在人工智能（AI）快速演進、全球產(chǎn)業(yè)結構加速重塑的背景下，備受矚目的“十五五”規(guī)劃建議為制造業(yè)與數(shù)字化轉(zhuǎn)型勾勒了清晰路徑。規(guī)劃建議中提出的“深入推進數(shù)字中國建設”、“促進實體經(jīng)濟和數(shù)字經(jīng)濟深度融合”以及“全面實施‘人工智能+’”等，都體現(xiàn)出中國推動數(shù)智技術更深層次融入產(chǎn)業(yè)發(fā)展的明確方向。

而汽車產(chǎn)業(yè)作為中國實體經(jīng)濟的重要組成部分，正處于加速智能化轉(zhuǎn)型的關鍵階段。隨著AI技術重塑從研發(fā)、生產(chǎn)到質(zhì)量檢測在內(nèi)的多個環(huán)節(jié)，不同汽車制造商在應用深度上也呈現(xiàn)出明顯差異。盡管部分企業(yè)已經(jīng)走在前列，但整個行業(yè)仍在尋求更優(yōu)質(zhì)的建議、解決方案與合作伙伴，以便將AI投入真正轉(zhuǎn)化為業(yè)務價值——而設備制造商和系統(tǒng)集成商正成為他們尋求答案的關鍵力量，通過智能化和互聯(lián)化技術幫助車企提升可見性、質(zhì)量與效率，推動汽車制造在全流程中實現(xiàn)更高標準的精益運營。而這也呼應了斑馬技術近期煥新的全新品牌理念“Better Every Day（每天都更好）”。此理念推崇通過優(yōu)化工作流程、利用實時數(shù)據(jù)以及釋放自動化與 AI 的潛能，幫助客戶在持續(xù)的提升與改善中日益精進，從而不斷提升運營效率。

2D＋3D數(shù)據(jù)共塑AI

隨著 AI 應用在燃油車和電動車制造中的加速落地，運營技術、工程和質(zhì)量部門的負責人急需專業(yè)支持，也更迫切地想利用生產(chǎn)數(shù)據(jù)。然而，大量數(shù)據(jù)被“鎖”在了一線，各自分散在設備、系統(tǒng)、廠區(qū)、流程這些等環(huán)節(jié)，無法互聯(lián)。這些數(shù)據(jù)恰恰是為AI 模型測試和訓練提供了潛力，尤其是能自我學習、自我調(diào)整的深度學習模型——即智能自動化。

然而，若無法實時可視并追溯缺陷，再豐富的數(shù)據(jù)也難以轉(zhuǎn)化為質(zhì)量改進?！栋唏R技術2024全球制造愿景研究報告》顯示，當今重要的質(zhì)量管理問題在于實時可見性（全球為33%，亞太地區(qū)為40%）、跟上新的標準和法規(guī)（全球為29%，亞太地區(qū)為30%）、集成數(shù)據(jù)（全球為27%，亞太地區(qū)為31%）以及保持可追溯性（全球和亞太地區(qū)均為27%）。對于汽車制造商來說，要解決這些質(zhì)量難題，歸根結底是要用合適的掃描、相機和 3D 傳感硬件＋軟件，把數(shù)據(jù)采集、共享、分析打通。目前，機器視覺專家正用新一代智能相機和傳感器，構建自動化的視覺解決方案：高速采集更優(yōu)質(zhì)的 2D/3D 數(shù)據(jù)，供深度學習模型訓練、測試，并部署到產(chǎn)線端或 PC 端，用于缺陷與異常檢測。

汽車業(yè)的成功應用案例

·車門 3D 檢測

車門部件的構造極其復雜，小零件可多達80余個，這對質(zhì)量把控提出了極高的要求。對此，機器視覺系統(tǒng)集成商采用了一種基于雙攝像頭、單激光3D傳感器硬件與人工智能軟件集成的解決方案。3D傳感器能捕獲數(shù)千個數(shù)據(jù)點，并將這些數(shù)據(jù)點轉(zhuǎn)化為非常詳細的點云和深度圖，以便讓AI軟件檢測出缺陷。在該解決方案的助力下，汽車制造商OEM能夠把復雜部件的缺陷率降低10%-15%。同時，他們還通過利用新系統(tǒng)簡化了生產(chǎn)線，降低了維護成本和系統(tǒng)復雜度。該解決方案還可拓展至制藥、食品等行業(yè)。

·電池蓋帽視覺檢測

另一個案例來自于表面處理技術供應商與機器視覺系統(tǒng)集成商的合作，它們聯(lián)合開發(fā)了解決方案用于提升全球汽車制造商生產(chǎn)的電池帽質(zhì)量。汽車電池帽是一款覆蓋在電池頂端的保護組件，能夠保護高壓電池不受外部因素影響。

該電池帽檢測方案采用一款視覺引導機器人，配備了無代碼、流程圖示機器視覺軟件與深度學習功能。在實際檢測過程中，視覺引導機器人通過機械臂操縱電池帽進行多方位檢測，以排查可能影響質(zhì)量和性能的細微缺陷。

機器視覺系統(tǒng)集成商表示該解決方案的軟件在需要同步分析多個大型圖像文件時起到了重要作用，這離不開軟件的開發(fā)速度和執(zhí)行效率，以及軟件通過深度學習模型實現(xiàn)制造流程持續(xù)優(yōu)化的能力。這得益于利用大規(guī)模標注數(shù)據(jù)集進行深度訓練，從而能夠通過圖像識別并分類特定缺陷類型。

·針對電動車生產(chǎn)的更多應用

隨著汽車制造商OEM開始朝電動汽車制造轉(zhuǎn)型，機器視覺、3D掃描和AI支持汽車制造支持其他一線運營環(huán)節(jié)的例子屢見不鮮。例如，檢測電池單元的缺陷，評估接片和連接器的尺寸及完整性——這些檢測因金屬表面常見的反光問題而頗具挑戰(zhàn)。而使用3D傳感器可以通過精確掃描表面來發(fā)現(xiàn)缺陷，有效解決對比度不足的問題。

此外，3D輪廓儀和傳感器還可以微米級的精度測焊接與密封區(qū)域，測量焊縫厚度、尺寸及位置。密封件和焊縫雖屬成像困難區(qū)域，但借助3D傳感器和前沿的成像軟件，用戶可以捕獲每塊電池單元的所有維度數(shù)據(jù)，確保潛在缺陷無一遺漏，從而保障模塊組裝的準確性。

正是通過這些在質(zhì)量檢測、缺陷識別、電池組件檢測等車輛生產(chǎn)各個關鍵節(jié)點中的落地實踐，可以看到汽車制造商正以新興技術實現(xiàn)更高的精度、可見性和生產(chǎn)效率。而這些應用也充分印證了斑馬技術全新品牌理念“Better Every Day（每天都更好）”的核心主張：通過智能化、數(shù)據(jù)化和自動化工具的持續(xù)深化，經(jīng)過日復一日的實踐與精進，最終實現(xiàn)運營智能化和效率提升。