一、行业背景
漆面缺陷的判定,难在「同一处缺陷,在不同位置有不同结论」。引擎盖上的一道细划痕必须处理,底盘支架上同样一道划痕可能直接放行;门板上的一个颗粒是客户能一眼看到的,内腔里的颗粒无人关心。判定标准不是单一的尺寸阈值,而是缺陷类型、位置与整车可见性的组合。
人工目检的问题正在这里。检验员在强光工位上绕车走一圈,靠眼睛找、靠经验判,不同班次、不同人、不同光线下结论会漂移。更麻烦的是无法量化——「有点花」「不太明显」这类描述无法写入质量记录,也无法作为工艺改进的依据。
把漆面缺陷变成可判定的对象,需要先把缺陷分类清楚,再给每类缺陷建立可测量的特征,最后按区域设定分级规则。
二、产品概述
华耐视骑士系列汽车漆面检测设备,面向商用车与乘用车(含新能源)的整车漆面终检与零部件漆面检测。对应工件包括电泳前车架、电泳后车架与漆面终检环节。
设备采用机器人持嵌入式成像单元的检测方式,可识别颗粒杂质、浅坑、针孔、凹痕、磕碰、划痕、流挂七类缺陷。成像单元采用全局 160 万像素工业相机配嵌入式结构光源,机器人兼容 FANUC、ABB、KUKA 等品牌,控制系统采用西门子、三菱或研华工控机,识别准确率 99%。
设备功能包括路径规划、随动与走停两种检测模式、数据统计分析、热区展示与缺陷定位,可精确标记每处缺陷的位置,便于复检与返工。
三、核心技术亮点
七类缺陷的形态学区分。七类缺陷在图像上的表现差异明显,区分的关键是找到各自的稳定特征。颗粒是凸起,在斜射光下形成亮斑与投影;浅坑是凹陷,中心暗、边缘有亮环;针孔是微小深孔,表现为高对比度的暗点;凹痕面积较大、边界平缓,靠形变而非灰度判断;磕碰带基材暴露或漆层剥落,有明显的边界与色差;划痕是细长线状,方向性强;流挂是沿重力方向的条状堆积,边缘有厚度变化。
嵌入式结构光的作用。漆面是镜面反射表面,正面均匀照明会让缺陷「消失」——光线被镜面反射进相机,缺陷的形貌被掩盖。嵌入式结构光以特定角度投射条纹或分区光,使表面起伏在图像上形成可解算的明暗变化。结构光的价值不只是照亮,而是把「高度信息」编码进图像。
分级而非二分的判定逻辑。同一类缺陷按可测量特征分级:划痕按长度与宽度,颗粒按直径与凸起高度,浅坑按面积与深度,流挂按长度与厚度。分级结果再与区域规则结合——A 类可见面(如门外板、引擎盖)从严,B 类次可见面放宽,C 类非可见面(内腔、底盘)只拦截影响功能的缺陷。
缺陷定位与返修闭环。检测不只输出「有缺陷」,还输出缺陷在车身坐标系中的位置。返修工位按坐标找到缺陷、处理、复检,复检结果回写系统形成闭环。没有坐标,返修靠人找,效率低且容易漏。
热区分析反哺工艺。所有缺陷按位置汇总后形成热区图。若颗粒集中出现在某个喷房段,可能是环境洁净度问题;若流挂集中出现在某侧,可能是喷涂参数或工件姿态问题。检测数据从判定工具变成工艺改进的输入。
四、主要功能
·颗粒检测:识别漆面凸起颗粒,输出直径与位置。
·浅坑检测:识别凹陷,输出面积与深度特征。
·针孔检测:识别微小深孔,输出位置与密度。
·凹痕检测:识别大面积平缓变形。
·磕碰检测:识别带漆层剥落或基材暴露的碰撞伤。
·划痕检测:识别线状划伤,输出长度、方向与位置。
·流挂检测:识别沿重力方向的漆料堆积。
·分级判定:按缺陷特征与区域规则输出等级。
·缺陷定位:标记缺陷在车身坐标系中的位置。
·热区分析:生成缺陷位置热力图。
·数据统计:按类型、区域、班次统计缺陷分布。
·路径规划:按车型规划机器人检测路径。
五、技术参数
·适用行业:商用汽车、乘用汽车(包含新能源)等领域。
·对应工件:电泳前车架、电泳后车架、漆面终检。
·设备类型:机器人持嵌入式成像单元进行检测。
