电子制造中的FATP视觉检测解决方案

一、背景

利用 AI 训练的模型进行高精度、自动化的外观视觉检查，要确保产品质量。其中主要检查项目包括：

1. 螺丝：确认存在并正确固定。

2. 高压警告标签：确保正确放置和朝向。

3. 产品铭牌标签：检查位置和对齐。

4. 通风阀：确认安装正确，没有缺失的部件。

5. 序列号（ SN ）与二维码比较：确保序列号与产品封面上刻有二维码的一致性

二、常见缺陷

● 标签位置错误或方向错误

● 缺失螺丝

● 缺少通风阀塞

● 序列号与二维码之间的差异

未能及时发现这些缺陷可能影响产品质量，影响气密性，严重还可能导致使用过程中的安全问题。

三、挑战

1. 复杂的检查点：多个检查区域分布在产品的不同侧面，传统的二维工业相机无法高效捕捉多角度、多焦点的图像。

2. 大量检查项目：需检查多达28个组件，迫切需要快速且准确的解决方案。

3. 劳动力限制：人工检查耗时、劳动密集，且容易出现主观错误。

四、关键技术

1. 成像技术

TM5-900机械臂可以实现多角度图像采集，并配备了自动对焦的二维相机（ EIH ：彩色，支持自动对焦），提供精准定位，并通过 TMflow 拍摄清晰的检查图像。TMS EIH 拍摄的图像会存储在 AI AOI Edge 中进行分析。

2. AI 驱动的检测

TM AI ＋训练器可使400张图像进行10倍增强，在35分钟内完成50次迭代训练。使得模型能够快速再训练，以解决生产线的误判或异常。该系统搭载 Intel i7 12700 CPU 和 Nvidia RTX3060 GPU ，能够在30秒内完成28个元件的 AI 检测，满足生产周期时间（ CT ）要求。

3. 检查工作流程

● 通过（ OK )：检验结果上传到生产系统，产品继续前往下一个工作站。

● 失败（ NG )：结果会立即被标记，提示操作员处理有缺陷的物品。

五、应用场景与优势

1. 应用场景

非常适合制造业中的高精度目视检查任务，包括检测缺失部件、识别异物以及确认零件正确位置

2. 优势

● 自动化：取代人工操作，降低了劳动力成本。

● 准确性：检测准确率超过99%，误报率低于1%。

● 效率：满足高产量、高周期生产线的需求。

六、结论

TM AI Cobot 凭借创新的视觉技术和基于 AI 的决策能力，提供了高效可靠的自动视觉检测解决方案。检测准确率超过99%，误报率低于1%，显著提升了效率和精度，并克服了传统检测方法的局限，提升了产品质量。