“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

  1. 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。

  2. 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。

  3. 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。

  4. 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。

Logo

小龙虾开发者社区是 CSDN 旗下专注 OpenClaw 生态的官方阵地,聚焦技能开发、插件实践与部署教程,为开发者提供可直接落地的方案、工具与交流平台,助力高效构建与落地 AI 应用

更多推荐