欢迎来到昆山亿恩凯自动化设备有限公司官方网站!
首页/应用场景/安全气囊视觉检测

安全气囊视觉检测

安全气囊视觉检测:面向气囊涂层织物,覆盖布料表面缺陷、裁片轮廓与尺寸、缝线与缝线轨迹、孔位结构、零部件装配、折叠状态及字符追溯的在线视觉检测。以 AI 视觉与尺寸测量组合判定 OK/NG,与产线联动剔除并留存检测数据,按实际样品验证确定成像与精度方案。

应用概述

气囊涂层织物裁片的在线外观与尺寸全检

快速回答

检测气囊面料裁片上的涂层不均、污渍、孔洞、破边与裁切轮廓偏差;采用线扫/面阵相机在线成像,AI 判缺陷并输出 OK/NG,对尺寸项做轮廓与孔位测量。

安全气囊的展开性能与气密性高度依赖裁片的完整性与尺寸一致性。气囊面料多为尼龙涂层织物(TPU/硅胶涂层),表面有涂层、纹理与缝边,常规人工目检在大批量连续送料下容易漏检细微涂层缺陷与破边。

本工位面向气囊裁片(含织边、缝边、透气孔位)的在线外观与尺寸检测,覆盖涂层织物常见的污渍、孔洞、破损、涂层不均与轮廓超差。

检测在裁切后、缝制前的工序进行,以单张裁片为单元判定,结果对接产线做标记、剔除与数据归档;具体相机与精度按面料幅面与最小缺陷尺寸确定。

检测什么

这个工位具体要判哪些项

安全气囊的生产要经过裁片、缝制、装配、折叠等工序,每个工序的检测对象和判据都不一样。下面按工序列出可配置的检测模块——具体上哪几个模块,取决于产品结构、客户检测标准与生产节拍,需要按实际产品逐项确认。

1 · 气囊布料表面缺陷

针对气囊裁片及布料表面

  • 污渍、异物
  • 破损、孔洞
  • 划伤、纱线异常
  • 织物异常、色差
  • 表面异常、局部缺陷

2 · 裁片轮廓与尺寸

裁片形状及轮廓是重要检测内容

  • 裁片轮廓、外形尺寸
  • 边缘完整性、缺口、异形
  • 裁切异常
  • 孔位、定位标记
  • 产品方向

3 · 缝线与缝制质量

缝制质量是气囊视觉检测的重要应用

  • 缝线有无、断线、缺失
  • 缝线位置偏移
  • 缝线连续性
  • 针脚区域异常
  • 缝制轨迹异常

4 · 缝线轨迹

需要控制缝线位置的产品

  • 产品定位后确定检测区域
  • 提取实际缝线轨迹
  • 与标准区域比对
  • 判断偏移、断线、缺线
  • 局部异常识别

5 · 孔位及结构

孔位与结构区域测量

  • 孔有无、孔数量
  • 孔位置、孔径、孔间距
  • 孔形状、位置偏移
  • 与产品配方标准参数比对

6 · 零部件有无与装配

装配状态的自动判定

  • 零部件有无
  • 装配位置、安装方向
  • 组件状态、结构完整性
  • 区域匹配 + 特征识别 + AI

7 · 折叠状态

柔性材料折叠后的形态判定

  • 折叠方向、折叠位置
  • 产品有无、产品姿态
  • 折叠区域状态
  • 局部展开异常、外形状态异常

8 · 外观 AI 缺陷检测

复杂缺陷的 AI 识别

  • 正常区域 / 污渍 / 异物
  • 破损 / 织物异常 / 缝线异常
  • 缺陷类别按客户质量标准定义
  • 流程:采集 → 定位 → ROI 提取 → AI 检测 → 分类 → 尺寸分析 → 判定

本工位的重点关注项

上面是全线可配置的检测模块。就气囊裁片这个工位而言,按风险优先级排在前面的通常是下面这几项——涂层织物裁片的失效往往直接关系到展开与气密。

检测项说明
涂层均匀性涂层厚薄、漏涂、发花、光泽不一致等面状缺陷
污渍/油渍表面油污、手印、异物沾污
孔洞/破边面料破损、针刺孔、裁切造成的破边
裁切轮廓外形轮廓与刀模是否吻合,是否存在缺角、毛边
透气孔位气囊透气孔的有无、位置与孔径
尺寸超差关键边长、对位标记间距是否超公差

