大型工件与结构件视觉检测

大型工件视觉检测资料库

89 篇大型工件与结构件的工业视觉检测案例，按三维测量、AR 比对、错漏装防错、装配定位、表面缺陷与风电结构件六类组织。

查看检测要点 →

百米叶片叶根176颗螺栓怎么装：3D视觉分段扫描亚毫米定位，安装从8小时压到120分钟

百米级风电叶片叶根要装176颗双头螺栓，节圆直径3.2～5.6米、螺栓长900～1050mm，人工装一支约8小时、需5人。本案例用AGV集成六轴机器人与IP65工业3D相机，绕叶根分段扫描，重叠区配准后全局优化融合点云，亚毫米级输出每颗孔的位姿并引导自动拧紧，节拍41秒，外露长度控制在±1mm内。

查看检测要点 →

塔筒法兰平面度检测为什么总排队：旋转臂带工业相机整圈扫描，2~3分钟出真实值，比原设备快近10倍

风电塔筒靠法兰分段对接，平面度超差会带来对接间隙与垂直度问题，而原有检测设备耗时长、法兰排队等检。本案例把工业相机装在按法兰圆心布置的旋转臂上，整圈连续扫描自动成像，按角度归集数据计算并实时呈现平面度真实值，单件2~3分钟、节拍145秒，较此前设备效率提高近10倍。

查看检测要点 →

底盘装配的错漏装要在大件合装前拦住，检测点为什么得沿装配步骤一步步铺开，而不是集中终检

底盘装配部件尺寸大、步骤多，错装漏装若在合装后才暴露，返修就要拆解已合装部件。方案把2D/3D视觉传感器与激光测量系统沿装配流程布置，每个关键节点同步确认一步，融合比对判定错装、漏装与有无异常，45秒嵌入装配节奏，异常即时报警并定位到具体工序。

查看检测要点 →

缸体36处区域、十多种缺陷，判定从经验搬进81项标准库，40秒节拍里逐项比对完还不漏

发动机缸体36处检测区域、十多种缺陷，人工检查覆盖不全且判定标准随人变化。方案用高精度智能摄像头、三维扫描设备与多角度灯光模拟生成立体图像，系统自动比对81项检测标准，40秒完成全表面检测，缺陷拦截率超99%并全程可追溯，判定尺度统一后可复用于其他铸件。

查看检测要点 →

装配件检测点位分散、布局还常改，把2D与3D相机装到机器人末端，58秒怎么跑完全部点位

汽车零部件装配件检测点分散在多个面，固定工位每调整一次就要改支架。方案把2D与3D相机装到机器人末端构成眼在手上结构，机器人按路径到点取图，2D判平面特征、3D判空间特征，分别与标准模型比对后融合判定漏加工、漏装配、误装配，58秒完成在线防呆。

查看检测要点 →

大型工件的大视野与细微缺陷是一道除法题，6400万像素单次成像省掉拼接，节拍压到8秒

大型工件在固定工位摆放检测，覆盖整个工件与看清细微缺陷往往此消彼长，多次拍摄拼接又会拉长节拍。方案用6400万像素超高分辨率工业相机单次拍摄覆盖视野，按区域分块处理海量像素，免去拼接与多次取图，8秒完成一次检测，适合固定工位、平面型大件的批量检测。

查看检测要点 →

大型工件来料孔每次位置都不同，视觉只输出坐标不给偏差，3秒怎么把坐标交到外部机构手上

大型工件来料孔位置随每次来料变化，人工目视找孔、手动调整速度慢且一致性差。方案在固定工位用工业相机对来料孔成像，提取孔轮廓并统一换算到工位坐标系，把坐标直接输出给外部控制系统执行动作，单次定位节拍3秒，替代人工找孔与对准，改造范围集中在固定工位。

