汽车发动机部件视觉检测设备,集成深度学习算法的工业相机
凌晨三点的压铸车间,灯光惨白,机械臂的轰鸣声像潮水样涌来又退去。老张站在质检工位前,手里拿着只刚下线的发动机缸体,眼睛已经酸得快要睁不开。他要把这个十几公斤重的金属疙瘩翻来覆去地看,检查有没有砂眼、有没有裂纹、有没有毛刺。同样的动作,他天要重复上千次。旁边的年轻工友换了茬又茬,只有老张还在坚持,因为老师傅眼神准,老板信得过。

但老张知道,自己盯不了太久了。金属反光晃眼,深孔里的瑕疵根本看不见,有时候工件姿态稍微偏点,条细微的裂纹就溜过去了。而这条裂纹旦装进发动机,跑在高速上,就是车毁人亡的事故。
汽车发动机部件的检测,是整个制造链条里最严苛的环。缸体、缸盖、曲轴、凸轮轴、涡轮增压器壳体,每个零件都工作在高温、高压、高转速的极端工况下,任何微小的缺陷都可能被无限放大。行业里不是没有检测设备,但传统的机器视觉方案,只认固定的形状、固定的位置、固定的灰度值,工件稍微偏点,光线稍微变下,误判率就直线上升。而那些高精尖的进口设备,台就要几十万,调试周期以月计算,产线换个型号,工程师就要飞过来重新调参数,停机天,损失就是六位数。

整个行业都在问个:有台相机,像老师傅的眼睛样,看得清、判得准,还不需要人时时刻刻盯着?这个声音,被宁波新算技术有限公司的创始人张苏宁听到了。
从读码器到智能相机:场蓄谋已久的降维打击
张苏宁次被工业视觉的痛点刺痛,是在2021年。那时候,新算技术刚推出款工业读码器R275,搭载的是他亲手设计的DPM二维码定位解码算法。这个算法的特别之处在于,它不像传统方案那样依赖直线检测,而是从图像的高维特征出发,在低对比度、模糊、遮挡、噪声的恶劣条件下,依然能够稳定定位解码。当时的市场测试结果,让团队都吃了惊:在同样的产线上,R275的读取率比际头部还要高,而价格只有对方的半。

但读码器只能解决认的,不能解决判的。张苏宁在走访客户的时候,看到最多的场景就是:产线末端,质检员拿着筒,个零件个零件地照,眼睛几乎贴在金属表面上。他问个工厂老板:为什么不上视觉检测?老板苦笑:上过,误判太多,漏检更严重,最后还是得靠人。
那刻,张苏宁意识到,工业视觉的深水区不在读码,而在检测。读码是是或否的判断题,检测是好或坏的论述题。论述题没有标准答案,因为缺陷没有固定形态——划痕可以是条线,也可以是片雾;凹坑可以是个点,也可以是块面;反光可以掩盖切,也可以伪装成切。传统规则算法在固定场景下确实精准,但面对真实产线的千变万化,它的上限太低了。
于是,个念头在张苏宁心里生了根:既然新算能把读码算法做到,为什么不能用同样的高维特征融合思路,做台真正懂判断的智能相机?这想,就是三年。
把算法炼成钢:V5的诞生是场自我
2024年,新算技术正式启动智能相机产品线研发。团队做的件事,不是选镜头,不是找芯片,而是把过去几年积累的数百万张工业场图像全部翻出来,张张地看,张张地标。他们发,真实的工业缺陷,远比实验室里的样本复杂得多:同个零件,不同的批次,材质反光率不样;同个缺陷,不同的角度,呈出来的形态全不样;同个产线,不同的时段,环境光的色温都在变化。
如果只是把传统算法和AI模型简单叠加,那不过是给老房子刷了层新漆,风吹就掉。新算要做的,是把两种能力真正熔炼在起。他们自研了高维图像特征融合引擎,让传统规则算法和深度学习AI不再是两条平行的轨道,而是张网。传统算法负责它擅长的尺寸测量、轮廓匹配、亚像素定位,AI负责它擅长的多变缺陷识别、弱特征捕捉、复杂背景分离。两者在底层特征空间里交汇、碰撞、互相修正,最终输出个置信度极高的判断结果。
