汽车仪表盘这种反映车辆各系统工作状况的装置，由于上面集成了各种指示灯和仪表，需要在生产过程中进行大量复杂的检测工作。比如仪表盘检测包含了3级菜单7个页面30多处检测项，而且生产工位对节拍要求较高，要求检测速度一定要快。另外，检测项复杂，包含了字符识别、颜色识别、图案匹配等。
　　"之前这些检测工作我们是使用人工方式，但是检测效率低，工件的误检率和漏检率居高不下。"哈尔滨航天公司仪表盘项目负责人李经理介绍说，"随着生产线自动化程度的提高，人工检测方式严重地限制了公司的生产效率，引入机器视觉检测势在必行。"
　　这时，哈尔滨航天公司的合作伙伴--沈阳新松机器人公司获悉了他们的技术难题。由于沈阳新松机器人公司一直大量使用康耐视公司的视觉设备，非常了解其技术和解决方案的能力。因此，沈阳新松机器人公司向李经理推荐了康耐视的视觉检测系统。
　　于是，哈尔滨航天公司联系上康耐视公司，并邀请他们的工程师来公司进行交流和评估。"由于汽车仪表盘检测项繁多且检测需求复杂，这就要求检测速度快、精度高、稳定性强，对于视觉检测来说着实是个不小的挑战。"康耐视的工程师表示，"因此，就选用了性能强劲、算法完备的In-Sight 7000 视觉系统。"

图1.视觉检测工位图

   在前期测试中，康耐视的工程师团队对仪表盘的各个界面检测需求进行初步评估，并根据评估结果为每个检测项选定了专门的检测工具，最后将整个检测程序分成了四大类：
　　1）各界面总体检测。在这个部分使用了康耐视快速强大的PatMax算法以及瑕疵检测工具。通过PatMax的高精度图案匹配，来检测仪表盘上各个区域的图案是否缺失/残缺/错位，并在极短的时间内输出结果。

图2.点亮的仪表盘（界面1）工件图

   2）各界面指定位置的字符检测，包括出厂日期、产品批号等。这个部分使用了康耐视成熟的OCR字符检测工具，用以读取出指定位置的字符，并将字串输出与标准字串对比，以判定日期、批次等是否合格。
　　3）各界面彩色图标检测，如ABS图标、油箱图标等。这个部分使用了康耐视强大的颜色识别工具，通过提取出各个图标的标准颜色来建立颜色库，然后每次检测都把指定图标的颜色与其在颜色库中的标准颜色对比，以判定图标颜色是否合格。
　　4）不合格工件图片的存储。由于仪表盘界面较多，不合格仪表盘的错误可能出现在某个界面的某个区域，不能只检测表盘是否合格，还需要存储不合格界面的图片以供日后追溯。在这里使用了FTP存图方式，将不合格的图片按日期存储到公共硬盘中，完美地解决了这个棘手问题。

图3.电子表格程序图

   另外，由于In-Sight 7000 视觉系统提供了多种通讯协议，这使得相机与现场PLC的通讯也十分方便，现场采用了稳定快速的Profinet通讯协议。
　　这样，在In-Sight 7000 视觉系统的帮助下，工程师们很快就定制了用来检测仪表盘的检测程序。程序内包含对于仪表盘的3级菜单、7个界面包含30多个检测项的检测，解决了图案匹配、图案缺失/错位、字符识别/读取、颜色识别、指示灯暗/亮显示错误、不合格界面图片的存储等问题。
　　优化后的检测流程如下：当托盘上的仪表盘由传送带传送到检测位置时，自动化装置点亮仪表盘，由PLC给相机发送触发信号和作业切换信号，接收到PLC信号的相机开始采集图片并执行各界面的检测程序，以确保仪表盘各个显示功能准确无误；相机再将各界面的检测结果传回PLC；检测合格的仪表盘由机器人分拣到合格区，不合格的仪表盘则被分拣到不合格区，并将不合格界面的图片存储到公共机中，以便日后检查。
　　整个流程快速智能，完全不需要人工的参与，极大的提高了汽车仪表盘的检测准确率和生产效率。
　　对此，李经理评价说，"以前我们使用人工检测方式的时候，工人们都抱怨眼睛酸的不行，检测效率低下不说，产品检测的准确率更是得不到保障，良品误判、次品漏判比例高的可怕。现在好了，用上In-Sight 7000 视觉系统后，不仅检测速度提了好几个档次，检测准确率高达99.8％，还省下了人工检测专员的成本，真是一举多得。"
　　目前仪表盘检测项目的视觉检测工位已经投入到流水线的生产中，In-Sight 7000 视觉系统的出色表现让哈尔滨航天公司十分满意。李经理最后表示，"在车间生产逐步向自动化升级的过程中，视觉检测代替人工乃大势所趋。以后希望我们能够继续与康耐视合作共赢，创造更多的效益。"
　　*注：由于仪表盘检测项过多，相机内包含9个检测程序。程序切换由PLC与相机通过工业以太网通讯控制。程序图为相机内作业1的截图。包含界面图案识别检测，FTP通讯存图，指示灯/图标颜色识别检测，字符对比检测。