DaoAI 3D 机器人视觉赋能汽车部件拧紧缺陷检测

微链道爱 DaoAI 3D 机器人视觉（自研 3D 相机 + 6D 位姿估计、无序料箱抓取 bin picking、涂胶/装配/上下料引导、脑·眼·体闭环、亚毫米手眼协调）通过对汽车传动系统关键紧固件的拧紧到位度与防松标记进行高精度三维检测，将漏检率从 1.5% 降低至 <0.2%，显著提升了产品质量与产线效率。

微链道爱 DaoAI 3D 机器人视觉（自研 3D 相机 + 6D 位姿估计、无序料箱抓取 bin picking、涂胶/装配/上下料引导、脑·眼·体闭环、亚毫米手眼协调）通过对汽车传动系统关键紧固件的拧紧到位度与防松标记进行高精度三维检测，将漏检率从 1.5% 降低至 <0.2%，显著提升了产品质量与产线效率。在汽车及零部件制造领域，紧固件的正确安装是确保整车性能和安全的关键环节。特别是在发动机、变速箱、底盘等核心传动系统部件的装配中，螺栓、螺母的拧紧力矩、到位度以及防松标记的完整性直接关系到车辆的可靠性。随着新能源汽车的快速发展，对零部件的轻量化、集成化和高可靠性要求更高，传统的人工检测或基于扭矩传感器的间接检测方式已难以满足日益严苛的质量控制标准和生产节拍需求。例如，在某头部汽车传动系统供应商的生产线上，一款新型混合动力变速箱的壳体装配需要对多达数十个关键紧固件进行全方位检测，以确保每个螺栓都精确到位并带有正确的防松涂胶，防止因振动或热胀冷缩导致的松动，进而引发严重的安全隐患。

痛点:这道坎为什么难过

该客户在紧固件拧紧检测环节面临多重挑战。首先，人工目检效率低下且一致性差，容易受员工疲劳影响，导致漏检率高达 1.5%，误报率也维持在 8% 左右，大量时间耗费在人工复判上。其次，传统基于 2D 视觉的检测方案，在复杂曲面和遮挡环境下，难以准确识别紧固件的凸起高度、沉孔深度，也无法有效分辨防松标记的立体形态，对光照和产品表面反光极为敏感，经常因环境变化而失效。第三，产品型号多样，紧固件种类繁多，包括不同规格的螺栓、螺母以及铆钉，且位置通常分布在狭小的空间内，甚至存在多层结构交叠的情况，使得检测难度几何级数上升。每次换型都需要耗费数小时重新调整相机位置和参数，严重影响产线柔性。

从工艺层面看，紧固件的拧紧到位度不仅是简单的平面位置，更包含轴向的深度信息，例如螺栓是否完全拧入，是否存在浮高；防松标记（如涂胶、漆点）也需要判断其是否完整覆盖螺纹或螺栓头，是否存在溢出或缺失。这些三维形态上的细微差异，在 2D 图像上往往表现为模糊的边缘或光影变化，极易被误判。从成像层面，金属件表面反光强烈，且紧固件本身多为圆柱形，容易产生镜面反射，导致图像过曝或欠曝，细节丢失。同时，紧固件位于深孔或凹槽内时，传统光源难以有效照明，形成阴影，进一步增加了检测难度。从节拍层面，汽车产线对效率要求极高，单件检测时间通常需控制在秒级，而复杂的三维检测若采用传统扫描方式则耗时过长，难以满足产线节拍。当前行业热点聚焦于具身智能的“ChatGPT时刻”，正如科沃斯拆解机器人展现的，智能机器人需要具备精准的“脑·眼·体”闭环能力，才能在复杂物理世界中实现精确操作和感知。紧固件检测正是对这种“具身智能”的极致考验，要求机器人视觉系统不仅能“看懂”三维世界，还能引导机械臂完成高精度判断和操作，这正是传统方案的短板。

技术原理

微链道爱 DaoAI 3D 机器人视觉系统通过自研的高精度 3D 相机结合先进的 6D 位姿估计算法，从根本上解决了上述难题。我们的 3D 相机采用结构光投影技术，通过发射特定图案的光栅，并利用多个工业相机从不同角度捕捉被测物体表面的形变，重建出高精度的点云数据。相较于传统的激光线扫描或光飞行时间（ToF）技术，结构光能够更快速、更密集地获取三维信息，尤其适合检测复杂几何形状和微小特征。系统通过深度学习算法对点云数据进行处理，实现亚毫米级的精度。6D 位姿估计模块则基于深度学习模型，能够从 3D 点云数据中直接提取出被测紧固件的 X、Y、Z 三个平移维度和 Roll、Pitch、Yaw 三个旋转维度，从而精确判断其在空间中的位置和姿态，即便在无序堆放或随机摆放的情况下也能准确识别。

与传统基于规则的 2D AOI 相比，我们的 3D 机器人视觉具有显著优势。2D AOI 依赖于图像灰度、颜色、边缘等二维特征，容易受到光照、反光、遮挡和产品表面纹理变化的影响，对三维形态的缺陷识别能力有限。而 DaoAI 3D 视觉直接获取物体完整的三维几何信息，能够精确测量紧固件的高度、深度、平面度等关键尺寸，直接判断螺栓是否到位、防松胶是否完整覆盖。例如，对于螺栓浮高问题，2D 视觉可能因光影变化而误判，但 3D 视觉能直接测量螺栓头顶面与基准平面的距离，给出精确的毫米级高度数据。此外，结合“脑·眼·体”闭环控制，系统能实时将视觉数据反馈给机械臂，引导其精确到达检测位置，实现亚毫米级的手眼协调，确保检测的稳定性和重复性。相较于人工目检，系统避免了人为主观判断的误差和疲劳，将检测一致性提升至工业级标准，同时将检测速度提升了数倍，大幅降低了人力成本和生产风险。

