AI算法+机器视觉:推动汽车制造数智化转型的七个利器

发布时间:2023-10-26点击率:

近年来,中国汽车产业向智能化、绿色化、服务化方向积极转型,《“十四五”智能制造发展规划》强调了研发融合大数据、人工智能、边缘计算、5G等新技术的智能工控系统、协作机器人等新装备的重要性,全面提升制造水平。在汽车智能制造领域,为实现更精准的质量追溯和管理,对比传统依赖人力质检的方式, AI+机器视觉技术在汽车数智化的推动下将发挥更重大的作用。


传统的制程品质保障主要通过设立人工作业观察岗和成品抽查的方式,观察岗一般是班长/系长/品保人员兼职等形式。装配作业人员的标准作业执行、全数检查方法(检具、防呆装置等)也均依赖人工开展。这些做法存在着人力消耗大、品质全检难、发现问题不及时、难追溯的问题。所以许多车企及零部件厂商在企业数字化转型的过程中希望得到更智能化的解决方案。

联友科技深耕汽车行业20余年,顺应汽车数智化潮流,推出AI算法标准作业监控平台、视频平台和应用平台等,提出助力质量精准追溯与管理的七个技术创新点,通过视觉识别技术,对工人是否存在遗漏作业、错序作业及作业时长等进行监测,实现作业全过程及品质的全数检查,杜绝问题件流出。

质量精准追溯与管理的七个技术创新点

一、精准识别:通过精准识别每个步骤的开始点和结束点,系统能有效判断是否存在遗漏步骤、作业顺序错误或作业超时等异常场景。同时,系统还支持不同车型的识别,应用范围广泛。

二、系统运营看板:通过提供含报警统计、生产计划实绩、实时识别视频以及节拍统计等数据的运营看板,使管理人员更加直观地了解生产现场的情况,从而更好进行决策和监控。


三、作业循环记录:通过记录每个作业步骤的信息,实现作业追溯和车辆追溯,同时提供视频追溯功能,帮助管理人员更便捷了解整个生产过程的细节。

四、改进鲁棒性:基于算法,针对不同作业场景,增加业务规则和数据,提高行为识别模型对光照、噪声、遮挡等环境因素的鲁棒性,保证在不同场景下的准确性和稳定性。

五、提升作业质量:通过追加高风险岗位作业监控和防呆系统,有效提高生产作业质量,降低生产成本,避免售后维修等浪费。

六、实时报警:通过实时监测作业过程,及时发现异常情况,并发出预警信号,便于工作人员及时应对。

七、模型复检:通过增加触发条件,判断是否漏检,并进行模型再训练,防止漏检情况等发生,提高检测的准确性和可靠性。

2023年首届汽车智能制造场景创新挑战赛决赛中,联友科技以“AI技术赋能汽车智能制造工人作业检测:质量精准追溯的创新实践获评优秀奖,充分展示了其在汽车智能制造领域的创新技术实力。随着汽车数智化技术不断发展与应用,机器视觉的市场规模将有望突破200亿元,为迎接未来的机遇与挑战,联友科技将持续创新,以助力客户成功为己任,赋能汽车行业高质量发展!

400-830-5721

7*24小时热线服务