汽车最终装配验证

使用 Cognex Deep Learning 确保所有汽车组件存在且装配正确

相关产品

In-Sight D900

采用 In-Sight ViDi 技术的深度学习式视觉软件

VisionPro Deep Learning

面向深度学习工业图像分析的图形化编程环境

在整个汽车组件生产过程中，机器视觉用于严格监控和发现质量缺陷。最终装配验证在传统上是由人工操作员完成，这是因为最终装配中涉及的各种装饰件有很高的复杂性，对传统机器视觉检测是一种挑战。人类检查员确认所有元件（例如车门装饰、车窗开关和车门把手等内饰）是否存在且正确装配。颜色、徽章、大灯和其他组件的外部检查也是在车辆装配的最终阶段完成的。人类检查员虽然擅长在照明条件不断变化的情况下，随着不同的型号通过生产线，识别各种元件，但速度很慢且不一致。

康耐视深度学习软件可学习许多汽车部件的最终外观，以识别放置不当的元件。该解决方案能够以人类检查员的准确性和自动化系统的速度及可靠性来完成这项工作。用户可使用定位工具构建经过培训的汽车部件特征数据库。该组件库可以包含从徽章到车门把手等各种部件，可供工具在图像中进行定位和识别。在使用定位工具时，通过增加验证步骤，深度学习软件可基于必须装配的所有部件提供通过或未通过结果。通过该方法，即可实现最终装配验证自动化。

下载“康耐视深度学习软件装配验证应用指南”