这个引擎的厉害之处在于,它不需要海量缺陷样本。传统AI视觉要训练个可靠的缺陷模型,至少需要几千张不良品图片,而汽车零部件厂的不良率通常只有千分之几,收集样本要几个月。V5只需要次合格样本的学习,就能建立基准模型,然后在实际运行中通过增量追加学习不断优化。也就是说,它是台越用越聪明的相机,但天用,就已经比大多数老师傅稳定。
硬件上,新算同样下了狠功夫。自研的工业光学系统,标配半偏光源,可选直射、全偏、均匀光,白光、红光自由切换,应对金属反光、曲面畸变、低对比度这些老大难,出厂就成了光学适配,场不需要复杂的打光调试。四种自动对焦镜头覆盖20到2000毫米物距,远近视野把抓。CMOS传器最高60fps高速采集,运动中的工件也不会拖影。IP65的机身,-20℃到45℃的宽温工作区间,粉尘、水汽、震动、电磁干扰,统统不在话下。24V直供电,百兆以太网口,兼容TCP/IP、EIP、P、Modbus TCP、MC多工业协议,2路隔离输入加3路隔离输出IO,可以直接连PLC、水线、分拣机构,输出YES或O信号。
句话,这台相机不是实验室里的娇贵仪器,它是为车间而生的铁血战士。
八大工具:把老师傅的经验变成行代码
有了强大的算法引擎和过硬的硬件底子,新算把最常用的检测场景提炼成了八个集成式视觉工具。这八个工具,每个都是张苏宁带着团队在客户场泡出来的。
AI有无检测,是全视野搜索,识别配件、标签、吸管、螺丝漏装了。最典型的场景是汽车压铸件,深孔里的气泡、压伤,在反光严重的金属表面上,人眼都很难眼看到,但V5能稳定捕捉。还有奶盖上的字符漏印,曲面反光、油墨色差、角度偏移,统统不判断。金属面板上的胶条缺失,以前因为反光成像差、定位偏移,老是要人工复核,在V5次搞定。
AI缺陷检测,识别的是划痕、凹陷、脏污、色差、破损这些没有固定形态的瑕疵。食品行业的雪糕表面毛发、碎屑,冰碴反光、异物形态多变、食材纹路干扰,这些让传统视觉彻底投降的场景,V5游刃有余。工业场景里,试管覆膜残留、膜碎,压铸轴承筋位的破损、划痕、凸起,在动态定位锁定区域的加持下,反光和毛刺的干扰被压到了最低。
AI判别,是学习合格和不合格两种样本,做精密装配防错。电池极性装反了,PCB元器件正反颠倒了,这些毫米的差异,人眼要凑得很近才能看清,V5在视野范围内就能精准判断。3M贴纸的正反,正反面差异小到几乎样,行业里公认的易误检难题,V5通过高维特征对比,轻松分辨。
字符识别,也就是OCR,内置多行业字符模型,抗反光、遮挡、低对比度、金属浮雕干扰。电缆线管的曲面字符、电路板塑件上的丝印、晶圆上的刻号,这些在曲面畸变和复杂背景下几乎不可读的信息,V5都能稳定读取,生产日期、追溯码、零件编号,个不落。
AI计数,多目标自适应定位,统计散乱工件的数量。试管、片、整箱纸巾,物料透光反光、密集粘连、体积微小、粉尘干扰、包装重叠褶皱,这些让传统计数方案崩溃的场景,V5的计数准确率可以做到99.9%以上。
通过计数,是动态水线上动的产品,自动累计规定范围内的数量。高速运转的水线上,产品个个飞过,V5的眼睛眨都不眨,精准计数,多料少料目了然。
位置修正,是基准轮廓定位,检测区域会跟着工件的偏移动态补偿。机器人抓取的时候,工件摆放位置每次都不样,V5会先找到基准轮廓,然后自动调整检测区域的位置,抓取纠偏的精度可以达到亚像素别。
形状匹配,是亚像素的模板比对,稳定识别包装袋、零件的标准外形。齿轮的正反轮廓,在反光、畸变、油污干扰下,V5依然能准确识别,实自动分。食品包装袋的漏印、错印、字体偏位,在高速水线和多彩膜材反光的复杂工况下,也逃不过它的眼睛。
