近年來，汽車行業(yè)正在經(jīng)歷數(shù)字化、智能化轉(zhuǎn)型升級的潮流。隨著新能源汽車市場的迅猛擴(kuò)張，消費(fèi)者對車輛性能與安全的關(guān)注度持續(xù)攀升，新能源汽車的核心優(yōu)勢在于其高效的電驅(qū)系統(tǒng)，它替代了傳統(tǒng)燃油車的發(fā)動機(jī)和變速器，成為車輛動力的來源。然而，電驅(qū)系統(tǒng)的復(fù)雜性和高精度要求，使得其在生產(chǎn)過程中的質(zhì)量控制變得尤為關(guān)鍵。

對汽車電驅(qū)進(jìn)行全面、精準(zhǔn)的檢測，是確保新能源汽車質(zhì)量和安全性的必要環(huán)節(jié)。從性能層面來看，它能精準(zhǔn)掌控電驅(qū)系統(tǒng)的動力輸出和能量轉(zhuǎn)化效率，確保車輛動力充沛、續(xù)航穩(wěn)定，為用戶帶來流暢的駕駛體驗(yàn)。在安全方面，各類檢測可及時(shí)發(fā)現(xiàn)漏電、過熱等安全隱患，為駕乘人員的生命安全保駕護(hù)航。從產(chǎn)業(yè)發(fā)展角度出發(fā)，嚴(yán)格的檢測有助于提升產(chǎn)品質(zhì)量，推動行業(yè)技術(shù)創(chuàng)新，促進(jìn)整個(gè)行業(yè)的規(guī)范、健康發(fā)展。

高精度高效檢測，實(shí)現(xiàn)缺陷0漏檢

傳統(tǒng)的機(jī)器視覺技術(shù)需要將數(shù)據(jù)表示為一組特征，或輸入到預(yù)測模型，從而得出預(yù)測結(jié)果，這是完成制定動作，較難適應(yīng)未來柔性化的生產(chǎn)需求，尤其是在缺陷類型復(fù)雜化、細(xì)微化、背景噪聲復(fù)雜等場景越來越難適用。

華漢偉業(yè)搭載 AI 深度學(xué)習(xí)功能，基于對三電系統(tǒng)生產(chǎn)過程中材質(zhì)及工藝的底層理解，在關(guān)鍵生產(chǎn)環(huán)節(jié)檢測方面，均積累了相應(yīng)的算法模型，并在實(shí)際落地過程中不斷進(jìn)化學(xué)習(xí)，采用自研的解決方案，做到行業(yè)通用缺陷種類均能識別，全面覆蓋每一個(gè)點(diǎn)位，實(shí)現(xiàn)缺陷0漏檢。

經(jīng)典案例解析

殼蓋涂膠檢測

檢測項(xiàng)目

檢測膠線軌跡以及寬度

項(xiàng)目難點(diǎn)

1、膠線軌跡的復(fù)雜性：電驅(qū)殼蓋的形狀和結(jié)構(gòu)較為復(fù)雜，存在大量的拐角、曲線以及不同寬度和深度的區(qū)域，導(dǎo)致膠線軌跡復(fù)雜多變，容易出現(xiàn)檢測盲區(qū)。

2、寬度檢測精度要求高：不同型號的電驅(qū)殼蓋對膠線寬度有嚴(yán)格且差異化的標(biāo)準(zhǔn)，檢測系統(tǒng)需要具備極高的精度，才能確保檢測結(jié)果的可靠性。

項(xiàng)目亮點(diǎn)

采用2D+AI視覺系統(tǒng)，高分辨率的圖像采集能力，瞬間捕捉膠線的細(xì)微特征，即便在復(fù)雜的生產(chǎn)環(huán)境光照下，也能獲取清晰、無噪點(diǎn)的圖像信息。iSense AI視覺系統(tǒng)利用深度學(xué)習(xí)算法對圖像進(jìn)行精細(xì)分割和特征提取，讓系統(tǒng)能夠精準(zhǔn)識別各種復(fù)雜形狀的膠線軌跡，無論是蜿蜒曲折還是存在局部變異的膠線，都能準(zhǔn)確無誤地進(jìn)行分析，有效解決了膠線軌跡復(fù)雜性的難題。

同時(shí)，采用高精度尺寸檢測工具，能夠精確測量膠線的寬度。通過對大量實(shí)際檢測數(shù)據(jù)的深度學(xué)習(xí)，AI 算法不斷優(yōu)化自身，自動適應(yīng)不同型號殼蓋的膠線寬度標(biāo)準(zhǔn)。能夠?qū)崟r(shí)對檢測數(shù)據(jù)進(jìn)行分析，實(shí)現(xiàn)誤判≤0.2%。

外殼檢測

檢測項(xiàng)目

崩料、劃傷、壓傷、銹斑等外觀缺陷檢測

項(xiàng)目難點(diǎn)

