基于AI机器视觉的滤波器组装识别方案

项目背景

客户是国内知名汽车零部件厂商，需要引入AI深度学习对滤波器每个组装工序步骤进行监控识别，降低人为因素对产品质量的影响，同时要求对检测工序进行技术升级，检测反馈速度不低于400ms。

01检测难点

产品零部件种类多，实施兼容性难度高
产线CT快，检测速度要求高
产品芯片上二维码体积小，且受印刷限制规整度较低

02解决方案

基于AIAP极智算法平台定制
预先在系统内设置检测SOP流程，通过深度学习算法检测产品各工序步骤，针对不同的目标采用相应算法得到其状态信息，判断每个工序步骤是否存在不良，并在软件界面显示检验总数量和不合格数量、合格率、不良率信息等。

03检测结果

工序一


工序二

工序三

工序四


工序五

芯歌在算法实施上采用像素分割方式，提高检测精度，准确识别滤波器组装过程中底盖、垫片、芯片和螺钉等零部件是否存在漏装误装，并通过二维码和条码识别记录产品ID，便于追溯。

条码识别


二维码识别