本文以機器視覺為突破點，詳細闡述視覺技術在商用車制造，尤其是在中國重汽智能化道路上的應用與實踐。筆者結合車間實際需求和行業發展趨勢，制定商用車制造中機器視覺發展藍圖，以此來有效指導新時代商用車制造產線的發展與規劃，進一步增強我國商用車制造的國際競爭力，助力中國實現 2025 智能制造。

1 機器視覺在商用車中的應用

目前，機器視覺已被廣泛應用于乘用車產線，而在商用車領域的應用則剛剛大規模應用，其主要集中于發動機、變速器和車橋等總成車間，而整車產線由于其生產的復雜性和多樣性，進展緩慢。在機器視覺的垂直細分領域，主要集中于視覺檢測及視覺定位引導方面，2D 視覺也逐步往 3D 視覺拓展，3D 視覺的廣泛應用將成為行業的發展趨勢。本章將從機器視覺的應用價值、細分領域及技術發展 3 個方面進行詳細闡述，為商用車后續的智能化發展提供意見。

1.1 機器視覺應用價值

機器視覺不僅可以作為產線提升及智能化道路的實施途徑，還可以在企業生產的成本、質量及物流體系中發揮重要的作用及價值。其在重型汽車的應用價值主要有以下幾點。

（1）智能化價值 ：提升產線自動化，降低重復繁重人工，助力重型汽車制造產業的技術路線升級，成為智能工廠重要的支柱性生產設備。

（2）成本及質量價值 ：機器視覺應用的加入可大幅降低對人力資源及工位器具的要求，同時提升生產柔性，幫助車企降低成本壓力，提高整車質量。

（3）物流自動化 ：機器視覺引導的加入可降低對工位環境的要求，實現更簡化的庫位從而提升物流環節的人機工程與效率，同時也讓工位的物流自動化更易達成。

（4）數據化需求 ：機器視覺應用過程中，數據化將為工廠質量體系監控、預維護等工作提供優質的數據流。

1.2 機器視覺細分領域剖析

機器視覺作為現代工廠的眼睛，在商用車制造中主要有以下 2 點作用 ：一是引導機器人完成工件的精準裝配 ；二是提升上下料裝配及整車生產質量。以下將結合視覺技術與商用車工藝特點，從視覺引導、視覺檢測及掃碼測量幾個垂直細分領域對機器 視覺在商用車制造中的應用進行剖析。

1.2.1 視覺引導

視覺引導主要通過拍照或測量，引導機器人準確到達下一步工藝所需的空間位置，以彌補工裝器具定位或加工制造誤差帶來的實時位置變化量，實現工位的自動裝配或定位。其典型應用如圖 1 所示。

圖 1 視覺引導典型應用

視覺引導的應用較為廣泛，在商用車沖焊涂總及各總成生產過程中均有涉足，并以此為基礎提升產線自動裝配能力及智能化水平（表 1）。

表 1 視覺引導應用場景分析

視覺引導的主要特性有 ：①參與裝配生產，需具備相機快速恢復、替換功能 ；②要求引導精度高，需與工位器具、機器人及AGV 緊密配合 ；③依賴工藝及料件形狀特性來設計機器人抓取方式，從而設計整體視覺方案。

1.2.2 視覺檢測

視覺檢測指的是在固定工位環境或光照背景下，通過視覺算法對相機獲取的工位圖像進行輪廓、顏色和濾波等一系列特征分析，最終得出類別、缺陷或質量的檢測結果，為質檢及后續的工序提供協助。其典型應用如圖 2 所示。

圖 2 視覺檢測典型應用

視覺檢測應用主要集中在涂膠檢測、裝配質量及整車精調 3 個方面，以傳統圖像算法為基礎，向柔性化和深度學習趨勢發展（ 表 2 ）。

表 2 視覺檢測應用場景分析

視覺檢測的主要特性有 ：①不直接參與生產節拍 ；②主要以 2D 視覺算法為主，根據場景個性化開發，關注質量問題。

1.2.3 掃碼測量

掃碼追溯主要對各鑄造件和部件的 OCR 字符碼、條碼及直接部件標識碼（DPM）進行掃描識別，以此來匹配物料信息，完善整車裝配的可追溯體系。在線測量主要使用激光方式，快速、精準地對白車身或分總成等檢測工位進行尺寸、形狀或間隙面差的測量，實現對產品生產誤差的測量。其具體應用場景如圖 3 所示。