查看检测要点 →

气缸体抛光面反光强、砂眼又小，光源角度要是没设计好，算法调得再深也补不回丢掉的信息

气缸体抛光面、密封带关系密封与装配质量，砂眼缺料划伤细小，强反光下人工目检不稳定，注水孔尺寸还要逐件量。方案用高亮光源与成像角度压制反光，先提取抛光面检测区域，传统算法测孔位尺寸，深度学习识别砂眼缺料与划伤，42秒完成并随型号配方切换归档。

查看检测要点 →

缸体六面加内壁要360°覆盖，鱼眼镜头用点位数量换覆盖，0.4mm黑点靠分割加二次校验兜

发动机缸体六个外表面加内壁都要检测，节拍内人工难以走完，细微缺陷漏检率也高。方案用高精度工业相机配鱼眼镜头减少取像点位，深度学习实例分割逐像素识别缺陷，传统算法对疑似区域二次校验，可识别0.4mm黑点，检测数据绑定二维码上传MES，形成一缸一档。

查看检测要点 →

装配防呆的相机数量是被遮挡盲区决定的，不是被0.15mm的精度指标决定的，机位该先怎么画

汽车零部件装配件尺寸大、特征多，单相机存在视角遮挡，漏装配特征藏在盲区里就检不出来。方案用多台工业相机固定安装、全视角取图，同一特征在多视角交叉验证，AI判定漏加工、漏装配、误装配，测量与三坐标相关性0.15mm，117秒随线完成防呆拦截。

查看检测要点 →

缸体表面的凹凸和纹理，一种打光方式给不出来，多方向分时连拍又凭什么在10秒内拍完

发动机缸体外观面复杂，凹凸与纹理两类问题的成像条件相互冲突，单一方向打光难以兼顾，产线环境光与工件偏差还会干扰成像。方案用面阵相机配多方向分时光源瞬间连拍，合成凹凸形状图像与纹理图样图像，400mm大型光源覆盖较大目标物，10秒完成在线判定。

查看检测要点 →

变速器总成混线终检，装错型号比漏装更难发现，配置基线怎么跟着读码逐件切换才不出错

变速器总成体积大、检测点多，多品种混线时相邻两件可能不同型号，拿错判定基线会造成整批误判。方案用面阵相机配高亮结构光与漫射光，读码识别产品与装配清单后逐件切换核验项，AI识别与模板匹配互为校验，68秒完成100%核验，异常报警分流并归档追溯。

查看检测要点 →

电池箱托盘300个点位要压进200秒，拍照、判定、上传、放行四个动作凭什么不在流程里排队

新能源电池箱托盘检测点位多达300个，底壳组装状态、关键尺寸与漏装、划痕、变形、污渍都要在同一工位检到。方案由机器人末端或三轴模组多角度取图，流程控制模块把拍照、检测、上传MES、放行拦截同步串联，节拍压在200秒内并支持7×24小时不间断运行。

查看检测要点 →

发动机气缸体外观检测技术路线分析

针对发动机气缸体的孔位置大小、抛光面砂眼缺料、密封带划伤与错漏加工，分析面阵相机和照明分面拍摄，先区分抛光与非抛光区域，控制反光后再提取缺陷。重点说明标定、可见范围与样品验收条件。

查看检测要点 →

缸体要查孔隙、深孔螺纹还要读码，机器人带一台智能相机，怎么在50秒里把三类点位都走完

发动机缸体检测面多，孔隙、钻孔内螺纹与条码喷字三类特征成像条件差异大，人工逐面翻看效率低且结论因人而异。方案由机器人携智能相机配8.5mm镜头与平面漫射光源，按轨迹逐点到点取像，三类任务分别预设成像参数，深孔螺纹近距离对孔成像，50秒完成核查后放行进入装配。

查看检测要点 →

一体化压铸后地板的气孔缩松藏在材料里，X射线分区曝光加AI判读怎么塞进90秒节拍

一体化压铸后地板由16000吨级设备成形，内部气孔、缩松外观检测无法发现，流入整车是强度隐患。方案用X射线源与平板探测器成像，按壁厚分区设置曝光参数，AI自动判读缺陷类型位置与尺寸，90秒节拍内完成100%检验，数据回传指导压铸工艺调整并形成闭环。

