本文源自数字化企业网，由e-works孙雅量原创发布。
当下汽车产品迭代速度加快，对于质量管控也提出更高要求。外观检验作为新车下线前最后一道检验工序，直接影响新车质量和交付速度。传统人工检验存在效率低、易出错、主观性强的缺点，而人工智能相关技术将为汽车主机厂外观检验提供更多可能。
一个风和日丽的早晨，打工人的你带着多年积蓄早早来到4S店提关注已久的Dream Car。激动的心，颤抖的手，终于来到交付口，拉开车门那一刻，诗和远方在向你招手。突然！几条细小的白线闯入眼中，不仔细看都没发现，竟然是一道道划痕！原来由于厂家检验人员的失误导致缺陷车流到4S店，给消费者和厂家带来严重损失！
当下汽车产品迭代速度加快，对于质量管控也提出更高要求。外观检验作为新车下线前最后一道检验工序，直接影响新车质量和交付速度。传统人工检验存在效率低、易出错、主观性强的缺点，而人工智能相关技术将为汽车主机厂外观检验提供更多可能。
01“通则不痛，痛则不通”：汽车主机厂外观检验三大痛点
如果把汽车主机厂质检线比作医院、检验人员比作医生，那么外观检验涵盖三大科室：“汽车皮肤科”、“汽车整容外科”、“汽车骨科”，分别对应三大检验环节：表面质量检验、配置选装检验、零件匹配检验。
🔵“汽车皮肤科”——表面质量检验：
表面质量检验是确保交付车辆外表面无瑕疵，保证整车外观品质。就像医院的皮肤科，检查汽车的皮肤状态是否光滑细腻无皱纹。检验位置包括车身外钣金（前盖、车顶、四门外板、前后翼子板等）、内外饰件（前后保、大灯、外后视镜、内外饰板等），常见缺陷如图1所示，包括表面凹坑、划痕、破损、漆损等。
图1表面质量常见缺陷类型
（图片来源：菲特FITOW官网）
🔵“汽车整容外科”——配置选装检验：
配置选装检验是确保客户选择的所有选装件都正确装配到车上，无漏装错装。就像医院的整容外科，对车辆的“五官”进行升级后，再次确认是客户想要的“浓眉大眼”，不是“柳眉细眼”。检验位置如图2所示，包括但不限于轮胎轮毂、后视镜、天幕、大灯、保险杠、座椅、仪表板等。通过检查零件颜色、样式、零件号等方式来核对订单配置与装车零件的一致性，确保所有配置项准确无误装车。
图2配置选装检验内容
（图片来源：菲特FITOW官网）
🔵“汽车骨科”——零件匹配检验：
零件匹配检验是确保车辆各零件装配符合尺寸标准，无间隙面差超差情况，保证整车外观的协调。就像医院的骨科，检查车辆内外骨骼是否衔接完好、有无错位。检验内容如图3所示包括卷边间隙、锐边间隙、平行间隙、斜边间隙等。检验位置包括但不限于前保险杠与大灯、后保险杠与尾灯、前盖与翼子板等。通过零件匹配检验确保各零件的安装精度，保证整车外观质量。
图3零件匹配检验内容
（图片来源：易思维ISV微信公众号）
🟦表面质量检验痛点——细微缺陷人眼难识别：
表面质量类问题在整车质量问题中占5成以上，而且是质量溢出风险最高的检验环节。目前主要靠人眼目视，虽然有灯光辅助，但是细微的划伤凹陷往往不明显，容易被忽略导致缺陷溢出。另外员工长时间进行重复性工作，注意力容易分散，即使培训监督到位，注意力也无法长时间高度集中，使得依赖人工的表面质量检验存在较高漏检率，影响整车质量。
🟦配置选装检验痛点——配置过多人脑难记忆：