·设备描述:可检测颗粒杂质、浅坑、针孔、凹痕、磕碰、划痕、流挂。
·设备功能:路径规划,支持随动和走停形式,数据统计分析,热区展示,缺陷定位。
·工业相机:全局 160 万像素。
·光源:嵌入式结构光源。
·机器人:FANUC、ABB、KUKA 等。
·控制系统:西门子、三菱、研华工控机。
·正确率:99%。
·交付形式:按车型与产线非标定制,参数以最新技术资料为准。
六、系统组成与工作原理
系统由输送机构、车型识别单元、机器人执行单元、嵌入式成像单元、结构光源、图像处理单元、返修工位与数据平台构成。
车身进入检测工位后,系统识别车型并调取对应的检测路径与判定规则。路径记录机器人需要经过的位置、视角与拍摄距离,按车身表面分区规划。
机器人持成像单元沿路径移动。每个位置采集多张图像,结构光以不同角度投射,获取表面形貌信息。随动模式下机器人与输送线同步移动,走停模式下工件静止、机器人移动。
图像处理单元对多角度图像做配准与形貌解算,提取表面起伏。缺陷按形态特征分类,并按可测量特征分级。分级结果与区域规则结合——同一尺寸的划痕在门外板与底盘支架上得出不同等级。
缺陷位置转换到车身坐标系并标记。返修工位按坐标定位缺陷,处理后复检,结果回写。
数据平台汇总缺陷位置生成热区图,按车型、颜色、班次统计分布,为涂装工艺调整提供依据。
七、操作使用说明
开机确认。检查成像单元镜面洁净度、结构光投射是否完整、机器人原点与路径偏移。漆面检测对光学污染极敏感,镜头上的一粒灰尘会被判为颗粒缺陷。
车型切换。按车型调取路径与规则。新车型导入需完成路径示教、区域划分与分级阈值设置。区域划分是核心工作——哪些面属于 A 类可见面,需与质量部门共同确定,不能由设备方单方面设定。
光照条件确认。检测区的环境光应保持稳定。外界光变化会改变结构光的对比度,影响形貌解算。检测房应做遮光处理。
缺陷复核。界面显示缺陷位置与分级结果。复核人员应重点确认边界等级的缺陷——这类缺陷的判定最容易出现分歧。
返修闭环。返修完成后必须复检并回写结果。未复检的缺陷会一直留在系统里,导致统计失真。
八、应用场景
整车漆面终检。车身下线前的全表面漆面质量确认。
电泳后车架检测。电泳涂层的外观缺陷与流挂。
电泳前车架检测。前处理后的表面状态确认,避免把缺陷带入电泳。
零部件漆面检测。保险杠、后视镜壳等塑料件的漆面质量。
返修后复检。确认返修区域已处理且未引入新缺陷。
涂装工艺分析。按热区分布定位喷涂、烘干或环境环节的问题。
九、设备优势
七类缺陷全覆盖。颗粒、浅坑、针孔、凹痕、磕碰、划痕、流挂,覆盖涂装常见外观缺陷。
结构光成像。把表面起伏编码进图像,解决镜面反射下缺陷不可见的问题。
分级判定贴近整车标准。同一缺陷按位置与可见性分级,减少统一阈值造成的误判。
缺陷可定位。输出车身坐标,返修不靠人找。
热区反哺工艺。缺陷分布可视化,指向喷涂与环境的具体问题。
机器人柔性。兼容主流机器人品牌,支持随动与走停两种模式,适配不同产线节拍。
十、选型对比
漆面检测有几条路径。
人工目检:整车厂的传统方式,检验员在专用光廊下绕车观察。优势是能综合判断,局限是标准漂移、无法留痕、长时间作业易疲劳。
专用光廊加人工:用特定角度的灯带凸显缺陷,提升人眼发现率。本质仍是人工判定,一致性依赖培训。
机器视觉检测:用相机与结构光替代人眼,输出可量化的缺陷类型、位置与等级。优势是一致性与数据化,局限是对极细微缺陷的检出能力受光学分辨率限制,且分级规则需要与质量标准对齐。
华耐视骑士系列属于第三类。实际应用中常与人工复检配合:设备做全表面初筛与定位,人工处理边界等级缺陷。这样既保证覆盖率,又保留人对复杂外观问题的判断。
十一、常见问题
问:七类缺陷都能自动区分吗?
