AI智能质检系统在汽车自动化涂胶品质监控中的研究及应用实践

摘 要：自动化密封胶喷涂技术已广泛应用于汽车涂装制造行业，而传统的汽车涂胶品质监控方式依赖人工检查，效率低下，且易受人为主观因素影响。随着汽车制造业智能化、自动化、数字化程度的提升，开发高效、精准的涂胶品质监控系统已成为行业急需解决的问题。AI智能质检系统应运而生，通过图像采集、图像处理、AI判断逻辑和深度学习等技术，实现对车身涂胶品质的自动检测，有效提高了喷涂后的品质检测效率和准确性。本文阐述的AI智能质检系统已成功应用于整车涂装生产线，可以实现如轮毂位、电池包周边、尾灯位等重点部位的涂胶品质自动检测，保障稳定的检出率和极低的误检率。该技术的应用不仅提高了生产线的自动化水平，减少了人工检查负荷，可有效降低机器人涂胶异常导致的质量问题及品质失败成本，推动了汽车密封胶涂胶领域由制造自动化逐步迈向质检数字化。未来，随着智能化、电气化和自动化等新技术以及新质生产力的迭代发展，AI智能质检系统的应用需求将大幅度增长。

关键词：密封胶自动化喷涂 AI智能质检 漏喷检测 偏移检测 视觉识别 深度学习

1 绪论

当前，汽车制造业依托新质生产力，推进技术革新。技术革新已成为企业竞争的核心动力。企业越来越注重长期主义这一发展理念，即在确保产品质量的基础上，不断推动技术创新。为此，自动化与数字化的转型已成为汽车制造业的发展趋势。在整车生产制造过程中，涂装工序不仅需要保障其漆面的外观商品性，对于整车的防锈、防水等机能品质的保障也起着至关重要的作用。其中，密封胶工序作为保障防水机能的关键环节，主要的作业内容就是通过人工或者机器人将密封胶喷涂覆盖于白车身夹缝之上，再经干燥后附着于车身缝隙，实现夹缝密封。随着科技的不断进步，密封胶工序的自动化程度日益提高。其中，广汽本田汽车有限公司三工厂在2015年建立之初就已经导入自动化涂胶机器人，实现了100%的自动化喷涂。

随着密封胶自动化喷涂的广泛应用，不仅提升了喷涂效率，降低了人工作业成本，对比人手喷涂，更是显著提升了密封胶喷涂的稳定性、均匀性及高外观性，进而提升了汽车的防水机能。随之而来的技术提升课题便是对喷涂后密封胶的品质确认及检测监控能力的提升。基于已实现密封胶自动化涂胶后，采用图像视觉识别，运用AI学习功能，开发训练AI智能质检模型，通过搭建软硬件协同系统，自主研发整车涂胶工艺AI智能质检系统，实现对车身涂胶后品质的自动检测。本文旨在对AI智能质检系统的搭建思路、监测原理、量产应用实例等方面进行阐述。

2 密封胶自动化涂胶的喷涂要求及传统质检方式

在整车制造过程中，涂胶工艺作为关键环节，为整车防水机能起着重要作用，需要密封覆盖于白车身夹缝之上，品质管理要求包括但不限于：①密封无虚孔；②密封无离缝偏移；③喷涂后无飞溅，不允许阻碍零件安装；④可视面密封胶需要保证外观商品性；等等。而传统的质检方式往往依赖人工检查，不仅效率低下，而且易受主观因素影响，导致检测结果的准确性和一致性不足。

因此，随之自动化喷涂的广泛应用，在喷涂后的质检也需要随智能制造和人工智能技术的发展，引入更加高效、智能的质检解决模式。

3 AI智能质检系统的开发过程

本文介绍的整车制造涂胶工艺AI智能质检系统，主要是通过自主搭建软硬件系统，实现对车身涂胶品质的自动检测，并基于AI技术，开发训练AI智能质检模型，提取关键检测的项目，如离缝偏移、漏喷等。通过车身结构、密封胶关键特征提取，针对不同的缺陷情况，智能判断品质异常，实现品质异常检出率100%，误检率0%。技术原理如下。

（1）图像采集：在车体输送线旁，车身周边位置安装2000万高分辨率工业相机，在密封胶喷涂后采集需对其进行作业检查的区域，进行拍摄，确保采集到的图像清晰、真实，是为后续的图像处理和分析提供了高质量的数据基础。这一过程不仅提高了检测效率，也为密封胶涂胶质量的控制和优化提供了重要保障。如图1所示，本文使用场景：输送线左右两侧各设置4个工业相机对，车底、轮毂位、后备箱进行图像采集。相机数量、拍照数量、安装位置取决于检查部位、涂胶数量、涂胶精度要求等综合条件。