目前配置选装检验主要依靠人工核对，只一款车就有近百种配置，对于多车型共线的工厂，涉及的配置就更多。车辆配置的多样性和复杂性给人工检验带来巨大挑战，员工需要记住大量特征信息，任何记忆疏忽都会导致漏检错检。此外，配置信息的传递主要依靠检验作业指导书，当下产品迭代速度非常快，产品变更也非常多，文件更新本身存在延时，导致变更信息无法实时同步在线检验人员，进而导致错检漏检。
🟦零件匹配检验痛点——检验精度和效率难兼得：
零件匹配检验方式主要有人工目视、手摸、塞尺测量。目视和手摸测量精度较低，塞尺测量精度相对较高。目前大部分汽车主机厂的操作循环时间在50到70秒之间，如需准确测量出具体数值，塞尺单点检验时长至少在10秒以上，那么单人单操作循环的精确测量点只有5个左右，相比整车近百个点位显然是不能接受的。因此为了满足效率只能选择目视或手摸的方式，缺点则是大大增加了误差，也增加了缺陷溢出的风险。
02“听诊把脉，对症下药”：汽车主机厂外观检验三副良药
🔵药方之表面质量自动检验系统——机器视觉高精度识别细微缺陷
表面质量自动检验系统基于机器视觉技术和深度学习算法，通过高分辨率工业相机和AI计算成像技术对车身进行拍照扫描、图像处理、特征提取，实现表面细微缺陷高精度识别。表面质量自动检验系统主要由3D偏折面阵相机、高精度传感器、光源、机械臂及滑轨、车身定位系统、图像采集卡、传输线缆、图像处理软件、结果显示器、安全光栅等部分组成。
图4表面质量自动检验系统
（图片来源：菲特FITOW官网）
检验过程包括图像采集、图像处理、数据汇总、结果反馈。当车辆进入检验工位时，车身定位系统对车身进行高精度定位，结合人机交互软件，控制机械臂移动到指定位置，然后3D偏折面阵相机对车门、前盖、翼子板、侧围等区域拍照，拍摄图像经图像采集卡、传输线缆上传至图像处理软件，利用二值化算法进行图像处理，将处理后的图像叠加拟合，生成与车型相符的模板，系统根据模板进行分析识别，识别出的缺陷类型、位置、图片等信息显示在结果显示器上，方便相关人员对车辆进行跟踪。如图5所示，表面质量检验平台能够自动记录数据，通过线边显示屏实时显示车型信息、缺陷种类、缺陷等级、划分区域、检出图像等，缺陷数据统计还能为质量管控、工艺改进提供决策依据，从而提升智能化管理水平。
图5表面质量检验
（图片来源：菲特FITOW官网）
系统可实现检验精度≦0.15mm，检出率≧98%，误检率≦2%，单车检验时长≤50秒，分类准确率≧85%，全天候24小时不间断检验，相比人工检验大大提高了准确率和效率。此外，系统能够兼容80%的车型和颜色，提供跟随式、走停式两种检验方式，不仅占地面积小，而且满足不同节拍的产线需求，实现柔性化检验。
🔵药方之配置选装自动检验系统——机器视觉自动匹配海量选装
配置选装自动检验系统基于机器视觉技术和多种深度学习算法，包括目标与关键点检测、场景文字及OCR识别、颜色区域分割和特征匹配等。采用协作机器人进行拍照，通过多台工业相机高效协同作业，实现车辆外观全方位、多角度在线采集和防错检测。配置选装自动检验系统主要由工业相机、光源、传感器、机械臂及滑轨、图像采集卡、传输线缆、图像处理软件、结果显示器、安全光栅、RFID系统等部分组成。
图6配置选装自动检验系统
（图片来源：视比特官网）
