對于制造業(yè)而言，不僅在設計、執(zhí)行和優(yōu)化等方面有著復雜的流程，還需要面對從渠道合作伙伴和消費者，到行業(yè)和政府監(jiān)管機構等多方的嚴格評估。與此同時，雖然如今經濟開始復蘇，生產卻仍顯低迷，因此，當下正是仔細審視并優(yōu)化流程及其支持系統(tǒng)的好時機，尤其是那些能夠決定零部件和貨物的可追溯性、推動產品檢查或質量控制、幫助減少浪費或影響整體生產和訂單履行率的流程及支持系統(tǒng)。而當我們認真審視機器視覺和固定式工業(yè)掃描解決方案在汽車制造領域的表現(xiàn)時，我們開始注意到機器視覺的應用不僅僅是一種新模式，更代表著一種全新的機遇。

根據中汽協(xié)發(fā)布的最新數據，中國汽車產銷在 2022 年分別完成了 2702.1 萬輛和 2686.4 萬輛，同比增長 3.4% 和 2.1%，汽車產銷總量已連續(xù) 14 年位居全球第一。對于擁有龐大汽車市場規(guī)模的中國市場而言，在制造流程的每個環(huán)節(jié)中保證汽車的安全性能至關重要。

制造一輛普通汽車需要三萬多個零部件，而且每一個的設計和組裝都必須無可挑剔，但這并非只是為了讓駕駛員滿意，更是為了保障他們的安全。如果缺少一個墊圈，或有一個齒輪缺齒，那么當車輛上路時任何操作都可能出錯。就像供應鏈一樣，每輛車的性能好壞都取決于每個組件和系統(tǒng)是否嚴格按要求制造。但對于工廠工人來說，要在移動的產線上檢查從車門和儀表板到動力系統(tǒng)和活塞的所有組件是否齊全乃至是否正確安裝，這并非易事。此外，沒有高分辨率相機的幫助，人眼難以準確判斷密封劑和粘合劑的用法和用量是否準確，也難以識別微型芯片組、珠子或螺栓中的設計缺陷。

通過發(fā)揮現(xiàn)代機器視覺系統(tǒng)的優(yōu)勢，汽車制造商便能夠在有限的時間內，對零部件和產品等進行嚴格分析。如果相機和軟件正常運行，且操作員無需太長的學習過程就能更大程度地發(fā)揮自身的能力，那么檢查產線上經過的所有零部件并立即自信地做出合格與否的判斷就變得非常容易，因為該流程是完全自動化的，且?guī)缀醪恍枰僮鲉T的干預。

然而，許多傳統(tǒng)機器視覺系統(tǒng)在運行時并不具備現(xiàn)代化產線所需的無縫銜接和簡單高效。一些低分辨率的相機往往讓制造商質疑機器視覺系統(tǒng)的準確性及其在產線上持續(xù)發(fā)現(xiàn)缺陷的能力。或者舊有系統(tǒng)處理圖像的速度太慢，已經無法跟上當今汽車生產的節(jié)奏，更無法滿足未來工廠的要求。

業(yè)界普遍認為，雖然機器視覺在當今工業(yè) 4.0 環(huán)境中已成為必須，但它帶來的工作量卻超出了制造商能夠(或想要)承受的范圍。制造商希望有一個易于設置、學習、維護、甚至可以按需進行改造以支持各種應用程序的系統(tǒng)。理想的情況則是擁有一個跨平臺工業(yè)自動化解決方案，經配置后能夠輕松地支持任意數量的視覺或條碼讀取應用程序。從本質上講，制造商希望僅憑一個一體化的機器視覺和掃描系統(tǒng)(例如斑馬的一體化機器視覺和固定式工業(yè)掃描系統(tǒng))，即可實現(xiàn)自動化零部件驗證、在質量控制階段確認標簽位置是否正確、以及追蹤生產線的庫存移動，而無需跨設施安裝多個解決方案組件。

如今，一臺設備可以 “身兼數職”，包括捕獲高質量圖像、掃描多個條碼、以及生成流程控制指標，進而更輕松地實時確認零部件的位置、組件是否正確組裝、以及制造商或供應商是否完全遵守合同、法規(guī)和其他質量控制措施中的不同要求。簡而言之，理想的汽車制造工業(yè)自動化解決方案終于在走向現(xiàn)實。

當制造商僅需集成、配置、學習和維護一個工業(yè)自動化平臺時，又有哪些新的可能?從運營或技術的角度看，大多數汽車制造商都會關注的四個事項分別為復雜性、精確性、可靠性和速度。而關于機器視覺在制造流程中的應用，需要深入探討新的工業(yè)自動化解決方案如何應對以下四個方面的挑戰(zhàn)：