为什么要检

人工目检在这个环节的问题

人工目检气囊面料时,涂层反光与纹理会掩盖细微缺陷,连续送料下注意力难以持久;破边、小孔在折叠后更难发现,一旦流入缝制工序会造成整件报废。

气囊属安全件,缺陷代价高,仅靠抽检难以覆盖批量尺寸漂移与偶发涂层缺陷,需要在线全检与可追溯记录。

  • 涂层缺陷肉眼对比度低,易漏判
  • 连续送料节拍快,人工难以全检
  • 破边/小孔流入下道工序代价高
  • 人工判定标准不一致,难追溯

怎么检

工位与检测链路

安全气囊裁片检测:检测位分区示意把工件划分为若干检测位,逐位判断后再合成整件 OK/NG 结论。工件(示意)123456按装配图把每件产品划成 6 个检测位,逐位判定后合成整件结论检测位(ROI)判定合格该位 NG → 整件判 NG
检测位(ROI)分区示意——安全气囊裁片检测通常按装配图逐位划分检测区域,任一位判 NG 则整件判 NG。
  • 01上料并展平定位裁片
  • 02线扫相机采集连续面料图像
  • 03面阵相机补拍孔位与轮廓
  • 04低角度与条纹光抑制涂层反光
  • 05AI 分割污渍、孔洞与涂层缺陷
  • 06轮廓测量尺寸与孔位
  • 07结果合成单件 OK/NG
  • 08联动剔除/标记
  • 09图像与数据存档

怎么检测

以线扫相机采集连续送料下的面料图像,配合低角度与条纹光抑制涂层反光;对孔位与轮廓用面阵相机+远心镜头做尺寸测量,属透射/反射组合的成像方式。

气囊裁片检测设备
气囊裁片检测主机

技术架构

成像、光学与算法——把「看得见」变成「判得准」

安全气囊检测不是简单地用固定相机拍一张照片。气囊面料是柔性涂层织物,表面有织物纹理、涂层光泽和缝线结构,缺陷与正常纹理在灰度上常常很接近。成像与光学方案的设计质量,基本决定了这个项目能检出什么、检不出什么。

成像系统

面阵视觉

局部区域的高分辨率成像

  • 局部区域检测
  • 孔位检测、缝线检测
  • 装配检测、标识检测
  • 尺寸检测

线阵视觉

大面积裁片与连续走料

  • 展开后的大面积气囊裁片
  • 大面积布料检测
  • 连续运动检测
  • 长幅面产品检测、表面缺陷检测

远心 / 高精度视觉

把尺寸项做到可量测

  • 孔位检测
  • 尺寸与位置检测
  • 按精度要求配置光学系统

3D 视觉

存在高度或形貌要求的产品

  • 高度、形貌检测
  • 立体结构检测
  • 按项目实际情况配置

光学与打光

气囊布料的表面存在织物纹理,缺陷检测首先要解决的是「正常纹理」与「真实缺陷」的区分。做法是按缺陷类型设计对应的照明方式,让目标缺陷与正常纹理之间形成更明显的视觉差异。

照明方式主要作用
漫射照明让表面污渍、色差、异物稳定显影,避免高光干扰
低角度照明突出划伤、褶皱、压痕等形貌类异常
侧向照明强化织物纹理与局部凹凸的对比
背光 / 透射孔洞、破损、小孔边缘的对比度最高
多方向照明复杂产品上补齐单一方向照不到的缺陷
多幅成像与缺陷处理结果记录
多幅成像与缺陷处理结果记录(示意)
在复杂产品上,还可以进一步采用多图像融合方式,为 AI 模型提供更多缺陷特征。实际采用哪几种照明、怎么组合,需要经过打样验证——这部分无法只靠图纸确定。

算法架构

传统视觉算法

适合规则、稳定、参数明确的检测任务

  • 灰度分析、二值分割
  • 边缘检测、轮廓分析、Blob 分析
  • 模板匹配、几何测量
  • 尺寸计算、位置判断

AI 视觉算法

适合规则难以描述的缺陷

  • 复杂表面缺陷
  • 纹理异常、不规则缺陷
  • 缺陷分类、外观状态识别
  • 任务形式:分类 + 目标检测 + 语义分割 + 异常检测
规则缝线可以用边缘、轮廓、线特征等传统算法检测;复杂纹理与形态不规则的缺陷,则结合 AI 视觉算法识别。两者是组合关系,不是替代关系。