查看检测要点 →

板材在线全检不能停线，线阵相机行频跟不上板速图就先变形，漏检率还怎么从8%压下去

板材幅面宽、连续运动，人工抽检漏检率约8%，缺陷类型与位置也留不下记录。方案用线阵相机配线性光源随产线实时采集整幅表面，编码器按位移等距触发保证图像不变形，灰度对比与边缘分析分别识别面状与线状缺陷，漏检率降至0.5%以内，检测与归档在线完成。

查看检测要点 →

电池箱托盘300个点位要全检，2500万像素飞拍一次成像，单点误报为什么会被点位数量放大

新能源电池箱托盘检测点位多达300个，拉铆螺母、钢丝螺套、上盖安装孔、陶瓷复合带等特征类型差异大，人工目检难以全覆盖。方案用2500万像素全局曝光相机飞拍一次成像，频闪光源增强对比度，CNN按特征类别分模型推理，整托判定由点位结论汇总，196秒完成全检。

查看检测要点 →

压铸件总成多品种混线终检，读码换模板可以不停线，但两个引擎结论打架时到底该听谁的

压铸件及装配总成个头大、多品种混线生产，人工终检在频繁换型下既慢又易漏。方案用1200万至2000万像素面阵相机配高亮结构光与漫射光，读码调取装配清单后自动切换模板与光源参数，AI识别与模板匹配双引擎交叉仲裁错装漏装装反，75秒内完成单件核验。

查看检测要点 →

冷板表面缺陷检测技术路线分析

针对大尺寸冷板的整板划痕、凹坑、脏污及侧边铆接可见质量，分析固定线阵相机与线性照明负责整板扫描，机械臂携带面阵相机查看侧边与局部结构。重点说明标定、可见范围与样品验收条件。

查看检测要点 →

发动机整机出厂要同时查错漏装和三码一致，一台协作机器人带着相机怎么在65秒的节拍里走完

发动机整机在板链线上走、龙门站内检测，既要判飞轮等部位的错漏装，又要核对钢印、铭牌与扫码编号三码一致。方案用固定定位相机确定整机位姿，协作机器人携检测相机逐部位取图，几何匹配加灰度与二值方差判错漏装，OCR交叉校验身份，65秒随线完成并归档追溯。

查看检测要点 →

发动机总成下线要逐台核对十余项装配状态，判定相机与留存相机为什么拆成两路，补录放在哪

发动机总成下线前要核对铭牌、滤清器、管路、螺栓、堵盖等十余项装配状态，点位散在整机上下前后，人工绕件核对容易疲劳漏检。方案用机器人携2000万像素相机多角度取图，判定与留存分两路配置，读码调取清单后由AI识别与模板比对双引擎核验，异常报警分流并上传MES/QMS。

查看检测要点 →

十米级视野的钢板切割件要亚毫米级定位，多相机拼接出的超大图与点云6D位姿是怎么接力完成的

重工钢板下料后工件落入废料筐，视野达十米级、尺寸跨度大，单相机视场与定位精度难以兼顾。方案用多相机高精度图像拼接构建超大视场，配合多尺度检测、可形变模板匹配与点云6D位姿估计，实现弱特征切割件亚毫米级定位，识别准确率99%以上，支撑多机器人协同分拣码盘。

查看检测要点 →

钢板切割件切缝弱、表面没纹理还压成一堆，6D位姿要靠点云与图像互补，抓取顺序也得排出来

钢板切割下料件切缝微弱、表面无纹理，形状相近的规格件混在废料筐里堆叠，单一成像模态难以稳定区分。方案用高精度3D相机同步采集点云与图像，跨模态融合增强特征、注意力机制锁定切缝与边角，点云深度学习输出6D位姿引导机械臂逐件抓取，并按上层无遮挡、置信度高优先排序。

