日期
01/15
2024
咨询
  • QQ扫一扫

  • Vision小助手
    (CMVU)

非监督算法在高良率汽车产线中的应用
收藏
2024-01-15 15:20:09来源: 北京阿丘科技有限公司

变速箱是汽车动力总成的重要组成部分,一旦出现异常情况,可能导致严重事故。而螺栓的紧固力对于保持变速箱的结构完整和正常运行至关重要,没有经过完整涂胶固定的螺栓可能会松动甚至丢失,存在安全隐患。因此,在汽车变速箱装配时,拧紧螺栓前,需要检测螺栓是否涂胶、有无断胶等情况。



检测难点

• 生产环境紧凑:汽车装配流水线较长,变速箱的组装仅为其中的一个环节。在这种紧凑的生产环境中,若加入大型视觉检测系统,可能会因为设备安装和调试的周期较长,拖慢整条产线的进度。

• 缺陷形态多变:螺栓的断胶异常可能以任意形态随机出现在任意位置,使用传统算法难以预测未知的异常涂胶情况。

• 产品良率较高:若采用深度学习算法,则需要充足的高质量样本。汽车行业良率较高,短时间内难以收集到足够数量的缺陷样本。

• 检测指标严苛:为了严格把控质量和成本,客户对检测精度提出了高要求:必须准确无误地检出所有涂胶异常的螺栓,不能放过任何一点轻微断胶的情况,即过检、漏检指标均为0。



解决方案

• 采用EVS-SC200深度学习智能相机的非监督分割算法,既能够更快速地完成部署,又能保证检测性能和精细程度。EVS-SC200集AI算法、软件、硬件于一体,零代码引导式操作,开箱即可掌握,缩短部署周期,最快短至1天。擅长解决随机多变的断胶形态问题,可检出细小、低对比度的涂胶异常,效果优于传统算法。

• 非监督分割算法:支持正样本模型,省去收集缺陷样本的时间,仅使用良品图进行训练,即可通过对比缺陷图与良品图不同的地方,检测出螺栓未涂胶或断胶的异常情况,并进行实时报警。考虑到对于检测精细程度的要求,故应用阿丘自研的最高精度的分割算法,做像素级的缺陷检测。



项目成果

• 实现螺栓涂胶异常的100%稳定检出,达成过检、漏检均为0的指标要求。

• 有效代替了该环节100%的目检人员,确保螺栓在拧紧前不存在涂胶异常,避免客诉。

• 该方案在批量复制阶段,1天即可完成部署。


为你推荐