1、缺陷種類多樣且特征復(fù)雜：崩料、劃傷、壓傷、銹斑等外觀缺陷形態(tài)各異，每種缺陷的特征都有細(xì)微差別。例如，劃傷的深度和長度不同，銹斑的顏色和面積也存在差異，這使得傳統(tǒng)檢測方法難以全面準(zhǔn)確地識別和分類。

2、生產(chǎn)環(huán)境干擾：汽車生產(chǎn)線上的環(huán)境較為復(fù)雜，存在大量的電磁干擾、振動以及光線變化。這些因素會影響檢測設(shè)備的穩(wěn)定性和圖像采集的質(zhì)量，導(dǎo)致檢測結(jié)果出現(xiàn)偏差或誤判。

項(xiàng)目亮點(diǎn)

通過高分辨率相機(jī)快速獲取電驅(qū)外殼的清晰圖像，確保微小缺陷也能被清晰成像，利用2D視覺技術(shù)進(jìn)行初步的圖像處理和特征提取，結(jié)合iSense AI算法對提取出的特征信息進(jìn)行深度分析，能夠準(zhǔn)確識別出各種復(fù)雜的外觀缺陷。

采用外觀檢測工具，能夠根據(jù)不同的檢測需求進(jìn)行靈活調(diào)整，實(shí)現(xiàn)快速自動識別和定位，適應(yīng)不同型號電驅(qū)外殼的檢測需求，實(shí)現(xiàn)誤判≤0.1%。

成品外觀檢測

檢測項(xiàng)目

檢測油封切邊是否存在劃傷，標(biāo)簽是否有誤，水道接頭是否漏裝

項(xiàng)目難點(diǎn)

1、細(xì)微劃傷檢測難度大：油封切邊處的劃傷可能極其細(xì)微，而且劃傷的形態(tài)和方向具有隨機(jī)性，這使得傳統(tǒng)檢測手段難以精準(zhǔn)識別和定位。

2、標(biāo)簽內(nèi)容及粘貼位置的復(fù)雜性：不同型號的汽車電驅(qū)成品標(biāo)簽內(nèi)容繁多，包括產(chǎn)品型號、生產(chǎn)日期、批次號等關(guān)鍵信息，并且粘貼位置存在一定公差范圍。

3、水道接頭漏裝的快速識別挑戰(zhàn)：在高速運(yùn)轉(zhuǎn)的生產(chǎn)線上，需要在極短時(shí)間內(nèi)判斷水道接頭是否漏裝。由于電驅(qū)成品結(jié)構(gòu)復(fù)雜，周圍零部件較多，容易對檢測造成干擾，給快速準(zhǔn)確識別帶來困難。

項(xiàng)目亮點(diǎn)

融合先進(jìn)的圖像處理算法與深度學(xué)習(xí)技術(shù)，通過訓(xùn)練深度學(xué)習(xí)模型，系統(tǒng)能夠自動學(xué)習(xí)并適應(yīng)不同型號、不同材質(zhì)油封切邊的特征，準(zhǔn)確捕捉到劃傷等細(xì)微缺陷。同時(shí)，利用OCR技術(shù)，系統(tǒng)能夠快速準(zhǔn)確地識別標(biāo)簽上的各類信息，基于圖像匹配算法，對標(biāo)簽的粘貼位置進(jìn)行精確檢測，確保其在規(guī)定公差范圍內(nèi)，有效避免了錯貼、漏貼等問題。

針對水道接頭漏裝檢測，華漢偉業(yè)采用了高精度的尺寸檢測工具。能夠準(zhǔn)確測量水道接頭的尺寸和位置，通過對比預(yù)設(shè)的標(biāo)準(zhǔn)值，快速判斷是否存在漏裝情況。此外，尺寸檢測工具還能夠?qū)λ澜宇^的安裝質(zhì)量進(jìn)行檢測，如松動、歪斜等問題，確保水道接頭的正確安裝和可靠連接，從而降低了產(chǎn)線的不良率，實(shí)現(xiàn)誤判≤0.1%。

面對檢測工序的檢測要求各有不同，檢測場景多樣而復(fù)雜，華漢偉業(yè)依靠自研的深度學(xué)習(xí)算法，對汽車三電多個(gè)核心工序上的缺陷進(jìn)行快速理解和快速評估，結(jié)合項(xiàng)目落地應(yīng)用形成的行業(yè)Know-How，將全工序檢測需求沉淀為系統(tǒng)化的視覺檢測方案，涵蓋外觀、焊接、尺寸等檢測類型，實(shí)現(xiàn)工序視覺檢測全覆蓋。

華漢偉業(yè)全面的三電檢測系統(tǒng)，不僅可以滿足工程化復(fù)制交付；同時(shí)，通過預(yù)設(shè)拍攝軌跡和配套算法模型，結(jié)合柔性機(jī)械臂的平臺框架，可實(shí)現(xiàn)大兼容和秒級切線，幫助客戶產(chǎn)線換型無壓力，助力打造集成化、數(shù)字化、智能化的智造新模式。