查看检测要点 →

冲压钣金抽检八成正确率撑不住，换空间相机矩阵随线全检，单件6秒，漏检返工成本才降得下来

冲压线长期依赖人工抽检，只覆盖部分零件，漏检引发的返工成本居高不下。本方案在冲压线部署空间相机矩阵，多台工业相机按幅面布置、分工覆盖，随线完成100%有无与漏检判定，单件节拍6秒，检测正确率由80%提升至95%以上，替代原来的人工抽检模式。

查看检测要点 →

发动机气门、油封装没装到位，不能指望一个工位看全整台机，按工位拆检测项并配型号配方

发动机气门、油封、柔性盘等零部件检测点多、位置分散，同线还混产多种型号，一个工位看全整台机并不现实。本方案按装配线工位部署2D视觉，把检测项拆到就近工位，按型号维护检测配方随换型自动切换，判定装配到位、漏装、错装与型号错误，异常自动报警拦截，节拍40秒。

查看检测要点 →

发动机总成终检总有拍不到的地方，多台机器人分工配双相机，遮挡项走PDA补录才算查全

发动机总成终检部位多，部分部位在整机装配状态下被结构遮挡，自动拍照覆盖不到。本方案用多台机器人分工，每台配两台2000万像素相机分别留存与检测，遮挡项由PDA在对应工序补录，检测结果按总成序列号归档，整机终检过程可事后完整还原并逐项留痕，节拍67秒。

查看检测要点 →

总成点位散到机器人臂展之外时，加气动或伺服地轨扩程，按检测项清单把整套设备配出来

新能源动力总成结构随车型定制，检测点位常超出机器人臂展，按某一款车把工位焊死就难换代。本方案按检测项清单定制工位，用气动或伺服地轨带动扩程，每台配2000万像素双相机分别留存与检测，节拍73秒，新车型按新清单重配程序与点位，检测数据可追溯、结论可举证。

查看检测要点 →

变速器总成下线66秒要覆盖全部点位，靠的是把时间预算摊到每台机器人，而不是加机器

变速器总成下线终检点位多、分布在整机多面，人工目检慢且易漏。本方案把检测项清单按耗时均衡拆到多台机器人，沿气动或伺服地轨分工取图，每台配双2000万像素相机留存与检测，节拍66秒完成全项覆盖，下线即完成取证与归档，不必等争议发生再组织现场复检。

查看检测要点 →

气缸盖、曲轴毛坯散装来料容易装错，先视觉定位再读码验型号与方向，错误拦在装夹之前

气缸盖、曲轴、缸体毛坯散装来料，装错型号或装反方向要到下游加工才暴露，废件还搭上刀具与停机。本方案在机器人装夹前用2D视觉定位吸收来料位置偏差，再读码现场验证型号与方向，错误毛坯进不了下一工序，节拍20秒，替代繁重人工搬运，支持全天候无人值守。

查看检测要点 →

电池盒水冷板检测技术路线分析

针对电池盒水冷板底板与盖板的多品种错漏装、可见缺陷和有无检查，分析原文采用近4台2D工业相机分区取图，以软件校正和图像拼接组织大幅面成像。重点说明标定、可见范围与样品验收条件。

查看检测要点 →

装反和不到位不是漏装，新能源动力总成终检先读码调出配置，再用AI与模板比对分开判

新能源动力总成体积大、检测点多，终检要拦漏装、错装、装反、不到位四类问题，其中后三类都得先知道这台该装成什么。本方案用面阵相机配高亮结构光与漫射光，读码调取装配配置，AI识别与模板比对共同核验，异常报警分流，检测数据留存支持回溯，节拍72秒。

查看检测要点 →

总成下线漏掉一颗螺栓就要整台返工：机器人按视角分片成像，底面得塞得进相机才有得判

总成下线点位分布在顶部、侧面、端面和底部，底面成像空间局促，人工钻车底检查既慢又不安全。本方案用多机器人按固定视角分工，超大尺寸高亮光源做整体补光、高亮条光打局部细节，读码绑定检测清单，存疑项转人工复检兜底，避免误判直接放行，单台节拍约69秒。

