人工智能1秒檢測（cè）一輛車，TA助力廣本新車質（zhì）量排名第一-行業新聞-輕型（xíng）輸送帶，花紋輸送帶，打（dǎ）孔輸送帶，PU鞋機輸送帶，毛氈輸送帶，振動（dòng）刀毛氈帶，工業毛毯輸送帶（dài），無縫內衣矽膠（jiāo）帶，粘合機（jī）帶，平麵高速傳送帶，黃綠片基帶，綠（lǜ）色橡膠輸送帶（dài），活（huó）絡帶，特氟龍膠帶，特氟龍布帶，鐵氟龍網帶，鐵氟龍輸送（sòng）帶，聚酯螺旋幹網，輸送帶鋼扣接頭（tóu），蜜桃视频一区二区三区四区app下载傳輸帶-蜜桃视频一区二区三区四区app下载機械配件

當前位置：首頁>新聞動態>行業新聞

行業新聞

人工（gōng）智能1秒檢測一輛車，TA助力廣本新車質量排名第一

發布時間：2022-03-21 01:20:00瀏覽次數：51

“我已經在（zài）這裏（lǐ）工作十年了，也（yě）深深感受到在汽車製（zhì）造領域，質檢這件事有多重要。”來（lái）自廣汽本田總裝車間的一位資深工程師如是說。

總裝車間（jiān）是汽車生（shēng）產的最後一個環節，所有（yǒu）的（de）零部（bù）件都在這裏進行組裝，再拚接成一台完整的汽車。質檢員也將在這裏檢測並（bìng）保證每一台車輛的質量。

傳（chuán）統（tǒng）的質檢（jiǎn）主要靠人眼+經驗，速度慢，容易漏檢。但是在數字化時代（dài），市場對高品質產品的需求越來越多。這對生產線，對工人的各項能力要求越來越高，傳（chuán）統模式需要不斷（duàn）創新。

如上圖所示，在數字化時代，市場（chǎng）對高品質產品的（de）需求越來越多。這對生產線，對工人（rén）的各項能力要求（qiú）越來越高。

廣汽本（běn）田（tián）找到（dào）國內工業（yè）質（zhì）檢市場份額第（dì）一的百度智能雲，積極尋求（qiú）“智造”良策。

| 更快更準，檢測一台汽車僅要1秒

以廣汽本田（tián）總（zǒng）裝車間的最後一（yī）道工序（xù）——全（quán）車車燈質檢（jiǎn）為例，有兩道關必須把好：一是檢測車（chē）燈有無裝錯？由（yóu）於現代汽車製造普遍采用混線生產機（jī）製（zhì），同一條流水線上，要流過不同車型（xíng）的車燈（dēng），且這些燈外觀差別不大，極有可能裝錯，出現張（zhāng）冠李戴；二是檢測車燈有無毛（máo）病？能不能點亮？示寬燈、大燈、轉向（xiàng）燈、霧燈、刹車燈、倒車燈…檢查點多達22處（chù）。

傳統的人工肉眼（yǎn）質檢過程，猶如“擺陣”：先在被檢車輛前後各放2麵大鏡子，再由質檢員坐（zuò）進車（chē）裏對著4麵（miàn）鏡（jìng）子觀察，在克（kè）服總裝線上（shàng）嚴（yán）重（chóng）燈（dēng）光幹擾的同時，用（yòng）經（jīng）驗識別不同車型以及與之配套的車燈，之後再用紙質表單手動登記檢測結（jié）果。

一通操作後（hòu），遺留不少問題：

一則，人工檢測考驗經驗與肉眼視力，速度慢、易漏檢、標準不統一不說，眼睛長時間接觸光源後的（de）視力疲勞，都可能埋下質量隱患；
二來，人工錄入檢（jiǎn）測（cè）結（jié）果，沒有實現數（shù）字化，難以高效進（jìn）行細化統計，車（chē）型/車燈物料偏差後（hòu）不可追溯，形成了遇到問題才分析（xī）原因的慣（guàn）性，嚴重影響了（le）整體（tǐ）組裝效率；

如今，這（zhè）一切在“雲（yún）智一體”的百度智能雲開物工（gōng）業互聯網助力下發生了變化。廣汽本（běn）田依托百度智能（néng）雲工業視覺智能一體化（huà）解決方案，成（chéng）為本田全球第一（yī）家引入了智能質檢技（jì）術的子公（gōng）司。

百度智能雲開物工程師介紹到，這套基於百度工業視覺智能（néng）平台的解決方案，實現了全流程、圖（tú）形化、零代碼的AI視覺模型生（shēng）產，幫助廣汽本田獲得了視覺數（shù）據管理、圖像數據標注、視覺模型訓練、模型預（yù）測、和模型（xíng）下發等（děng）一整（zhěng）套能力。

在百（bǎi）度智能雲開物助力下（xià），廣汽本田大幅提升（shēng）了質檢效（xiào）率。具體而言，通過在產線上裝設7台（tái）球型攝像機實現了全方位檢測，展現出“準”“快”“全”的驚豔效果：

準：可自動識別多達6款（kuǎn）車型，以及同一（yī）款（kuǎn）車型的不同車燈配置，準確率高達99%；
快：針（zhēn）對單一車型的22種以上車燈，可通過7台相機同步拍攝，同步計算120張細節圖片，檢測全程僅需1秒（miǎo）；
全：通過高速掃碼器自動掃描車頭規格紙的二維碼自動（dòng）識別（bié）不同型號，根據型號從係統中調取手工配置的產品標準進行檢驗，並存儲過（guò）程數據用於質量追（zhuī）溯。

