項目背景

客戶是國內(nèi)知名汽車零部件廠商，需要引入AI深度學(xué)習(xí)對濾波器每個組裝工序步驟進(jìn)行監(jiān)控識別，降低人為因素對產(chǎn)品質(zhì)量的影響，同時要求對檢測工序進(jìn)行技術(shù)升級，檢測反饋速度不低于400ms。

01檢測難點(diǎn)

產(chǎn)品零部件種類多，實(shí)施兼容性難度高
產(chǎn)線CT快，檢測速度要求高
產(chǎn)品芯片上二維碼體積小，且受印刷限制規(guī)整度較低

02解決方案

基于AIAP極智算法平臺定制
預(yù)先在系統(tǒng)內(nèi)設(shè)置檢測SOP流程，通過深度學(xué)習(xí)算法檢測產(chǎn)品各工序步驟，針對不同的目標(biāo)采用相應(yīng)算法得到其狀態(tài)信息，判斷每個工序步驟是否存在不良，并在軟件界面顯示檢驗(yàn)總數(shù)量和不合格數(shù)量、合格率、不良率信息等。

03檢測結(jié)果

工序一


工序二

工序三

工序四


工序五

芯歌在算法實(shí)施上采用像素分割方式，提高檢測精度，準(zhǔn)確識別濾波器組裝過程中底蓋、墊片、芯片和螺釘?shù)攘悴考�是否存在漏裝誤裝，并通過二維碼和條碼識別記錄產(chǎn)品ID，便于追溯。

條碼識別


二維碼識別