查看检测要点 →

电池盒底护板检测技术路线分析

针对电池盒底护板的螺栓漏装与泡棉存在及明显表面缺陷，分析原文路线为单台2D工业相机覆盖大平面工件，由照明和图像定位补偿推车摆放偏差。重点说明标定、可见范围与样品验收条件。

查看检测要点 →

单台机器人绕着总成走位拍照太耗时，改成多台各守顶部、侧面、端面、底面的一组固定视角

总成检测点位分布在顶部、侧面、端面甚至底部，单台机器人运动范围与可达角度有限，绕机移动路径长、成像角度也不稳定。本方案让多台机器人各自负责一组固定视角，2000万像素相机配合高亮光源逐项判定错漏装，整体拍照留存，节拍约70秒、正确率99%。

查看检测要点 →

重型工件份量重、碰不得，用上下镂空的工件盘承托，上视觉在输送途中完成有无检验，单件约12秒

重型工件份量重、搬运过程容易磕碰，逐件停车检验又拖慢节拍，检验与输送长期分处两处。本方案用上下镂空的专用工件盘承托工件，随输送工作台经过上视觉检验装置，在输送过程中完成有无判定，单件检验节拍约12秒，工件全程不被触碰，同时减少工序间转运，替代人工目检。

查看检测要点 →

设备安装框架对称、附件重复，AR叠加最容易看错位置：用设计树编号逐项核对安装状态

设备安装框架与支架总成附件种类多、空间布局复杂，且框架对称、结构重复性强，叠加时极易看错位置。本方案用平板AR把CAD叠加到实体工件，按设计树编号逐项核对漏装、错装、方向与位置偏差，标记结果同步保存并生成可追溯报告，单次约600秒，检查与记录一体化。

查看检测要点 →

柴油机、挖掘机入库怎么做到逐台核验：读码调装配清单，AI模板比对90秒一台，异常自动拦截

工程机械整机按订单配置组装，入库核验长期依赖人工对照清单逐项检查。本方案在入库工位用面阵工业相机与读码器，读码调取装配清单后由AI识别与模板比对核验装配配置与部件到位，异常自动报警拦截，单件节拍90秒，核验结果逐项留档，入库关转为系统把关。

查看检测要点 →

发动机与变速器总成下线要核一长串零件，链板输送配几台机器人，取决于检测点位落在哪一侧

发动机、变速器总成下线要核对一长串零件清单，检测点位散在整机多个表面，人工逐个核对慢且易疲劳漏检。本方案用链板输送配合单台或多台机器人，搭载2000万像素相机逐项判定错装漏装，整体拍照留存支持追溯。机器人数量按检测点位分布确定，节拍约70秒、正确率99%。

查看检测要点 →

转向架构架附件多又密怎么查：平板AR按附件类别逐组核对，约580秒完成免搬运检查

转向架构架是轨道交通走行部的关键承载件，外露安装附件数量多、安装要求严。本方案用带LiDAR的平板把设计CAD与实体构架实时对位，按附件类别分组、按分布分区逐组核对漏装、错装、方向错误与明显位置偏差，单次约580秒，问题位置与图像证据同步保存。

查看检测要点 →

白车身四五千焊点怎么全数防漏：5472×3648相机配CNN，0.4秒一件、准确率99.9%

乘用车白车身约有4000到5000个焊点，人工抽检覆盖不全。本方案用5472×3648像素工业相机对焊点区域全覆盖成像，专家划定ROI，CNN提取特征并与标准焊点数据库比对，按置信度阈值判定合格与异常，检测速度0.4秒/件、准确率99.9%，单工位年节约成本约21万元。

查看检测要点 →

白车身质量门怎么确认装全了？平板AR把检查项按CAD逐项打点确认，单次约900秒

白车身进入下道工序前要确认零部件完整性、安装方向与位置。本方案把三维CAD导入平板，建立检查项目与步骤，摄像头识别追踪工件后按正确位置、方向、比例叠加比对，逐项打点确认，异常分类拍照标注并生成报告，单次检查约900秒，报告同步质量系统并关联整改状态。

