为传统检测手段通常只能获取二维信息，无法全面了解涂胶的三维形貌，难以准确判断涂胶的实际情况。而且，传统检测方法缺乏有效的反馈机制，不能及时将检测结果传递给涂胶机器人，导致涂胶质量不稳定。

涂胶过程中的环境因素也增加了检测的难度。例如，车间内的光线变化、灰尘等杂质可能会干扰检测设备的正常工作。同时，不同型号的零部件涂胶工艺存在差异，传统检测方式难以快速适应新的涂胶工艺，换型时间较长，一般需要 20 分钟左右，这大大降低了生产的灵活性和效率。

技术原理

DaoAI 3D 机器人视觉采用自研 3D 相机进行成像，其核心基于结构光技术。结构光技术通过投射特定的光图案到检测对象表面，相机捕捉反射光的变形信息。由于物体表面的形状不同，反射光的变形也会不同。利用三角测量原理，就可以根据反射光的变形计算出物体表面的三维坐标，从而实现高精度的三维形貌重建。与传统的二维成像技术相比，3D 成像能够提供更丰富的表面信息，更全面地反映涂胶的实际情况。

在 6D 位姿估计方面，采用深度学习算法对采集到的 3D 数据进行分析。深度学习算法能够学习物体的特征和几何信息，通过大量的训练数据，它可以准确地识别物体的位置和姿态。即使在复杂环境下，如光线变化、有遮挡等情况下，也能准确估计位姿。对于涂胶检测，通过对重建的三维数据进行分析，能够精确测量涂胶的宽度、高度等参数，并判断涂胶的连续性。因为 3D 数据包含了丰富的表面信息，所以能够更全面、准确地检测涂胶缺陷，而传统方法由于缺乏三维信息，很难做到如此精确的检测。

典型应用场景

• 涂胶宽度检测：在发动机缸盖涂胶过程中，涂胶宽度需要严格控制在一定范围内。DaoAI 3D 机器人视觉通过对重建的三维数据进行分析，能够精确测量涂胶的宽度。难点在于涂胶边缘可能存在不平整的情况，传统检测方法容易误判。而 3D 视觉可以从多个角度观察涂胶边缘，准确判断宽度是否符合要求。
• 涂胶高度检测：涂胶高度直接影响密封效果。该技术通过三维形貌重建，能够精确测量涂胶的高度。难点在于涂胶表面可能存在微小的起伏，传统的二维检测方法难以准确测量高度。3D 视觉可以捕捉到这些微小的变化，确保涂胶高度符合标准。
• 涂胶连续性检测：涂胶的连续性对于密封性能至关重要。DaoAI 3D 机器人视觉通过分析 3D 数据，能够判断涂胶是否存在中断的情况。难点在于一些细微的中断可能难以通过肉眼或传统检测方法发现，而 3D 视觉可以利用其高精度的成像能力，准确检测出这些细微的缺陷。
• 涂胶位置检测：涂胶需要准确地涂在指定位置。该技术通过 6D 位姿估计和三维数据匹配，能够精确判断涂胶的位置是否正确。难点在于发动机缸盖等零部件的形状复杂，传统检测方法难以准确确定涂胶的位置。3D 视觉可以根据零部件的三维模型进行精确匹配，确保涂胶位置的准确性。

落地案例

某大型汽车零部件供应商，其生产规模较大，每天需要处理大量的发动机缸盖涂胶工序。在引入 DaoAI 3D 机器人视觉之前，该供应商采用传统的检测方式，面临着较高的漏检率和误报率，换型时间长等问题。在上线过程中，微链道爱团队首先对该供应商的生产环境和工艺进行了详细的调研和分析，根据实际情况进行了系统的定制化开发。然后进行了设备的安装和调试，对操作人员进行了专业的培训。经过一段时间的试运行和优化，系统正式上线。

上线后，涂胶缺陷检出率从原来的较低水平提升至 98%，漏检率从约 3%降低至 <2%，误报率从 5%降低至 1%。换型时间从原来的 20 分钟缩短至 5 分钟，大大提高了生产效率和产品质量。

微链道爱解决方案与产品

以 DaoAI 3D 机器人视觉为核心解决方案。在检测过程中，自研 3D 相机实时采集发动机缸盖上涂胶的 3D 数据，6D 位姿估计算法对缸盖进行精准定位，确保检测的准确性。系统能够实时分析涂胶数据，判断是否存在宽度过窄、高度不足或涂胶中断等缺陷。当检测到缺陷时，通过脑·眼·体闭环机制，将信息及时反馈给涂胶机器人，实现涂胶路径的实时纠偏，保证涂胶质量的一致性。同时，可搭配 DaoAI AI AOI 软件系统，利用其正样本/少样本学习功能，快速对新的涂胶工艺进行编程，减少换型时间。

量化成效：通过应用 DaoAI 3D 机器人视觉，涂胶缺陷检出率提升至 98%，漏检率降低至 <2%，误报率降低至 1%，有效减少了不必要的复检工作量。同时，换型时间从原来的 20min 缩短至 5min，大大提高了生产效率，满足了不同型号零部件的生产需求。