答:可以。系统按形态特征区分——凸起、凹陷、深孔、形变、剥落、线状、条状堆积,各有稳定的图像特征。边界情况(如浅坑与轻微凹痕)可能存在判定分歧,需在规则中明确。
问:漆面反光会不会让缺陷拍不到?
答:正面均匀照明确实会让缺陷被镜面反射掩盖。系统采用嵌入式结构光,以特定角度投射,让表面起伏形成明暗变化,从而把形貌信息编码进图像。
问:同一个划痕在车门和底盘上判定一样吗?
答:不一样。系统按区域分级,A 类可见面从严,C 类非可见面只拦截影响功能的缺陷。区域划分需与质量部门共同确定。
问:160 万像素够用吗?
答:像素数不是决定指标。漆面检测的关键是结构光成像与光学设计,160 万全局像素配合嵌入式结构光可满足整车外观检测的分辨要求。具体检出限与拍摄距离、镜头配置相关,建议用实物样件验证。
问:能检测电泳前的车架吗?
答:可以。对应工件包括电泳前车架、电泳后车架与漆面终检环节,不同阶段的表面状态不同,判定规则分别配置。
问:随动和走停该怎么选?
答:随动适合节拍紧、输送连续不停止的产线,机器人跟随工件移动采集;走停适合工件可停顿的工位,图像稳定性更好。具体按产线节拍与机器人性能确定。
问:检测结果能用于工艺改进吗?
答:可以。系统按缺陷位置生成热区图,按车型、颜色、班次统计分布。若某类缺陷集中出现,可指向喷房环境、喷涂参数或烘干条件。
十二、维护保养
成像单元。每班次清洁镜面与结构光投射窗口。漆面检测的光学污染会直接被判为缺陷,是最常见的误报来源。
结构光。检查投射图案的完整性与亮度。图案缺失或畸变会影响形貌解算,表现为整片区域的判定异常。
机器人。检查路径偏移与重复定位精度。路径偏移会使拍摄距离变化,影响图像分辨率与缺陷尺寸测量。
环境。保持检测区遮光与洁净。外界光变化与空气中的漆雾都会影响成像。
分级规则。车型改款或质量标准调整时同步更新,并做样件验证。规则变更需记录版本。
数据。检测图像与缺陷记录占用空间大,需规划存储与归档。
十三、总结与展望
漆面检测的核心不是「看见缺陷」,而是「把缺陷说清楚」——什么类型、在哪里、多大、属于哪一级。分类与分级做清楚,检测结果才能进入质量体系,而不只是一个报警信号。
华耐视骑士系列汽车漆面检测设备,以机器人持全局 160 万像素成像单元配嵌入式结构光源,识别颗粒、浅坑、针孔、凹痕、磕碰、划痕、流挂七类缺陷,支持按区域分级判定、缺陷定位与热区分析,识别准确率 99%,兼容 FANUC、ABB、KUKA 等机器人品牌。
后续方向有两个。一是分级标准的数据化,把「可见性」这类主观描述转成与观察距离、角度、光照相关的量化指标。二是缺陷与涂装工艺参数的关联建模,从热区分析走向参数推荐。




