海康成功案例 | 利用视觉检测系统提升长安汽车生产质量

海康机器人通过视觉检测系统助力长安汽车显著提升生产质量，实现检测效率与零件品质双升级。具体案例内容如下：

客户背景

重庆长安汽车股份有限公司是中国汽车四大集团阵营企业，拥有14个生产基地及33个整车、发动机及变速器工厂。其两江工厂作为核心战略基地，年极限产能达100万辆，对生产工序的精密检测需求极为迫切。

挑战

传统汽车向智能化转型过程中，市场对车体一致性和精密程度提出更高要求。汽车生产中钣金、焊点、漆面、铸件等工序的缺陷检测直接影响整车安装精度、驾驶体验及车身刚性。原有人工抽检方式存在局限性：

• 难以满足复杂结构的高精度检测需求；
• 视觉系统设计（如光路、标定、算法开发）技术门槛高；
• 人工检测易因疲劳导致漏检、误检，且主观测评一致性差。

解决方案

海康机器人与长安汽车成立工业AI联合创新中心，针对行业难题部署视觉检测系统，覆盖四大核心工序：

1. 冲压线尾钣金外观缺陷检测

   技术方案：采用CH和CI系列相机，结合可见光系统（图像处理+深度学习）与高光谱系统。

   检测内容：目视可见的面缺陷、孔特征计数，以及目视不可见的隐形伤、极微小伤。

   效果：实现钣金表面缺陷的全面覆盖，包括传统方法难以检测的隐形损伤。

1. 焊接机舱焊点视觉检测

   技术方案：使用CH系列相机，结合模板匹配算法与残差神经网络模型。

   检测内容：焊点缺漏、偏移量及缺陷（飞溅、毛刺、边焊、扭曲等6类）。

   效果：缺陷检测正确率达95%以上，显著提升焊点质量稳定性。

1. 涂装漆面外观视觉检测

   技术方案：采用CS系列工业相机，融合机器视觉与深度学习技术。

   检测内容：漆面全分类缺陷检测，准确度达99.9%，并可视化缺陷位置及类型。

   效果：替代人工检测，避免疲劳导致的漏检，现场工人可快速响应处理。

1. 铸造机器视觉在线检测系统

   技术方案：使用CH系列面阵相机，结合传统图像处理与深度学习算法。

   检测内容：缸盖毛坯6个外观面的表面缺陷（如裂纹、气孔）。

   效果：避免人工漏检导致的断刀或批量围堵问题，提升检测效率与质量。

效果

1. 工作效率大幅提升

   焊装检测模块单件检测时间从1分钟缩短至5秒，效率提升92%。

   机器视觉检测替代人工后，整体检测流程加速，满足大规模生产需求。

2. 零件生产质量显著提高

   检测方式从抽检升级为100%全检，质量问题后移风险降低；

   零件返修率大幅下降，解决人工主观测评一致性差的问题。

3. 低成本模块化部署

   技术自主可控，支持现有厂区技术升级及新厂区快速部署；

   模块化设计降低系统扩展成本，提升投资回报率。

4. 实现数字化管理

   可视化数据反馈支持质量异常的实时分析与优化；

   为智能制造升级奠定基础，推动生产流程透明化与智能化。

技术亮点

• 深度学习与图像处理融合：通过大样本训练生成高精度模型，适应复杂检测场景。
• 多光谱技术应用：高光谱系统突破目视检测极限，捕捉微小缺陷。
• 算法自主可控：残差神经网络、模板匹配等算法实现技术独立，减少对外依赖。

此案例为汽车制造领域提供了可复制的智能化检测范本，彰显了AI与工业场景深度融合的价值。

很赞哦!（2167）