检验过程包括图像采集、图像处理、数据统计、结果显示。当车辆进入检验工位时，RFID系统自动读取车辆全部配置信息，同时机械臂及滑轨根据程序设定移动到指定位置，工业相机对车辆外饰、内饰、前舱、底盘区域进行多角度拍照，覆盖整车所有关键检验项，包括但不限于：保险杠、轮胎、车灯、玻璃、后视镜等。拍摄的图像经图像采集卡和传输线缆上传到图像处理软件，利用目标/关键点检测、场景文字/OCR识别、颜色区域分割、特征匹配等深度学习算法进行图像处理，将处理后的图像与标准配置图像对比分析，识别装车零件是否正确。结果实时上传检验平台，通过线边显示屏可以实时显示车辆列表、配置信息、工件实图、检验细节、测点状态等信息，方便相关人员对车辆进行跟踪，同时收集数据进行SPC统计分析，为质量改进、工艺优化提供数据参考。
系统可实现所有车型全部配置自动检验，准确识别外观件、内饰件、底盘件，准确率≧99.95%，消除人工记忆偏差导致的错漏检风险。通过连通超级BOM，实现产品变更信息实时传递，实现从产品研发到质量检验的信息同步。系统还提供龙门架式、固定式、模组+机器人式等多种产品方案，根据不同型号和款式的车辆进行适配，满足产线柔性化需求。还可以实时收集、记录和分析大量数据，用于产线优化、质量改进、问题排查，数据实时上传便于追溯，更好地管控生产过程。
🔵药方之零件匹配自动检验系统——激光高精高效测量间隙面差
零件匹配自动检验系统综合运用激光测量、3D视觉、机器人柔性控制、3D重建、点云匹配等技术，通过对车辆表面拍照扫描获得完整轮廓，利用多种评价算法计算点位间隙面差值。零件匹配自动检验系统通常包含四个部分：间隙面差子系统、车身定位子系统、大屏显示子系统、工位自动化设备。间隙面差子系统用于获取车身3D空间坐标并结合软件计算准确的间隙面差值；车身定位子系统用于获取车身位姿偏差并发送给机器人，引导其移动至准确位置进行测量；大屏显示子系统用于实时显示测点数据及趋势。后台软件支持多屏功能，能展示各点位测量结果，为在线操作人员提供参考；工位自动化设备包括测量机器人、光电触发装置、VIN扫码设备等。
检验过程包括：车辆VIN扫描、车身位姿偏差获取、间隙面差测量、数据结果显示。当车辆进入检验工位时，触发光电开关，扫码设备扫描车辆VIN并同步到测量软件。定位传感器对车身位置定位，并把位置偏差同步给机器人。机器人根据程序设定移动到指定位置，激光发生器发射线激光到待测物体表面，激光扫描仪根据设定角度测量激光在物体表面的反射，利用三角测量法获取表面几何形状，经算法处理得到测量点位的间隙值或面差值。将测量值与标准对比判断该点位尺寸是否超差。如图9所示，将车辆信息、测量点位、尺寸标准、测量结果、测点趋势、数据统计等信息实时显示在线边显示屏上，方便检验人员跟踪，还能指导在线装配人员进行调整。
图7零件匹配检验结果显示平台
（图片来源：易思维微信公众号）
系统可以实现在线快速测量，相比人工单点10秒的测量时长，系统单点测量时长不超过3秒，精度达到0.05mm，满足高效率的同时实现高精度检验。系统可实现24小时不间断检验，支持多车型混检。还可以自动调取尺寸标准，通过软件分析平台，提供CP/PP、CII、合格率等统计报表、趋势图、相关性趋势图、直方图等数据分析图表、Excel和PDF等格式报表，方便质量人员分析问题，提高问题解析效率，将检验工作自动化的同时，实现数据在线化，打造数据生产、采集、分析、优化的闭环。
总体而言，未来的汽车主机厂外观检验将更多地朝着自动化、数字化、智能化的方向发展。随着技术的不断进步，智能系统将在汽车制造中发挥越来越重要的作用，提供更高效、更精准的质量控制手段。这些技术进步不仅提高生产效率和产品质量，还显著降低生产成本，增强企业的市场竞争力。通过持续的技术创新和应用优化，推动汽车制造业迈向新的高度。(🟦本文完）