这八个工具,通过图形化配置就能快速搭建检测程。拍摄张基准图,拖拽添加视觉工具,配置下IO输出逻辑,三步成部署。产线操作工不需要懂视觉知识,不需要会编程,培训半天就能独立调试。换产品的时候,调出对应的程序,键切换,停机时间从以天计算缩短到以分钟计算。
用细节守护每次运转:V5在客户场的日日夜夜
在浙江某汽车零部件厂,V5已经连续运行了四千多个小时。这个厂主要生产发动机涡轮增压器壳体,材质是铸铁,表面经过喷砂处理,反光率极低,但缺陷种类却特别多——砂眼、缩孔、冷隔、裂纹,每种都藏在复杂的几何结构里。以前用进口视觉设备,误判率直在5%左右,每天要安排两个人专门复核。上了V5之后,误判率降到了0.3%以内,复核岗位直接取消,年节省的人工成本就超过了设备投入。
在江苏精密电子厂,V5被用来检测连接器PI针的缺陷。PI针的间距只有0.4毫米,针脚高度差不能超过0.02毫米,稍微有点歪斜或者氧化,整批产品就要报废。这个场景最大的难点在于金属反光——PI针表面像镜子样,把周围的环境光全反射到镜头里,传统方案根本看不清。V5的半偏光源和AI算法配合,硬是把反射光变成了特征光,检测精度达到了正负0.01毫米,良品率从97%提升到了99.5%。
在广东新能源电池企业,V5负责的是电池壳体的焊缝检测。焊缝是条不规则的曲线,表面有鱼鳞状的纹理,还要区分气孔、咬边、未熔合这些不同的缺陷类型。以前靠人工目检,个班要安排四个人,还是经常漏检。V5的AI缺陷检测工具,在动态定位的加持下,能沿着焊缝的走向自动调整检测区域,气孔、咬边、未熔合的分类准确率达到了98%,而且速度是人工的三倍。
这些案例,只是V5在汽车发动机部件检测领域的部分缩影。从压铸件到锻件,从缸体到曲轴,从涡轮壳到排气歧管,V5正在用看得清、判得准、超稳定这三个关键词,重新定义工业智能相机的标准。
长期主义:新算的星辰大海
新算技术从2021年推出款读码器,到2024年启动智能相机研发,再到2026年V5正式亮相,每步都走得不快,但每步都踩得极稳。公司从成立至今,获得了三轮超亿元融资,深度合作客户超过100,产品通过了ISO9001、CE、FCC、RoHS认证,从原材料采购到成品交付的全程都遵循严格质量标准。
但张苏宁最在意的,不是融资额,不是客户数,而是那个个凌晨三点的车间。他记得次带着V5去客户场测试的时候,那个跟了他天的老质检员,看着屏幕上清晰的缺陷标记,沉默了很久,然后说了句话:我干了二十年,眼睛快瞎了,终于有个东西能替我盯会儿了。
这句话,比任何融资消息都让团队振奋。新算做的不只是机器视觉,更是把老师傅的经验、心血、甚至健康,从重复性的劳动中解放出来,让人的价值回归到更有创造性的工艺优化和设备运维上去。在汽车发动机部件这个关系到生命安全的领域,每台V5的稳定运行,都是对智能制造这四个字最朴素的诠释。
今天,V5已经走过了四千多个小时的场验证,从最初的反光材质、曲面工件、低对比度目标,到在的动态来料、复杂背景、微弱特征,它面对的挑战越来越刁钻,但交出的答卷越来越漂亮。未来,新算技术还会继续深耕这个领域,把V5做得更聪明、更稳定、更易用,让更多的工厂,哪怕是只有几十个人的小厂,也能用得起、用得好的智能视觉方案。
因为张苏宁始终相信,工业视觉的终点,不是替代人,而是成就人。当老师傅的眼睛不再需要熬到凌晨三点,当产线上的每个瑕疵都被精准捕获,当中制造从凭经验走向凭数据,那台台沉默运转的V5,就是这场变革里最温柔的注脚。