汽車產(chǎn)業(yè)作為制造業(yè)中的明珠，具有制造工藝復雜、裝配線柔性大、作業(yè)手法精密、生產(chǎn)節(jié)拍緊張等特點[1]。以總裝車間為例，生產(chǎn)一臺車需要經(jīng)過400～500 個崗位，500～600 名員工的作業(yè)，汽車制造流水線每50～90 s 就有一臺車下線，整個制造過程十分依賴人工[2]，提高人員效率，降低生產(chǎn)成本是汽車企業(yè)的重要方向，最終就體現(xiàn)在自動化程度的提升上[3]。

工業(yè)中的視覺檢測技術，通俗的說就是用設備代替人工完成測量、檢查、引導、識別等一系列操作[4]，設備相比于人來說，不會疲累，不受環(huán)境影響，工作效率高，檢測更穩(wěn)定[5]，不僅能提升汽車生產(chǎn)的人員效率，而且能獲得更高的汽車品質(zhì)[6]。

2 視覺檢測技術與某車企總裝車間介紹

2.1 視覺檢測技術的發(fā)展歷程

視覺檢測技術的主要組成部分包括光源、視覺相機、圖像處理器、計算機處理系統(tǒng)、執(zhí)行機構(gòu)等[7]，視覺檢測技術作為工業(yè)技術中的一個細分領域，涉及到圖像處理、數(shù)字圖像轉(zhuǎn)換、機械工程、自動化檢測、光源設計、圖像傳感器技術、模擬電子信號、數(shù)字信號處理技術、人機協(xié)同技術等，每一項技術的發(fā)展都會影響到視覺技術的進步[8]。

從視覺技術的發(fā)展歷史來看，視覺技術自20世紀50 年代提出，經(jīng)歷了CCD 技術出現(xiàn)、計算機運算能力躍升、LED 任意光場設計、OCR 識別技術等多次技術突破才逐漸成為可以應用在工業(yè)生產(chǎn)中的成熟技術[9]。

2.2 某車企總裝車間介紹

某主機廠現(xiàn)為國內(nèi)主流汽車公司，單條生產(chǎn)線的整車制造能力達到24 萬臺/年。總裝車間作為整車制造四大工序的最后一個流程，具有人員多、工藝復雜、節(jié)拍緊張、品質(zhì)要求高的特點，某車企總裝車間的生產(chǎn)節(jié)拍達到70 JPH（臺/每小時），平均51 s 下線一臺整車，緊張的生產(chǎn)節(jié)奏需要大量的崗位和員工。

某車企的總裝車間近年來自動化程度不斷提高，已經(jīng)導入了輪胎自動化安裝設備、前后擋風玻璃自動安裝設備、發(fā)動機自動質(zhì)檢設備、車門自動涂膠設備、車身加強劑自動底涂設備等，大大優(yōu)化了人員效率。其中多數(shù)自動化設備都運用到視覺技術，在自動化程度不斷提高的過程中與多個視覺檢測技術廠家如ABB、安川首鋼、基恩士、康耐視、SRT 等都有密切合作。

3 某車企總裝車間視覺技術應用

人工質(zhì)檢的缺點是人員疲憊后的穩(wěn)定性和可靠性降低，易受到環(huán)境干擾，質(zhì)量研究表明，人工作業(yè)的出錯概率為3‰，而正常工作的機器出錯的概率可以降低到0，視覺檢測技術的品質(zhì)保證能力大大強于人工質(zhì)檢。視覺檢測技術在某車企總裝車間的應用實踐主要包括發(fā)動機質(zhì)檢、加強劑涂布質(zhì)量檢查、玻璃膠型檢查、手持終端檢查等。

3.1 發(fā)動機質(zhì)檢

在某主機廠已經(jīng)實現(xiàn)的汽車發(fā)動機視覺質(zhì)檢包括檢查螺栓緊固是否疏漏、零件有無漏裝及安裝不良、卡箍安裝位置是否正確、條碼標簽是否準確等。因此利用視覺檢測技術需要克服質(zhì)檢點分布廣、類別多、判斷基準各不相同的難點。

發(fā)動機視覺質(zhì)檢的解決方案是采用4 臺機器人攜帶200 萬像素的工業(yè)相機，分布在發(fā)動機的左前、左后、右前、右后位置，如圖1 所示。質(zhì)檢結(jié)果形成數(shù)據(jù)庫用于追溯和查詢。機器人運動半徑為712 mm，可完全覆蓋發(fā)動機所有質(zhì)檢點。在45 s節(jié)拍內(nèi)檢查項目34 項，共47 點，包括條形碼核對、紅油標識、卡箍安裝狀態(tài)、密封圈安裝狀態(tài)等。

