輪轂生產(chǎn)中，輪轂表面缺陷檢測和分揀至關(guān)重要。如今，隨著技術(shù)的不斷進步，有了更高效和精確的方法。

對于輪轂表面缺陷檢測，以前主要靠人工檢測，但由于車輛輪轂構(gòu)造復雜，人工檢測效率低、強度大，已無法滿足生產(chǎn)需求?，F(xiàn)在，采用了 DLIA 機器視覺技術(shù)解決方案，特別是基于深度學習的輪轂表面缺陷檢測方案。其流程包括：規(guī)劃輪轂生產(chǎn)流水線缺陷檢測系統(tǒng)軟件，包含圖像收集、預處理和缺陷檢測等步驟；創(chuàng)建輪轂表面缺陷數(shù)據(jù)庫系統(tǒng)，在生產(chǎn)線上收集缺陷圖像，預處理并標注，形成精準的缺陷圖像數(shù)據(jù)庫；通過深度學習的生成式對抗網(wǎng)絡(luò)解決圖像模糊問題；在檢測缺陷圖像前，用深層抵抗學習算法進行預處理，消除運動模糊狀況，確保圖像質(zhì)量，提高檢測準確性。

在輪轂分揀方面，一種基于機器視覺的輪轂外觀自動分揀裝置、方法和系統(tǒng)被研發(fā)出來。該裝置包括檢測主體，檢測主體有定位組件，能固定輪轂并帶動其進行 Z 軸運動和旋轉(zhuǎn)；至少三組光源相機組件分別對應(yīng)輪轂上方、下方和側(cè)邊；檢測框架通過連接裝置固定這些組件，光源相機組件與上位機連接。定位組件包括沿 Z 軸分布的上、下定位組件，能升降滑動和旋轉(zhuǎn)輪轂。光源相機組件包括相機、光源和支架，光源能發(fā)射光束到輪轂表面同一部分，相機檢測反射光束產(chǎn)生圖像信號。檢測框架有頂板和邊框架，頂板有觀察窗和吹氣除塵機構(gòu)。還包括檢測段輸送裝置，有輸送框架、滾輪機構(gòu)、電動機和光電傳感器，下方有粗定位組件。此外，還有上料輸送裝置和下料輸送裝置。

輪轂外觀自動分揀方法是在檢測時，由定位組件固定并移動輪轂，觸發(fā)光源相機組件拍攝，旋轉(zhuǎn)輪轂獲取所有面圖像。檢測前，光源相機組件可調(diào)節(jié)位置適應(yīng)不同外徑輪轂，輪轂通過上料輸送裝置送達，粗定位后由定位組件固定。檢測時，上位機接收圖像，根據(jù)視覺檢測算法評估質(zhì)量，根據(jù)結(jié)果進行不同處理。

分揀系統(tǒng)包括輪轂輸送模塊、定位模塊、識別模塊、自動外觀檢測模塊、主控模塊和設(shè)備運行狀態(tài)報警模塊。

總之，這些先進的技術(shù)大大提高了輪轂生產(chǎn)的質(zhì)量和效率。

（圖/文/攝：太平洋汽車 整理于互聯(lián)網(wǎng)）