成功案例丨新型机器视觉系统确保自动化座椅模具装配万无一失

• 关键词：莱尼,机器视觉,座椅模具
• 摘要：作为自动化推进协会(A3)认证的系统集成商，莱尼凭借其先进的内部机器视觉开发实验室和优秀的专家团队定期解决汽车制造业的检查难题、装配和验证的挑战等。莱尼涉及的领域有车轮和轮胎验证、机器人引导、光学字符识别(OCR)，以及制造和装配过程的全面可追溯性，甚至包括验证泡沫衬垫的存在和位置。

机器人和机器视觉等自动化技术在汽车制造中发挥着不可或缺的作用，承担着从喷漆和焊接到材料处理和装配的任务。

作为自动化推进协会(A3)认证的系统集成商，莱尼凭借其先进的内部机器视觉开发实验室和优秀的专家团队定期解决汽车制造业的检查难题、装配和验证的挑战等。莱尼涉及的领域有车轮和轮胎验证、机器人引导、光学字符识别(OCR)，以及制造和装配过程的全面可追溯性，甚至包括验证泡沫衬垫的存在和位置。

机器视觉系统设计和服务

首先，我们开展了深入分析和工程可行性研究，为视觉解决方案的设计打下了坚实的基础。然后，莱尼使用最好的机器视觉硬件和软件应用进行系统设计并认真记录，同时对操作员进行了使用培训。

座椅模具检查是一项极具挑战性的机器视觉任务。由于利润微薄，制造商十分依赖于自动检查系统，以验证是否已将适当的组件封装在每个泡沫块中。但随着座椅模具设计日益复杂、种类越来越多，人们亟需一个具备即时适应能力的检查系统。

座椅泡沫衬垫的组装涉及诸多组件。在机器人将聚氨酯泡沫浇注入模具中之前，操作员要手动将组件放置在座椅模具的腔体内，其中包括夹子、尼龙搭扣、加固线、布射频识别(RFI)标签。一条生产线可能要处理百余种零件，并且工人必须逐一检查这些零件。模具外观的变化使情况更加复杂。例如，模具在清洗后强烈反光，而在蜡和染料被添加到腔体中后，模具又会变得很暗。

由于浇注入泡沫后，大多数放置错误的部件无法返工，甚至无法被检查出来，所以提前发现缺陷就成为了制造商的首要任务。制造商当然不希望造成浪费或损害与客户的关系。一些汽车制造公司甚至会在给客户的供料合同部分承诺在合适位置提供检查系统。

新型设计促成精准检查

为改善座椅模具装配，莱尼设计了一个灵活的自动检查系统。该系统适用于不同的零件编号、型号和检查任务，目前已部署在几个不同的地方。

在操作员将部件放入腔体后，此系统将立即启动检查。检查系统的一台摄像机将捕捉腔体中预定点的图像，这些点是最多变的。此系统使用一个专用摄像头来测量模具的强度，以便主检查摄像头能够偏移，从而在部件和模具本身之间形成显著对比。

此系统通过强烈闪光和新型光学和照明设置，对不同的座椅几何形状和模具深度进行补偿。莱尼的视觉产品经理 Jim Reed 解释称，这增加了景深，使系统能够覆盖检查所有座椅和模具所需的整个深度范围。

“无论腔体深度是四英寸、八英寸还是十英寸，我们都能关注到于整个范围。”他表示。

接下来，主检查摄像头将验证恰当的部件是否被放置在了座椅腔体中的适当位置上。一旦系统软件确认部件存在，它就会发出测定结果（通过或失败）。当模具通过时，系统会向可编程逻辑控制器(PLC)发送一个信号。然后，该模具会被送到机器人浇注站。机器人将向模具中注满泡沫并关闭盖子，送料就完成了。如果系统检查到有部件缺失，它就会提醒 PLC 不要浇注该座椅模具。然后，座椅将被送回操作员处，由他们再次检查并纠正部件的位置。之后，座椅将被重新送至视觉检查站。

深度学习消除零件差异

在某些情况下，零件的差异可能会令人难以应对。例如，模具上可能有笔迹或加工痕迹，即使生产的是同一个零件，看上去也可能迥然不同。以前，每个模具都必须单独编程。而如今，莱尼已开始将深度学习纳入这一过程，操作员现在可以对单个零件编号进行编程，而不是对每个座腔进行内部编程，从而节省了大量时间。

“从视觉角度来看，这些系统异常复杂，因为零件数量庞大，且不同编号和不同型号的零件之间的差异显著，编程和变更也会造成巨大的差异，”Reed 表示，“一个模具可能需要 30 次检查，如果用 30 乘以 1500 个不同模具的 200 个零件样式，这个问题就会变得相当复杂。”

通过应用 “深度学习”知识，我们的视觉系统可以适应更多的变化，从而减少了编程和系统维护所需的时间。这些技术和许多其他先进的视觉技术为诸多潜在的挑战性应用提供了广泛的解决方案，而不仅仅是便于进行模具插件验证和检查。

更多机器人解决方案，请访问

www.leoni-factory-automation.com