發(fā)動機視覺質(zhì)檢的工作流程，如圖2 所示。

圖2 發(fā)動機視覺質(zhì)檢流程

視覺檢測技術的原理是首先獲取被檢查點圖像，通過曝光、灰度、邊緣銳化等處理，提取檢測點的明顯特征，并同檢測基準對比，輸出檢查結(jié)果。例如，螺栓點油視覺質(zhì)檢的實現(xiàn)原理是利用具有紅油標識的螺栓經(jīng)過視覺軟件的處理后，顯示為白色，如圖3 所示，沒有紅油標識的螺栓顯示為黑色，依此為依據(jù)可以進行點油標識的明顯判斷。

當視覺檢測出現(xiàn)異常情況時，設備會自動觸發(fā)報警并提示異常原因，通知生產(chǎn)管理人員處理，異常處理完畢后自動記錄結(jié)果及處理人信息，便于后續(xù)品質(zhì)追溯。

視覺檢測技術在發(fā)動機質(zhì)檢上的應用，實現(xiàn)了紅油螺栓的識別、卡箍安裝位置的測量、標識碼的掃碼功能，相較于人工質(zhì)檢異常檢出率達到100%，質(zhì)檢工時下降20 s/臺，單臺產(chǎn)品車成本下降1.26元。并增加了品質(zhì)追溯能力，為過往異常的查詢和確認提供了依據(jù)。視覺檢測軟件具備二次開發(fā)功能，可以根據(jù)后續(xù)新車型需求進行功能開發(fā)。

3.2 加強劑涂布視覺檢查

安裝汽車前后擋風玻璃、側(cè)窗玻璃時，都需要在車身位置涂布一層加強劑，加強劑主要作用是增強玻璃與車身之間的粘合力，防止玻璃膠老化。加強劑的涂布要求達到均勻飽滿、完全覆蓋設定軌跡等標準，若不符合要求會影響到玻璃安裝品質(zhì)，因此需要檢查確認，使用視覺檢測技術進行隨行檢查可以實現(xiàn)穩(wěn)定可靠的檢測，并形成追溯管理。

加強劑涂布的視覺檢查主要由機器人、高速視覺相機、工控機組成，如圖4 所示，機器人攜帶高速視覺相機隨行涂布，每秒9 090 幀的高速視覺相機完成實時檢查。視覺相機跟隨涂布膠槍運動，運動速度350 mm/s,在高速涂膠的過程中，高速拍照獲取加強劑涂布照片，保證能夠滿足45 s 的設備節(jié)拍。

圖4 機器人攜帶視覺相機進行涂布檢查

加強劑涂布視覺檢查的工作流程，如圖5所示。

圖5 加強劑涂布視覺檢查流程

采用顏色傳感器與超聲波傳感器結(jié)合，加強劑涂布后通過打光顯示為黑色，車身顯示為白色，黑白分布變得明顯，再以20 mm×40 mm 的標準行程段進行加強劑涂布的超聲波檢測。如圖6 所示，若搜索出涂布面積符合要求，則一直跟隨拍照檢測直到整個車身的涂布軌跡完成，若搜索不到加強劑涂布（涂布中斷），則軟件提示報警，由生產(chǎn)管理人員進行處理。

圖6 加強劑涂布的視覺檢查

視覺檢測技術在加強劑涂布上的應用，實現(xiàn)了全自動涂布與檢測，相較于人工涂布檢查的方式異常檢出率可達到100%，徹底杜絕涂布不良流出。涂布檢測工時下降8 s/臺，削減有害工位2 個，單臺產(chǎn)品車成本下降9.01 元。

3.3 玻璃密封膠膠型視覺檢查

玻璃密封膠是涂布在玻璃邊緣上，在給汽車安裝玻璃時，用以粘合玻璃和車身使之密封，玻璃密封膠的膠型對涂布質(zhì)量有較大影響，因此需要控制玻璃膠的膠型，主要體現(xiàn)在玻璃膠的形狀是否滿足膠寬8 mm(可略微浮動)，高度12～13 mm，涂布是否均勻，是否存在斷膠等，及時檢測出涂布不良可有效減少不良品的流出。

由于玻璃密封膠的膠型特點體現(xiàn)在立體結(jié)構(gòu)上，一般的2D 拍照無法檢測出3D 特征，因此使用3D 激光三角法視覺檢測解決此課題，如圖7 所示。檢測流程如圖8 所示。

圖7 玻璃膠膠型3D檢查的原理示意

由涂膠機器人攜帶高速視覺相機及激光傳感器組成膠型檢查系統(tǒng)，如圖9 所示。借助高速視覺相機，實現(xiàn)隨行高速拍照檢查，借助激光掃描膠型，為視覺處理圖片創(chuàng)造了光場條件，借助視覺測量技術獲得膠型照片中膠型的寬度信息，通過計算激光反射時間，獲得膠型高度信息，寬度和高度信息整合后與標準膠型數(shù)據(jù)對比，即可實現(xiàn)實時檢查，如圖10 所示。

