?？抵悄芏谅肫骰魇泳跸低彻ひ迪嗷抵圃炱分使芸刂?/h1>

　高度自动化的汽车行业如何保证汽车生产过程的高效与安全？本期汽车行业专题我们将带来机器视觉技术在汽车行业的应用?；魇泳醪房捎行嵘敌幸抵写蟛糠窒低澈妥榧男阅埽繁Ｆ盗慵圃焐毯推底芭涑牟仿闫敌幸笛峡恋闹柿恳蟆?/p>

　　?？祷魅烁咂分实幕魇泳跤布泛退惴ㄆ教ㄎ丛雍途哂刑粽叫缘钠敌幸涤τ锰峁┙饩龇桨?，助力用户快速准确实现汽车关键零部件的读码追溯、类型检测、缺失检测以及字符识别等，进一步提升精益智造水平。

01、读码追溯

挑战

　　在汽车总成生产中的读码需适应各种工况，二维码工艺包括激光镭射、机械刻印、喷墨等DPM识别；读码环境面临油污、纹理、静区缺失、畸变等干扰且读码率要求极高。

方案案例

　　方案选用?？礗D5000/3000Pro系列智能读码器，产品一体化集成照明、传感器、镜头及解码器；识别性能优异，20%缺损修正、脏污过滤、畸变矫正，智能纠错；高效解码能力，毫秒级定位算法，助力单体解码节拍<60ms；无需外置光源，多路分控，白、红、蓝多色光源适应多个工况，有效提高生产现场的追溯管理水平，实现生产数据、库存管理可视化，大大提升了工作效率。

图为ID5000/3000Pro系列对汽车部件DPM读码

02、类型检测

挑战

　　汽车制造过程中，轮毂是否正确装配影响生产效率，而轮毂种类繁多，目前许多汽车企业采取人工目测的方法对轮毂类型进行识别和检测，但识别效率低、准确率低。

方案案例

　　方案选用?？祷魅薓V-CA050-10GM高分辨率相机，配合大面积中孔面光源，利用深度学习分类工具，对产线轮毂的类型进行识别（约200种），实现轮毂分类。初始模型的训练每类样本收集80-100张，综合识别率可达99%以上，通过现场的迭代，最终识别准确率达99.99%以上。深度学习分类算法利用卷积神经网络和大数据样本优势，提升了识别率和识别容量。

图为500万高分辨率相机利用深度学习工具识别汽车轮毂类型

03、缺失检测

挑战

　　汽车的生产过程中零件众多，部件缺失会减少产品的使用寿命，人工检测方法效率低、检测错误率较高，产品存在安全质量风险。

方案案例

　　通过SC2016视觉传感器进行高速图像处理，产品植入了高精度定位与测量算法，利用模板匹配或Blob分析等工具?？椋缘滴淮衅靼咨喝腥笔Ъ觳?，识别正确率达99.9%。与人工检测相比，提升了效率且减少了错误发生的概率，以提升产品安全质量并确保生产作业正常有序开展。

图为SC2016视觉传感器识别汽车部件-档位传感器胶圈有无

04、字符识别

挑战

　　为实现汽车制造和使用过程中的信息可追溯，需要获取车辆识别号码（VIN码），传统机器视觉算法对反光、油漆颜色、不同材质等情况造成的对比度低、成像效果差的字符识别难度大，容易造成误判。

方案案例

　　SC7060智能相机采用深度学习字符识别工具，训练150张相机读取的样本图片，并测试所得模型，从而实现简单高效的字符识别，识别准确率达99.9%以上，可增加样本量以提高准确率。此外，通过在线标记遗漏字符，方案可确保模型所有字符的准确识别，大大节省了开发时间，提高了效率，适用于复杂有噪声背景等棘手的字符识别应用。

图为SC7060智能相机实现汽车识别（VIN）码检测

此外，

图1 | 轮毂读码    图2 | 轮胎出厂正反区分
图3 | 发动机缸盖表面字符读取    图4 | 缺陷检测系统

客户收益

　　“?？抵悄芏谅肫?工业相机经销商，供应?？礗D2000、ID3000、ID5000、ID6000等系列全部型号，海康威视读码器同时为 为电子、物流、FPD显示屏、半导体、汽车制造等领域提供专业机器视觉解决方案，工业读码器助力用户快速准确实现工业自动化。