典型应用场景

• **螺栓/螺母拧紧到位度检测：** 针对发动机缸体、变速箱壳体等关键部件上的螺栓/螺母，检测其是否完全拧紧，是否存在浮高或拧入不足。难点在于螺栓头与安装孔的配合公差小，且常常位于深孔或多层结构中，需要高精度三维测量排除平面遮挡干扰。
• **防松标记（涂胶/漆点）完整性与位置检测：** 检查螺栓头或螺纹上的防松胶、漆点是否按照工艺要求完整涂覆，无缺失、无溢出，且位置正确。难点在于涂胶厚度、颜色和形状的不规则性，以及金属表面反光对 2D 图像的干扰，3D 视觉能精确重建涂胶的三维形态，判断其覆盖范围和体积。
• **铆钉安装质量检测：** 在车身连接、内饰件固定等场景，检查铆钉是否完全铆合，是否存在松动、变形、断裂或凸起不平。难点在于铆钉头部形态多样，且铆合后可能与基材表面平齐，2D 难以分辨，3D 视觉可测量铆钉头部的微小形变和高度差。
• **异物检测与缺失件检测：** 在装配完成后，对紧固件周围区域进行扫描，检查是否存在遗留的工具、杂质或缺失的垫片、卡扣等。难点在于异物形状不规则，且通常尺寸较小，3D 视觉能通过点云分析识别出标准模型之外的异常形貌。

落地案例

某头部 Tier-1 汽车零部件供应商，专注于高端传动系统的研发与制造。其新建的一条混合动力变速箱装配线，对产品质量和生产效率提出了极高要求。在引入微链道爱 DaoAI 3D 机器人视觉系统之前，该产线在变速箱壳体紧固件拧紧环节，主要依靠人工抽检和部分位置的 2D 视觉辅助检测。由于变速箱内部结构复杂，紧固件数量多达数十个，且部分位于难以目视的深处，导致漏检率达到 1.5%，每月因紧固件问题导致的返工和质量索赔成本高昂。同时，2D 视觉系统在识别防松胶的完整性时，经常因反光或胶体颜色变化而产生误报，导致每天需要人工复检数百次，耗费大量工时。为了提升检测的精准度和自动化水平，该客户引入了我们的 DaoAI 3D 机器人视觉解决方案。

上线过程中，我们首先对数十种不同规格的紧固件和防松胶类型进行了三维数据采集和模型训练。基于微链道爱 DaoAI World 世界模型统一底座，我们利用少量良品（1–20 张良品）进行训练，快速构建了高鲁棒性的检测模型。系统部署在机械臂末端，通过编程路径规划，对变速箱壳体上所有关键紧固件进行逐一扫描检测。上线后，系统实现了 100% 全检，对螺栓浮高、拧入不足、防松胶缺失或溢出等缺陷的检出率达到了 99.4%，漏检率降低至 <0.2%。误报率也从原来的 8% 显著降低到 2.9%，大幅减少了人工复判的工作量。同时，由于 3D 视觉系统对光照和产品表面反光不敏感，换型时仅需在软件中选择对应产品模型，无需重新调整物理相机位置或光源，换型时间从数小时缩短至 5min，显著提升了产线柔性。

微链道爱 DaoAI 3D 机器人视觉系统，以亚毫米级的精度和“脑·眼·体”闭环的智能，为汽车零部件装配带来了前所未有的可靠性和效率提升，真正将具身智能的潜力转化为生产力。

微链道爱解决方案与产品

微链道爱 DaoAI 3D 机器人视觉系统是本次解决方案的核心。我们自研的高精度 3D 相机，能够快速获取物体表面的高密度点云数据，结合强大的 6D 位姿估计算法，实现了对复杂工件的精确识别和定位。在实际部署中，我们提供 SDK/API/Docker 等多种集成方式，支持 100% 本地私有化部署，确保客户数据安全不出厂。对于新产品或新缺陷类型，客户可以利用 DaoAI AI AOI 软件系统的 APDT 正样本/少样本学习能力，仅需 1–20 张良品图像，即可在 5 分钟内完成模型训练和自动编程，极大缩短了换型和调试时间。此外，结合 DaoAI World 世界模型统一底座，系统具备语义理解和跨场景泛化能力，能够从产线反馈中持续学习和优化，不断提升检测精度和效率。整个过程，机器人视觉系统作为“眼睛”和“大脑”，引导机械臂“身体”完成精确的检测任务，构成了一个完整的具身智能闭环。

本次应用，系统将紧固件拧紧缺陷的漏检率从 1.5% 降低至 <0.2%，误报率降低 −63%，每年为客户节省了数百万人民币的质量返工和索赔成本。同时，换型时间大幅缩短至 5min，使得产线能够更灵活地应对多品种小批量生产需求，提升了整体生产效率和市场响应速度。高精度、高效率、高柔性的自动化检测，不仅显著提升了产品质量的稳定性，更助力客户在竞争激烈的汽车零部件市场中保持领先地位，有效规避了因关键部件失效而带来的合规风险和品牌声誉损失。