挑戰(zhàn)一：在不同的生產流程和系統(tǒng)管理方面，其中一些依賴于固定式工業(yè)掃描儀、機器視覺相機或兩者的組合。汽車制造商不僅需要精簡這些系統(tǒng)，還需要精簡零部件進料、質量控制甚至出庫物流等流程。

解決方案考量：擁有一個同時具備條碼讀取和機器視覺功能的平臺，就可以輕松地按照制造商的節(jié)奏進行流程的改造和優(yōu)化，使解決方案專注于汽車制造商眼下的每個挑戰(zhàn)。如果平臺使用標準化的通信協(xié)議，支持一維碼和二維碼，并可以提供龐大的機器視覺庫，則更為理想。汽車制造商只需仔細檢查解決方案的解碼能力，確保系統(tǒng)生成和存儲的數據的可信度，同時確保無論是針對圖像還是庫存動態(tài)，都可以自動創(chuàng)建數字記錄，以此來幫助填寫運輸清單、庫存管理系統(tǒng)、乃至發(fā)票等。這就能在生產、存儲和運輸工作流程中又減少一個(通常是手動的)步驟。

挑戰(zhàn)二：汽車制造業(yè)對組裝錯誤的容忍度很低，且零部件只有合規(guī)與否之分。對每個零部件、包裝、托盤的進出庫日期和批號的檢查也很重要。

解決方案考量：除非親眼所見，否則很難體會到評估每個零部件所需要的細微程度，更何況多數情況下這些評估需要在瞬間完成。斑馬技術一直在與一家汽車制造商合作，完善其用于檢查發(fā)動機、散熱器和殼體組件的機器視覺解決方案。其發(fā)動機必須配齊三個螺栓帽才能通過檢查并進入包裝環(huán)節(jié)。哪怕只缺少一個，或者螺栓帽的位置不對，該組件也將被返工。對于更大的零部件，可能有些人可以輕松地進行目視檢查，但檢查速度往往有限。該發(fā)動機用于量產車型，每年檢查的此類組件達數百萬個?？紤]到螺栓帽是數萬個必檢項目之一，機器視覺相機在得以適當優(yōu)化的情況下，可以成為解決這類問題的先進的解決方案。

此外，該汽車制造商的每個殼體組件都有 11 個螺栓，在交付給駕駛員之前必須進行嚴格檢查。因此，機器視覺相機需要以出色的精度，正確地驗證每個螺栓的存在和設計合規(guī)性。若不合規(guī)的組件意外通過檢測，就可能在駕駛員試圖將螺栓擰緊到位時出現(xiàn)損壞。因此，必須擁有先進的算法(例如模式識別、邊緣檢測和斑點分析)來確保產品符合要求。

從標簽或標記的角度看，每個零部件都將有一個直接零部件標識(DPM)，批量物料會有額外的標簽機制，所有這些都包含豐富的項目和狀態(tài)。此外，要把移動中物體拍攝清楚需要對機器視覺和固定式工業(yè)掃描儀進行徹底的檢查，確保能夠讀取所有條碼以進行零部件驗證。同時，它們還應擁有能夠使用系統(tǒng)信息來驗證日期批次代碼的 OCR 工具，以保證零部件合規(guī)性和倉庫管理系統(tǒng)(WMS)的準確對賬。

挑戰(zhàn)三：零部件不合規(guī)、收到或發(fā)運了錯誤的物品，都會產生負面影響。因此，我們的目標是提前解決問題，以避免召回、財務損失或其他更糟的情況。

解決方案考量：由于工業(yè)自動化解決方案(例如斑馬技術提供的解決方案)可以捕獲和評估條碼數據和圖像，因此能夠輕松地識別缺陷或流程上的不一致，且在被指不合規(guī)時難以辯駁。如果是不合規(guī)的零部件，可以使用直接零部件標識或其他標識符來追蹤供應商或產線系統(tǒng)，以便立即展開調查并解決問題。如有需要，可以檢索存儲的圖像以供參考。從長遠來看，這就能夠增加正常運行時間并減少廢料。如果是組裝問題，可以按需對團隊進行再培訓。如果是標簽問題，則可以在包裹發(fā)貨前進行更正。當然，無論是什么問題，還是希望通過解決上述第一項挑戰(zhàn)，迅速發(fā)布召回通知，因為記錄也易于檢索。

挑戰(zhàn)四：以足夠快的速度加工零部件以維持生產運轉也是一大挑戰(zhàn)，尤其是考慮到不斷增長的銷量和對更高程度定制化的需求。