工业级别轮胎缺陷检测
检测维度全面:覆盖X光内部无损检测、2D外观在线检测、3D点云融合检测,满足不同工序需求。算法工程化能力强:采用YOLO系列、GAN、SSD等先进模型,并结合TensorRT、分布式训练进行优化,确保算法在产线上的高速度与高精度。高度自动化与智能化:系统可实现自动识别、分拣、报警,并支持自学习,持续优化模型以适应新的缺陷类型。深度融入生产系统:检测结果可对接MES系统,实现质量追溯、统计分析和生产
“奇妙智能轮胎缺陷检测”通常指山东奇妙智能科技有限公司在工业AI视觉领域,围绕轮胎外观及内部缺陷检测的一系列技术与产品。其核心信息梳理如下:
🏢 公司定位与行业地位
-
公司简介:山东奇妙智能科技有限公司,总部位于济南,专注于工业AI视觉,特别是轮胎缺陷智能检测。
-
行业地位:
-
为多家全球轮胎前20强企业提供服务。
-
全球唯一实现轮胎外观检测“进场实施”的企业之一。
-
主导或参与起草了视觉检测领域的国家级及团体标准。
-
拥有国家发明专利20余项,软件著作权100余项。
-
🔬 核心技术体系
奇妙智能的技术覆盖了从2D外观到3D点云的多种检测方案,并实现了从算法到工程化的闭环。
1. 轮胎X光内部缺陷检测
-
检测对象:轮胎内部的帘线、气泡、杂物、带束层及钢丝圈等缺陷。
-
核心技术:
-
帘线遍历技术:精准定位并遍历每根帘线,用于检测断线、稀疏等缺陷。
-
帘线消除技术:通过算法抑制帘线纹理,凸显气泡、杂物等缺陷。
-
全向投影直方图分析:从宏观角度分析帘线排列规律,检测开口、重叠等缺陷。
-
-
系统特点:自动检测、自动判级、结果上传MES系统,支持一人监管多台设备,显著降低人工成本和劳动强度。
2. 2D外观缺陷在线检测
-
检测对象:胎冠、胎侧的裂缝、划伤、穿孔、气泡等外部缺陷。
-
系统架构:采用“输送 → 抓取 → 旋转 → 图像采集 → AI识别 → 分拣”的自动化流程。
-
AI模型:基于YOLOv5目标检测模型,并利用TensorRT进行推理加速,满足产线实时性要求。
-
分布式训练:使用多块NVIDIA Jetson Nano进行数据并行训练,提升模型迭代效率。
3. 3D点云+多传感器融合检测
-
检测对象:结合2D纹理与3D几何信息,更全面地表征轮胎缺陷。
-
数据采集:通过可见光相机、激光轮廓仪、结构光相机等,采集轮胎翻转前后的多源数据。
-
核心技术:
-
三向Han-GAN网络:实现多源异构图像的转换与融合,生成轮胎全景3D模型。
-
全局+局部检测:采用SSD网络进行全局粗检,再用YOLOv3进行局部精确定位。
-
-
系统优势:一套模型即可完成全胎检测,提升了检测效率,降低了算力成本。
4. 多相机协同的胎侧/胎冠检测装置
-
装置设计:在工作台上集成三组工业相机,分别覆盖胎侧、外侧胎冠和内侧胎冠。
-
创新点:通过机械挤压组件对胎面施加径向力,使内部微裂纹在图像中更清晰,提升检出率。
📊 技术优势总结
-
检测维度全面:覆盖X光内部无损检测、2D外观在线检测、3D点云融合检测,满足不同工序需求。
-
算法工程化能力强:采用YOLO系列、GAN、SSD等先进模型,并结合TensorRT、分布式训练进行优化,确保算法在产线上的高速度与高精度。
-
高度自动化与智能化:系统可实现自动识别、分拣、报警,并支持自学习,持续优化模型以适应新的缺陷类型。
-
深度融入生产系统:检测结果可对接MES系统,实现质量追溯、统计分析和生产决策支持,帮助企业降本增效。
💡 应用与选型建议
-
应用场景:适用于轮胎生产企业的成品出厂检测、半制品(如胎胚)检测,以及质检机构的大规模抽检。
-
选型关注点:
-
检测范围:明确需要覆盖的工序(外观/内部)、缺陷类型及精度要求。
-
产线节拍:评估检测速度与现有产线的匹配度。
-
系统对接:考察与MES/ERP等现有系统的集成能力。
-
服务经验:了解供应商在类似产线的实施经验和成功案例。
-
更多推荐


所有评论(0)