查看检测要点 →

车体焊接结构总成又长又细，移动检查容易丢对位：换一台带LiDAR的平板AR稳住追踪

轨道交通车体焊接结构总成尺寸大、结构细长，平板摄像头长距离移动检查时容易丢失定位。本方案用带LiDAR深度传感器的平板做空间定位，CAD与实体实时对位，逐区检查外部可见的漏装、错装、方向错误与明显位置偏差，单次约620秒，问题位置与图像可追溯。

查看检测要点 →

14米长起重机组件不进计量室：移动终端AR叠加CAD，约900秒分段比对完成判定

起重机组件长度可达14米，吊装送检的时间与风险都高。本方案把AR视觉检测软件装在移动终端上，在生产现场完成组件与CAD的一致性比对，分段扫描、分区比对，相邻区段保留重叠参照，单件节拍约900秒，记录随部件编号归档，可扩展部署到多个生产基地。

查看检测要点 →

铁路大型焊接件检验：AR数字孪生实时对齐，偏差以热力图呈现，试点4周误差减少92%

铁路转向架构架、车体底架等焊接件长度可达数米甚至超过10米、重达数吨。本方案由平板扫描后自动完成物体注册，把三维CAD数字孪生与实物实时对齐，旋转、偏移与缺失以彩色热力图呈现，试点4周检验误差减少92%，单件约720秒，热力图可作留证图像存档。

查看检测要点 →

大型工装夹具怎么筛？平板AR到现场查1至2毫米级偏差，工件不搬运、疑点转计量复核

大型焊接结构件、框架件与工装夹具搬运不便，全量送检既搬不动也检不过来。本方案由质检人员带平板到现场或仓库，识别追踪工件后把CAD实时叠加，可识别约1至2毫米级视觉偏差，合格件放行、疑点件转高精度计量，记录按工件编号归档以跟踪状态趋势，减少计量设备无效占用。

查看检测要点 →

来料、装配、出厂三道关，大型结构件机架都用同一套平板AR叠CAD比对，不必各配工位

大型结构件、机架与复杂装配按订单小批量生产，来料检查、装配确认、出厂检查长期依赖人工目视。本方案用平板AR把三维CAD叠加到真实工件上，直观核对错漏装与明显位置、方向差异，三关共用一套基准与终端，无需固定光源与工装，检查结果可记录共享，适合现场摆放待检的作业习惯。

查看检测要点 →

大型焊接件装配完整性怎么判：按CAD区域自动查子部件有无，孔切口交给投影边缘比对

超大焊接结构件的装配完整性检查长期依赖老师傅对照图纸绕件查看。本方案用基于CAD的无标记识别与实时跟踪，软件按CAD区域自动判断子部件是否存在，并把孔切口实际边缘与CAD投影边缘逐点比对，多方向结果汇总成整件结论，单件约580秒，记录可追溯。

查看检测要点 →

铁路大型部件在收货区就地放行：移动终端AR叠CAD比对，660秒一件给出拦截结论

铁路大型金属部件到货后往往随即转运，留给质检的窗口很短。本方案在收货区用移动终端把CAD规范叠加到实物画面上，优先提取边缘、孔位等稳定特征做无标记配准，单件比对约660秒当场给出放行或拦截结论，超差位置与量值留档，记录按批次反馈供应商，形成来料检验证据链。

查看检测要点 →

多品种大件来料一致性检查，先解决换型：扫码调出流程，平板AR比对CAD，单件约360秒

工程机械、农业机械、轨道交通等行业的大型零部件由多家供应商供货，来料检查要同时管住多品种与记录追溯。本方案扫码调出对应检查流程，平板AR将CAD与实物叠加比对缺失、错装与支架孔位附件异常，记录自动绑定零件ID，单件约360秒，换型只维护模型与流程数据。