不僅如此，百度（dù）智能（néng）雲開物的跨場景適用性也（yě）非常出色（sè）。全車車（chē）燈識別隻是冰（bīng）山一角。異曲（qǔ）同工的整車內飾及外觀檢測方案已經成功問世，即將設備部署在洗車線前端或地坑檢測工位，可通過機械（xiè）臂實（shí）現對車輛選裝（zhuāng）外飾、車燈、內飾選（xuǎn）配、電動座椅調節（jiē）、車反光鏡微調、雨刷器高低速等信息進行檢測，同時（shí）通過（guò）底盤檢測相機，能（néng）夠實現對底盤的（de）質量檢測。

目前，廣汽本田在質檢領域始終處（chù）於全球領先，一（yī）次（cì）性出品合格率一直保持全國第一，新車質量排名第一。

| 智能（néng）質檢成支點，雲智（zhì）一體賦能中國製造

廣汽（qì）本田基於百度智能雲開物合作的智能質檢項目，其更深（shēn）遠的價值在於，智能質檢解決（jué）的不（bú）僅是眼下一個生產環節或一條生產線的（de）問題。從長遠來看，智能質檢（jiǎn）及其背後的技術應用，實質上是企（qǐ）業由粗（cū）放型生產向精細化生產轉型（xíng）。這背後是中國製造向“智能製造”進（jìn）化。

比如（rú）通過將（jiāng）產品質量（liàng）數（shù）據（jù）數字（zì）化，原（yuán）有人工錄入、粗顆粒度的紙質表單變為數據化模型，可反複應用到後續生產建模上，為企業生產數字（zì）化轉型提供有效數據基礎，這將可以將數據利用率提升80%以上，分析效率為（wéi）過去的10倍，更可成為幫助（zhù）廣（guǎng）汽（qì）本田工藝持續改善的有效工具（jù）。

在剛剛結束的全國兩會上，“智（zhì）能製造”、“高質（zhì）量發展”成為各（gè）界關注焦點，工業互聯網、人工智能、智能化中台成（chéng）為重要的新型基礎設施。 “工業互聯網”連續第5年（nián）被寫入政府工作報告。

實際上（shàng），廣汽本田與百度智能雲（yún）的合作，折射出當前數字經濟與（yǔ）實體經濟加速（sù）融（róng）合發展的時代背景。

百度CTO王海峰近日在人民日報發表的署名文章《“雲（yún）智一體”賦（fù）能千行百業》中表示，從推動高質量發展來看，數字（zì）經濟具有高創新性、強滲透性、廣覆蓋性，不（bú）僅是新的經濟增長點，而且是改造提升傳統產業的支點，可以成為構建現代化經濟（jì）體係的（de）重要引擎（qíng）。這就（jiù）要求科技企業勇擔創新（xīn）使（shǐ）命，不僅（jǐn）以數字技（jì）術創新推動數字經濟發（fā）展，而且以數字（zì）技術賦能（néng）千行百業，促進實體經濟數字化、智能化。

目前，百（bǎi）度智能雲開物在（zài）跨行業（yè）、跨領（lǐng）域等方麵（miàn）已經取得豐富（fù）的成果（guǒ）。除了汽車行業，百度智能雲開物還與3C、裝備製造（zào）、鋼（gāng）鐵、化（huà）工、水務等超過18個行業的300多家企業（yè）建立合作，在研發設計、生產製造（zào）、運營管理、倉儲物流、運維服務、安全生產（chǎn）、節能減排、質量管控等重點領域提供雲智一（yī）體的（de）整體解決方案。百（bǎi）度智能雲開物在貴陽、重慶、桐（tóng）鄉、蘇州（zhōu）、煙台、廣州、寧波等（děng）約10家（jiā）區域深度拓展和落地。

“未來五年是中國數字化的黃（huáng）金五年”，IDC中國副總裁兼首席分析師武連峰表示，“如果能夠在數字化方麵進行更多投資（zī），那麽企業將在未來的三至五年有一個更好的（de）競爭起點。”

本文內容來源於網絡，版權歸原作者所有！

文章轉載分享不做商業用（yòng）途，如有侵權，請聯係我們刪除！

關於我們：

東莞市蜜桃视频一区二区三区四区app下载機（jī）械（xiè）配件有限公司是一家集生產、銷售進口及國產工業皮帶銷售的（de）綜合性專業工業皮帶（dài）公司（sī），公司自成立以來引入現金的生產工藝，先後與國內外知名皮帶製造商進行（háng）廣泛的交流與合作，協作開發出眾多係列的特種皮帶。能全麵滿足不同客戶、不（bú）同需（xū）求的工業用帶。

主營產品：特（tè）氟龍輸送帶，PU鞋機輸送帶，PU輸送帶，PVC輕型輸送帶，PU開口帶，接駁型同步帶，平麵高速傳（chuán）送帶，塑料（liào）頂板鏈，工業毛毯輸送帶，活絡帶，TPU傳送（sòng）帶，鐵氟龍（lóng）輸送（sòng）帶（dài）等各種傳輸帶（dài）！

聯係我們（men）：
電話：17318111853
郵箱：tzpjz@163.com?
公司官網：http://www.dglongxun.com
地址：中國廣東省東莞市厚街鎮湧口龍泉工業區

上一篇：肖亞慶：大力推進工業經濟平穩運行和提質升級

下一篇：世界（jiè）製造業格局演變史

更多>>