（2）图像处理：利用计算机视觉技术对图像进行处理，提取检查部位的涂胶状态信息。以图2为例，右侧相机3采集到整个右后轮毂喷涂后的视觉图像。但从各车型结构出发，并非所有密封胶均起到防水作用，部分密封胶仅起到防锈作用，防水位置密封胶品质基准、要求更高。因而，从品质管理成本角度出发，在量产中，AI视觉识别判断前，需要对采集到的图像进行处理，提取需要进行防水管理的密封胶（如图2中箭头所示）。

（3）AI判断逻辑及深度学习：当需监控密封胶覆盖居中度，即检测是否因喷涂偏移而导致离缝。如图3所示，需要检测密封胶A在车身夹缝B的喷涂偏移情况，可以先通过找到车体上相对稳定的基准点C，它可以是车身定位孔、一级工艺孔、一体式集成件夹缝等，因此B、C为具体点，L2为固定值，输入AI识别系统。图像处理后通过AI视觉识别提取以下关键数据：左侧覆盖宽度LA=L1-L2；右侧覆盖宽度LB=L2-L3。理想状态下，LA=LB可保证喷涂居中，考虑到机器人以及车体精度，实际应用中需要设定公差带。本文中异常报警范围值设定为： LA或LB≤8个像素（1个像素=0.3mm）即可保证不出现偏移离缝该品质不良。

当需要监控是否出现枪嘴堵塞，供胶不足导致漏喷等极端情况，如图4。除了通过实时监控机器人本体之外，更为行之有效的方法是直接监控喷涂后效果。利用分段全检胶条的面积的原理，在视觉系统中将胶条面积的基准设定为SA（白色为胶条检出面积，黑色为车体的电泳涂层），喷涂后 实绩面积为SB，结合实绩应用，报警值可设定为设：SA≥80% ×SB。

当然，采用纯视觉图像处理方案，可能存在约8%的误检率，为减少误检，可追加AI视觉深度学习功能，本文选用VisionTrain作为深度学习工具，集良品及不良品图片，导入AI工具系统，建立深度学习大模型，能有效消除误检，大幅提升检出率，如图5。

（4）AI智能质检系统的应用场景：通过上述的判断逻辑及深度学习后，输出检测效果，可设定反馈机制，当出现异常时联动PLC触发报警，通知现场管理者及时跟进并开展整改，防止品质不良的流出，具体流程如图6所示。该系统也附带检测结果的记录及保存功能，可供开展过程品质追溯，并提供数据用于分析功能，帮助优化涂装流程和提高生产效率。

4 AI智能质检系统的应用实例

该项技术目前已成功应用于广汽本田三工厂涂装车间的密封胶自动化生产线，满足对特定重点部位的涂胶品质自动检测功能，例如左右轮毂、电池包周边、尾灯安装位等等。实际应用中，异常检出率经统计为100%，误检率为0%。该技术可通过AI智能质检模型的训练，不断迭代升级，适用于行业内整车各个部位的涂胶品质自动检测。AI智能质检系统能够提高生产线的自动化程度、减少人工检查的工作量，并有效降低机器人涂胶异常导致的质量问题和生产成本。通过结合人工智能和视觉传感技术，该系统为涂装车间提供了一种高效、精准的质量控制解决方案。

5 社会效益及未来展望

汽车制造业正处于一个深刻的变革时期，特别是随着智能化、电气化和自动化等新技术以及新质生产力迭代发展。本文论述的AI智能质检系统的应用需求将大幅度增长。同时，其稳定的检出率和极低的误检率，大大提高涂胶品质保障的可靠性。推动汽车密封胶涂胶领域由制造自动化逐步迈向质检数字化，以提升制造业的智能化水平。AI智能系统已经逐渐扩大在汽车制造业的应用范围，在航空航天、精密电子、医疗器械等关键行业的推广预示着一场行业性的质量革命。通过AI提升质检效率，完成从传统的人工检测到智能化、自动化质检的跃迁，进而促进整个生产流程的智能化升级，加快产业结构的优化步伐。

参考文献：

[1]肖刚，葛屦.基于深度学习的机器视觉在制造业质量检测中的应用研究[J].产业转型研究，2021（12）.

[2]宋建阳，刘常杰.白车身涂胶缺陷自动检测方法[J].激光与光电子学进展，2024，6（12）.

[3]王亚运.基于机器视觉的机器人涂胶质量在线检测技术研究[D].哈尔滨：哈尔滨工业大学，2024.