介绍

在汽车零部件焊接装配过程中，由于后续装配或产品外观要求，需要对车身很多部位的间隙和表面差异进行检测和控制。目前测量汽车车身间隙面差的主要工具是间隙尺和面差表，测量方法是测量人员手持工具进行测量。但这种人工测量方法存在节拍慢、测量结果受测量角度和位置影响较大等缺陷，影响了测量结果的准确性和客观性，无法进行统计分析。目前，越来越多的汽车。公司开始寻求替代人工测量的间隙面差检测方案，以提高生产线的自动化程度，优化人力资源配置。

汽车间隙面差检测需求分析

对于汽车生产过程，汽车装配过程检查主要包括外钣金的间隙和表面差异检测，其中间隙包括车灯与发动机罩的间隙、挡风玻璃与AB柱的间隙、车顶、车门与后备箱门的间隙。影响车身间隙面差的因素很多，包括单门外板、单门内板、焊接夹具、车身门洞、车身铰链安装孔、车门铰链安装孔的影响。只有把各个影响因素控制到位，才能保证间隙面差的准确性和稳定性。

△检测区域示例

汽车间隙面差检测的痛点和难点

一般来说，作为车辆制造的重要组成部分，车身的间隙面差精度直接决定了车身的外观，往往决定了消费者对汽车的第一印象；同时，汽车间隙面差的监测可以反映出汽车生产上下游的一系列问题，因此间隙面差的检测以及如何保证车身间隙面差的质量成为汽车生产企业的重要目标。传统的检测方法采用人工检测，其主要痛点和难点如下:

缺口种类繁多:车身缺口种类繁多，评定测量方法不同，增加了缺口面差检测的难度；

人工检查费时费力:人工检查每辆车需要4名熟练员工花费60秒。为了满足生产节奏，需要两班人员轮流工作，耗费大量的人力、物力和时间；

人工检查标准无法统一:人工检查间隙面差无法保证一致性，没有量化结论和数据统计分析，难以对生产过程中的问题提供准确反馈。

汽车间隙面差AI+3D视觉检测解决方案

针对汽车行业对间隙面差检测的需求以及检测过程中的各种问题，视觉自主研发了汽车车身间隙面差检测系统。该视觉测量系统集成了计算机三维视觉、机器人柔性控制、三维重建、点云匹配等技术，可应用于焊装车间对车身间隙面差进行100%全检。专业的在线检测软件和独特的倾斜偏转校正算法结合高性能处理器，确保测量结果准确，实现整车快速测量。该系统有效解决了人工测量误差和生产数据统计分析耗时的问题。

间隙测量的基本原理:

扫描待测区域；

提取缺口点集；

间隙点集的干扰抑制；

画出间隙方向并测量间隙值。

表面差异测量的基本原理:

扫描待测区域；

提取表面差异集；

定制基准面和待测点；

计算表面差异。

间隙面差检测系统的软件界面:

间隙表面差异检测系统的核心技术参数；

单点检测节奏:3 ~ 4s/点；

识别精度:0.1mm；

CG:> 1.33；

测试数据溯源分析:180天的测试数据可以保存到云端，提供实时溯源和数据分析。

间隙表面差异检测系统的核心技术优势；

行业领先的算法优势:自主研发的基于点云深度学习的边缘提取算法、基于局部自适应密度计算的轮廓提取算法、干扰抑制算法、三维空隙截面提取算法、空隙方向修正算法、表面差异邻域智能提取算法，达到了行业领先的测量精度，具有传感器要求更低、产品成本更低、灵活性更高的优势；

柔性机器人控制规划:可以根据汽车的形状和尺寸生成表面检测路径，并转化为机器人控制运动轨迹；同时根据目标的位置和姿态实时动态优化探测路径，保证视觉传感器的最佳成像效果和最快的探测效率；

数据的可追溯性和分析:BIW的测试结果数据可以反馈生产线制造和装配过程的质量水平和稳定性。强大的检测软件系统可提供年度检测数据，并将本地数据与企业MES系统对接，协助企业分析影响制造和装配精度不合格的原因；

双100%检测:可在有限的生产时间内完成100%目标的在线检测；同时，可以在固定的检测节拍内完成目标100%特征点的检测。

应用案例

某品牌汽车间隙面差检测项目

定位准确、高速稳定、覆盖灵活

视觉比特研发的汽车间隙面差检测系统在某著名汽车品牌成功部署，并于2021年8月正式投产推广。客户使用四组机械臂和3D摄像机进行协同高精度测量，用传统的人工测量方法代替四名操作员，可以在一分钟内完成白车身所有关键点的测量。通过在线测量设备，减少不良品流向下一道工序，通过软件数据统计分析，优化上工位的工艺，帮助工厂降本增效。

视觉位:AI+3D视觉精准，持续赋能，智能升级

汽车产业作为国家综合工业实力的体现，无疑成为工业4.0时代制造业升级的主导地位。视觉比特一直深度参与汽车行业智能检测和制造，以AI+3D视觉精度和持续赋能实现智能化升级。未来，视比特将继续构建标准化、通用化的平台，以面向行业多场景、多应用的标杆产品，加速汽车行业自动化转型升级。