检测缺陷

缺陷类型典型表现检测关注点
污渍油渍、手印、异色沾污低对比度,需漫射光+分割
涂层不均局部发花、漏涂、光泽差面状纹理变化,需AI分割
孔洞针刺孔、破洞背光/透射突出
破边裁切造成的边缘缺损轮廓比对
毛边裁边纤维外翘边缘形态判定
尺寸超差边长、孔距超差亚像素轮廓测量
透气孔缺/偏孔位缺失或偏移孔位模板匹配
缝线断线 / 缺失缝线中断、漏缝线特征跟踪 + 产品定位
缝线位置偏移缝线偏离标准轨迹实际轨迹提取,与标准区域比对
针脚异常针距不均、跳针、局部异常局部纹理分析
零部件缺失装配件漏装区域匹配 + AI 识别
装配位置 / 方向异常零件未装到位、安装方向错误模板匹配定位
折叠状态异常折叠方向 / 位置不符、局部展开轮廓与区域分析、AI 状态识别
字符 / 标识异常编号、批次码缺失或不可读OCR 与扫码

适用设备

胶囊式在线检测机与长幅面隧道式检测线两种常见形态

项目落地

软件、产线联动、系统架构与验收

视觉软件

视觉软件负责把相机、光源、算法、检测结果与产线设备串成一条可维护的流程:相机 → 光源 → 算法 → 检测结果 → PLC → 自动化设备 → 数据系统。

  • 产品配方管理——不同气囊型号建立独立配方,管理检测区域、尺寸参数、缺陷阈值、AI 模型与检测规则
  • 检测结果显示——实时显示当前产品、OK/NG、缺陷类别、缺陷位置、缺陷数量与检测时间
  • 图片管理——按项目需求保存 NG 图片、缺陷图片及检测记录
  • 数据统计——生产数量、OK 数量、NG 数量、缺陷类型、缺陷比例、产品批次
  • 用户权限——针对不同操作人员配置对应的系统权限
  • 日志及追溯——产品检测记录、参数修改记录、用户操作记录、设备运行日志

与产线的联动

视觉系统可以与生产设备进行数据交互,把检测结果变成产线动作。典型链路:

  • 01产品上料
  • 02定位
  • 03视觉触发
  • 04图像采集
  • 05算法分析
  • 06OK/NG 判断
  • 07PLC 接收结果
  • 08自动分流 / 返修
  • 09数据记录

对需要自动剔除或分拣的产品,可根据现场设备结构设计对应的执行机构,从而实现检测自动化 + 判定自动化 + 分选自动化 + 数据自动化。

检测系统的五个层级

第一层 · 光学成像

  • 工业相机 + 镜头 + 光源 + 触发系统
  • 负责获取稳定图像

第二层 · 视觉算法

  • 传统视觉 + AI 视觉 + 尺寸测量 + 缺陷识别
  • 负责产品质量判断

第三层 · 视觉软件

  • 配方 + 检测 + 数据 + 图片 + 用户 + 日志
  • 负责整个视觉系统的软件管理

第四层 · 自动化控制

  • PLC + 传感器 + 运动机构 + 输送机构 + 分选机构
  • 实现检测与生产设备联动

第五层 · 数据管理

  • 产品数据 + 缺陷数据 + 图片数据 + 生产统计 + 追溯信息
  • 为质量管理及生产分析提供数据支持

项目实施流程

01 · 样品与缺陷分析

收集实际气囊产品及缺陷样本

  • 产品尺寸、材质、颜色
  • 表面纹理、缺陷类型
  • 最小缺陷尺寸、生产速度

02 · 光学打样

针对不同检测区域设计成像方案

  • 确认缺陷能否被稳定拍摄出来

03 · 算法验证

按样品建立视觉检测算法

  • 复杂缺陷进行 AI 模型训练与测试

04 · 设备集成

完成硬件与软件集成

  • 相机、光源、视觉控制器、软件、PLC 及机械结构

05 · 现场调试

在实际生产环境中验证

  • 连续运行、产品切换
  • 缺陷样本、误检 / 漏检
  • 设备联动测试

06 · 验收

按双方确认的检测标准最终验收

  • 以确认后的样品与判据为准

验收关注项

具体验收标准需要结合产品、样品和客户质量规范确认。通常从以下几个方向进行验证:

验收项目验收内容
检测覆盖指定检测区域完整覆盖
缺陷检测按确认缺陷样本进行测试
最小缺陷验证指定最小缺陷尺寸
检测节拍满足生产线实际节拍
漏检根据双方确认样本统计
误检根据正常样本统计
尺寸检测验证尺寸及位置精度
数据追溯产品数据及检测图片可查询
设备稳定性连续运行验证
自动化联动检测结果与产线动作正常匹配
本页不给出漏检率、误检率或精度数字。这些指标必须在双方确认的样本集上统计,脱离具体样品与判据的数值没有意义。

应用行业

常见问题

安全气囊裁片检测主要看哪些缺陷?
重点看涂层均匀性、污渍、孔洞、破边与裁切轮廓;气囊面料是涂层织物,涂层发花、漏涂和破边是高风险项,会直接影响展开与气密。
这套方案能替代人工目检吗?需要几个人配合?
可承担在线全检并记录结果,减少目检人员工作量;但上料、异常处理与复判仍需现场人员,具体配置取决于产线自动化程度与节拍,不能简单给出替代人数。
检测精度能达到多少?
实际精度取决于相机分辨率、打光与最小缺陷尺寸,需按面料与节拍实测确认。
裁片是软的、会褶皱,怎么保证成像稳定?
用展平工装或吸附平台把裁片摊平定位,再配合低角度与条纹光抑制褶皱阴影;定位后再做区域切分,避免位置漂移误判。
透气孔位怎么检?
用模板匹配定位孔位,结合轮廓测量判断有无、位置与孔径;小孔用透射光或背光突出边缘。
检测结果能对接产线吗?
可以。判定为 NG 的裁片做标记、剔除或分拣,图像与判定结果入库,支持与 MES/PLC 对接,接口方式以现场系统为准。
能检不同型号的气囊裁片吗?
能。不同型号对应不同检测配方,换型时调用配方,减少人工调参;新配方需要现场采集样本标定。
安全气囊视觉检测可以覆盖哪些内容?
按具体产品和工艺,可以覆盖布料表面缺陷、裁片轮廓与尺寸、缝线有无及位置、缝线轨迹、孔位与结构、零部件装配、折叠状态、字符及产品标识。实际项目中上哪几项、判据怎么定,需要结合产品结构、客户质量标准与节拍逐项确认。
为什么气囊的柔性材料建议用 AI 视觉?
气囊属于柔性材料产品,表面具有织物纹理,不同缺陷在形态、尺寸和灰度特征上差异很大。规则明确的任务(尺寸、轮廓、孔位、有无)用传统机器视觉更稳、结果可标定;纹理异常、不规则缺陷、外观状态识别这类难以用固定规则描述的部分,则适合用 AI 视觉。实际项目通常是两者组合。
设备选型主要看什么?
通常要综合考虑产品尺寸、最小缺陷尺寸、材料特性、检测区域、生产节拍、检测精度与自动化方式。前提是先做实际产品和缺陷样本的视觉验证——脱离样品的选型都是猜。
检测数据能对接 MES 或生产数据系统吗?
可以。视觉系统通过工业通讯方式与 PLC 及自动化设备交互检测结果,也支持把产品 ID、检测结果、缺陷图片、生产时间、型号与批次信息建立关联,用于质量追溯与生产分析。接口方式以现场系统为准。

提交样品测试

可寄送典型 OK/NG 气囊裁片样本做实测:依据现场节拍、幅面与公差,确定相机、打光与算法方案。

支持 JPG / PNG,可多选
单个文件不超过 20MB
    支持 JPG / PNG,可多选
    单个文件不超过 20MB
      支持 JPG / PNG,可多选
      单个文件不超过 20MB
        提交后 1 个工作日内由方案工程师与您联系

        需要逐项评估成像条件、缺陷标准与节拍? 前往完整需求评估 →

        这个应用能不能做?寄样实测最直接

        不同工厂的来料、姿态、节拍差异很大。把真实样品寄过来,我们会按你的产线条件做成像与判定验证,给出可落地的配置建议。

        在线客服
        微信联系
        扫码加微信(手机同号)
        电话咨询 返回顶部