查看检测要点 →

车架总成检查从110分钟压到38分钟：AR叠CAD查结构，AI管标签型号与SOP

大型车架总成检查项既有支架偏移、孔位不一致、附件漏装这类结构问题，也有标签、型号、数量、OCR与SOP这类文本流程内容。本方案以平板AR叠CAD做结构比对，AR眼镜做流程引导与第一视角记录，AI确认文本项，单件从110分钟缩短至38分钟，结果同步MES、QMS、ERP。

查看检测要点 →

白车身关键尺寸的100%在线全测：2D/3D视觉加激光，90秒、核心部件0.02mm

白车身关键尺寸包括安装孔位与特征面位置，人工抽测覆盖有限。本案例集成2D/3D视觉传感器、激光测量系统与智能分析算法，随焊装线100%全自动在线测量，90秒节拍，核心部件测量精度0.02mm，测量结果输出到质量数据系统，异常尺寸即时提示，支持过程调整。

查看检测要点 →

不搬进检测室也能查来料：大型轨道交通部件用平板AR在待检区叠CAD，单件约10分钟

大型轨道交通部件体积大、重量高，搬进检测室排队是来料检验的主要开销。本方案用平板AR做无标记配准，把三维CAD实时叠加到实物上，在待检区原位筛查漏装、错装、装反与结构不一致，异常现场标记、拍照并输出报告，疑点件才转精密测量复核，单件参考检查约10分钟。

查看检测要点 →

轨道交通外协焊接件到货怎么查？待检区用平板AR按检查点比对CAD，单件约620秒

轨道交通大型焊接结构件由外协供应商焊接，到货后不宜频繁吊装。本方案用平板AR做无标记识别与实时跟踪，把三维CAD叠加到实物上，在待检区按检查区域与检查点逐点筛查支架缺失、子部件错装与孔切口不一致，单件约620秒，检查点模板可随CAD归档复用。

查看检测要点 →

HVB电池板上4×4×4mm的残留异物怎么稳定检出？3D轮廓相机加激光的三角测量路线

电池板上残留螺栓、螺母、垫片、工具、手套、碎渣，随总装压入电池可能短路起火。本案例用3D轮廓相机与激光器组合扫描，按激光三角测量取高度数据，稳定检出4×4×4mm以上异物，40秒完成整板检测，检测合格的板件进入总装，检出即报警拦截，拼接标定保证整板无死角。

查看检测要点 →

电池包合装异物检测技术路线分析

针对电池包合装前表面的合装前可见毛发、纤维及其他细小异物，分析原文为高清相机阵列分区覆盖，配合AI模型识别表面异物。重点说明标定、可见范围与样品验收条件。

查看检测要点 →

汽车零部件全尺寸测量怎么替代三坐标抽检？3D视觉加深度学习在98秒内测完并做防呆

大件全尺寸检测过去靠三坐标抽检，覆盖不了全部下线工件。本案例用机器人搭载3D测量相机与2D工业相机，结合深度学习做错漏装判定，测量与三坐标相关性0.15mm、节拍98秒，并进入SPC统计，检测数据进入SPC统计分析，从源头拦截不良品，减少返修成本。

查看检测要点 →

一条线测多款零部件的换型成本：配置化3D在线测量，95秒内兼顾尺寸测量与错漏装防呆

同一条线轮换生产多款零部件，检测设备的成本往往不在买、而在换型。本案例把拍照点位、检测项、算法参数、判定标准与标定参数按型号做成配置，换型一键加载，95秒节拍兼顾全尺寸测量与错漏装防呆，测量与防呆共用一次取图，减少重复动作与二次上料，配置可按产品族扩展。

查看检测要点 →

煤矿皮带煤流里的大型异物识别：三级图像处理在2秒内判定，并联动筛分机构及时剔除异物

煤矿皮带输送连续来料，混入的大型异物会划伤皮带、卡堵转载点。本案例用Retinex增强、改进多尺度模板匹配与灰狼算法优化的MLP网络三级处理，2秒节拍识别并联动筛分，现场准确率95%以上，识别结果驱动筛分机构剔除，煤炭继续输送，异常不会漏过检测区域。

查看检测要点 →