圖 3 掃碼測量典型應用

掃碼追溯的應用場景較為固定，且已在重型汽車制造業大規模應用。而隨著企業對質量把控的重視，在線測量的應用也正在逐步推廣（表 3）。

表 3 掃碼測量應用場景分析

掃碼測量的主要特性有 ：①掃碼技術成熟，多樣且廣泛 ；②測量主要用于比對生產的一致性，對制造精度的提升，進一步提高整車質量。

1.3 機器視覺技術的發展

從機器視覺技術的發展來看，已經逐步從原有的 3C 和物流行業向高端裝備制造業沉淀，如軌道交通、智能汽車和航空等領域。與此同時，對機器視覺技術的適配性和算法精度也提出了更高的標準和要求，并從視覺算法、硬件及現場工藝 3 個方面進行優化與發展。

1.3.1 視覺算法

傳統的 2D 視覺算法已趨于成熟，并向著如何提高產品裝配及質量檢測的柔性化、個性化方向發展。隨著產線 2D 自動化程度的飽和，3D 視覺算法、深度學習及無序分揀的需求被大規模激活與應用。特別是柔性化極高的商用車產線，在追求精準上下料的同時提升各產線的智能化水平。

1.3.2 相機硬件

作為獲取圖像的設備，相機硬件不僅是整個視覺系統的基礎，更要適配于越來越復雜化的工業環境，解決如灰塵、溫漂、振動及光照等背景條件。在此基礎上，更要符合視野、精度和掃描時間等全方位、不同層級的檢測需求。

1.3.3 現場工藝

現有的視覺引導主要以輔助機器人完成精準裝配為主，而隨著工位智能體系的構建，機器視覺在解放勞動力的同時，也在悄然地對工位本體發生變動。在下游，視覺算法越精密，對工位器具和零部件擺放的要求就越低，從而間接促進了工位器具的粗改造及物流成本的降低。在上游，以核心的視覺控制策略參與甚至控制機器人及 AGV 的調度與運行，讓整個自動工作站高效運轉。

2 機器視覺發展藍圖

近年來，隨著人工智能和新能源汽車的快速發展，越來越多的機器視覺技術在汽車領域被應用或開發。與成熟的乘用車工廠不同，商用車產線由于其裝配的復雜性和產品特性，在視覺自動化的道路上還有很大的提升和實踐空間。在此基于商用車現有產線特點，規劃出視覺發展藍圖，為后續商用車智能化道路提供意見。

2.1 自身視覺能力規劃

打造基于工藝研究及自動裝配工位為主的智能制造實施路徑，建設整車主機廠自身視覺驗證及開發能力。在 2D 及 3D 的視覺引導、視覺檢測領域進行實際項目研究，節約后續投資成本及風險。

2.2 總裝工藝視覺提升

基于現有重型汽車自動化整體水準，進一步規劃整車及總裝車間的視覺自動工位提升工作，包括輪胎隨動安裝、涂膠質量檢測、柔性裝配追溯分揀以及分裝裝配自動化工作站等。

2.3 視覺標準庫

基于現有產線視覺產品種類偏多，通信、精度及裝配等沒有統一驗證和可衡量的自動化工作站體系。因此，需要規劃制定車間統一的視覺標準庫，為現有工位的維護及后續投資提供視覺基礎，規避風險。

2.4 全生命周期視覺設計

以視覺為突破口，整合視覺上游（工位器具、工藝料件研發設計）和視覺下游（機器人裝配、生產數據和質量體系），形成全生命周期的自動工位設計，讓視覺真正受用于重型汽車產線的智能化發展。

3 結束語

本文主要分析了視覺在商用車領域的應用及發展前景，并根據重汽現有產線自動化程度規劃視覺藍圖，為后續產線的自動化提升及改造奠定良好的基礎。一方面，在視覺垂直細分領域，要結合各總成工藝進行剖析與研究，從工位的全生命周期角度探究視覺的潛能和發展 ；另一方面要建設商用車制造自身的視覺驗證及開發能力，為重型汽車的智慧工廠建設做出貢獻。

編輯：黃飛

?