圖8 玻璃密封膠膠型視覺檢查流程

視覺檢測技術在玻璃密封膠涂布膠型的檢查相較于人工檢查，膠型異常檢出率提高到100%，膠型的寬度及高度信息依靠視覺檢測能夠?qū)?shù)據(jù)精確到0.1 mm，明顯提升品質(zhì)控制能力，膠型檢測工時下降6 s/臺，同時單臺產(chǎn)品車成本下降2.58元。

4 視覺技術的發(fā)展方向與應用淺析

4.1 3D測量與多點檢測

在汽車制造行業(yè)或其他制造業(yè)，機器視覺用于產(chǎn)品質(zhì)量檢查已經(jīng)得到了廣泛的應用[10]，3D 視覺系統(tǒng)可以大量識別隨機放置內(nèi)飾件、外飾件等，3D 成像更接近真實物體的形狀，可用來測量工件凹槽的深度等，如圖11 所示。

圖11 3D測量與多點檢測

總裝車間內(nèi)，整車車身的總裝工程包括電裝、內(nèi)裝、底盤、外裝四大類，每類都涉及到大量的裝配，零件數(shù)量多，裝配要求不同，若將3D 檢查和多點測量應用至整車車身的質(zhì)檢，可以檢查零件的規(guī)格是否正確、裝配的基準是否符合要求、防盜標簽的字符是否準確、螺栓的緊固是否標識等項目。依據(jù)現(xiàn)有的視覺檢查技術，由機器人攜帶視覺相機，4 臺機器人分布在車體四周，對各種類型和不同位置的檢測點進行拍照，并由高速計算機快速比對檢查基準，以基準進行判斷，如圖12 所示。同時可保存檢測圖形，用于查詢和追溯，在發(fā)動機視覺質(zhì)檢的案例中可以看到未來整車質(zhì)檢的身影。

4.2 穩(wěn)健視覺算法與深度學習神經(jīng)網(wǎng)絡

現(xiàn)今的視覺算法還存在較大的進步空間，在復雜的工業(yè)應用現(xiàn)場，視覺算法的效率不足，同時受到環(huán)境影響，準確性和魯棒性下降[11]，抗環(huán)境光干擾的能力不足。除硬件的進步之外，開發(fā)出穩(wěn)健的視覺算法同樣是一個重要方向。同時5G 數(shù)據(jù)網(wǎng)絡的到來為云計算提供了強大的視覺計算能力，良好的通訊基礎為在云中處理大量機器視覺數(shù)據(jù)提供了可能。車間每年生產(chǎn)24 萬臺汽車，大量的生產(chǎn)案例，借用5G 網(wǎng)絡云計算訓練，視覺檢查的準確性將大大提高，完全可以適應生產(chǎn)現(xiàn)場的個性化需求，年產(chǎn)量巨大的汽車制造工廠，就是深度學習模型中鮮活的數(shù)據(jù)庫。

例如汽車輪胎上具有多種信息，一般通過凸顯字符的形式標識，包括輪胎的品牌、規(guī)格、尺寸、標識等，以此判斷輪胎組裝時的完成度。當輪胎上的點油標識缺失或規(guī)格錯誤時，會造成品質(zhì)不良，同時輪胎的安裝和檢測都不易發(fā)現(xiàn)品質(zhì)不良點，若采用視覺檢測技術對輪胎來件品質(zhì)進行檢查，以此杜絕裝配的品質(zhì)隱患。如圖13 所示。如果視覺檢測技術配合深度學習，大量的生產(chǎn)實例將為深度學習提供源源不斷的數(shù)據(jù)來源，機器將會以更高的效率和準確性進行處理，不僅工時會下降，檢測算法也會趨向最優(yōu)化。

圖13 輪胎的視覺質(zhì)檢

5 結(jié)束語

視覺檢測技術在某車企的總裝車間得到了大量的應用，發(fā)動機視覺質(zhì)檢、加強劑涂布檢查、玻璃密封膠膠型檢查等，實現(xiàn)了檢查的自動化，提高了人員效率，改善了作業(yè)環(huán)境，同樣隨著視覺技術的進步，未來在總裝車間會引進更多的視覺技術，擴大視覺技術在汽車行業(yè)的應用。

在未來，可以預想到工智能的深度學習能夠使視覺檢查越來越準確，視覺檢測技術的價格會更加親民，通訊和計算能力的躍升幫助檢查的速度提升。汽車生產(chǎn)行業(yè)提出越來越多的需求，而視覺檢測技術的進步，也一定能夠滿足這些需求。

原文標題：某車企總裝車間視覺檢測技術的應用

文章出處：【微信公眾號：新機器視覺】歡迎添加關注！文章轉(zhuǎn)載請注明出處。

責任編輯：haq