学习视觉系统助力智能检测焊锡点缺陷

2023-01-13 15:02:21

　　在汽车生产过程中，焊接是重要的部件装配连接手段。由于焊接过程中会受到材料、性能、表面状况、工艺参数、网压波动等多种因素的影响，因此焊接时会偶发不稳定情况，最终导致部件焊接不良的出现。为保证汽车生产品质与生产效率，众多汽车及汽车零部件厂商积极引入机器视觉系统，作为焊接质量检测的重要手段之一。

　　某国际汽车零部件制造商(昆山工厂)向科技提出视觉检测需求，即通过应用机器视觉实现对汽车工件的焊锡点进行检测，判断其铜脚激光焊接处质量是否达标(即：焊脚是否完全被焊料包裹)。

　　解决方案

　　针对客户现场调研后，决定采用AI Fast智能检测识别系统以满足客户需求。该解决方案融合了图像特征提取、特征定位、深度学习等技术，并具备自学习能力。前期采集大量样本作为训练模板，通过特征提取技术提取特定的图像特征，并将其与待检测图像进行特征比对，以此来判断待检测工件的焊接质量。同时，引入特征定位技术，准确定位工件上的关键区域，解决工件定位不准导致的检测准确率下降问题，以及可能的误识别问题。另外，本方案具备自学习能力，可以在检测过程中不断学习图像特征，以达到逐步提高检测准确率的目的。

　　系统优势

　　· 准确率优于99.7%;

　　· 单张图像处理时间不超过2s;

　　· 引入自学习机制，自动调整参数，提高准确率;

　　· 可连接多个相机，多工件同时进行检测;

　　· 具备数据存储和数据管理功能，可按照用户要求定制报表;

　　· 可扩展远程管理和状态监控;

　　· 用户界面友好、操作简便、可视化。