图 1：保时捷采用机器视觉系统将光图案投射至汽车表面，并通过图像捕获反射光。

保时捷是高端豪华汽车的代表。购买保时捷的消费者，期望汽车的每一个部件都完美无缺，包括车身漆面。

这就是为什么这家有着 94 年历史的德国汽车品牌，最近在其位于德国莱比锡的工厂中，利用 3D 成像技术和人工智能（AI）算法实现了涂装检测流程的自动化。

保时捷在莱比锡工厂的一条生产线上生产三种不同动力系统的汽车，分别是燃油动力、混合动力和纯电动。该工厂于 2002 年投入使用，致力于实现保时捷所倡导的“高效、节约资源的生产流程”，而自动化是实现这一目标的关键因素。

3D 成像与机器学习相结合

利用 3D 成像和机器学习来提升涂装车间的生产效果，正是保时捷所倡导的上述理念的一个实例。保时捷莱比锡工厂涂装车间负责人Henning Steinborn解释说：“自动缺陷检测系统可以帮助我们的员工检测出涂装表面上哪怕是极其微小的瑕疵。这种客观的评估提高了生产效率，减轻了人工负担，并实现了更具成本效益的工作流程。”

此前，车辆涂装是由机器人系统完成的。然而，在 2023 年推出自动化检测流程之前，保时捷主要依靠员工通过视觉和触觉来识别涂装表面的缺陷。检测人员在两条清漆检测线的九个工位上工作，这是一个耗时且耗费体力的过程，并且严重依赖于员工的主观判断。

有了新的自动化流程，保时捷能够检测、分类和可视化工厂生产的每一辆汽车的整个车身外观上的所有缺陷。

图 2：在保时捷德国莱比锡工厂的涂装精加工区域，每个机器人都在一个封闭装置内操控着一套 3D 机器视觉系统。

机器视觉系统的组件

这套系统的工作原理如下：两个最大负载可达 125kg的机械臂安装在移动平台上，使两个机械臂分别位于生产工位的两侧。机械臂搭载着一套机器视觉系统，机器视觉系统安装在一个大型矩形封闭装置内。整套系统会扫描汽车的整个外观表面，这个过程会生成大约 10 万张图像，相当于汽车表面每 2.5 毫米就会生成一张图像。

每个安装在封闭装置内的扫描仪，都包含一个 LED 灯板、四个带 LED 灯的监控摄像头、四个高速黑白相机和五台嵌入式计算机。该系统将不同的光图案投射到汽车表面，并在图像中捕获反射光。

AI图像处理

深度学习模块通过分析汽车表面反射光图案的畸变情况，来识别和分类涂装中的瑕疵。Steinborn解释说：“光图案使得微小的瑕疵更容易被检测到。”

深度学习算法通过样本图像进行训练，并将新图像与样本图像进行对比，以识别针孔、凹坑、灰尘颗粒或其他杂物等缺陷。

图 3：涂装精加工区域的员工可以查看标注缺陷的高分辨率图像，以及 3D 可视化模型和其他数据。

3D 可视化助力缺陷检出

机器视觉软件会将每辆车的缺陷详细数据集发送到数据库中。然后，加载在另一台计算机上的 3D 可视化程序，会在汽车的 3D 模型中突出显示缺陷。这个 3D 模型会显示在精加工通道的计算机显示器上。员工可以根据这些信息手动对车身进行必要的修正。他们还可以查看高分辨率的特写图像和每个缺陷的其他详细信息。

Steinborn并未透露这套自动化流程中使用的组件、软件和系统的供应商信息，但从该公司官网上公开的一段视频可知，该系统应该来自德国ISRA Vision公司，这家公司销售汽车涂装检测系统。

Steinborn解释说，精加工生产线是涂装车间的最后一道工序。如果经过检查后没有缺陷，车辆将进入装配和最终制造环节。

每个涂装缺陷的数据都会被自动存储，以便用于追溯。保时捷会使用统计分析并与历史数据进行对比，以确定缺陷类型或位置的趋势，这可能会为未来整个自动化涂装流程的改进提供依据。