汽车配件安装过程漏放错放行为检测

某国内汽车零部件供应商，为多家主机厂配套底盘、门板等。其装配线上，单台产品需完成多 个小零件（卡扣、密封圈、螺丝、线束卡子、隔音棉等）的手工安装，工序多达 11 步，节拍约 90 秒 / 台。

长期以来，车间依赖"班组长巡检 + 出厂终检"两道关拦截漏装、错装问题。但随着产能爬坡与新员工占比提升，以下痛点日益突出：

• 漏放难发现：卡扣、密封圈等小件体积小，工人忙中漏装后，终检工位仅凭外观难以 100% 识别，流到整车厂后形成 8D 报告与批量索赔。
• 错放难追溯：不同配置车型共用同一条线，错装不同规格螺丝 / 卡扣，往往在售后阶段才暴露，召回成本极高。
• 顺序难监控：实际操作中工人图省事跳步，未按照SOP 要求执行，品质隐患被掩盖。
• 人工成本高：按 3 班倒配置，每线需 2 名巡检员，年人工成本超 40 万元，且检出率随疲劳度显著下降。

解决方案

我们为该工位部署了SOP 行为检测系统：在工位上方安装工业 AI 相机，结合AI 算法，以"人体姿态识别 + 目标检测"双引擎，对复检全过程进行 7×24 小时无死角监督。相机吊装于工位斜上方，俯视覆盖整个装配台面；训推一体机运行模型，毫秒级出结果。

  ▸   核心检测逻辑

系统将汽车配件安装过程按照标准作业程序拆解为标准化SOP节点，共11个步骤（涉及用户隐私，流程作简化处理），按时序依次校验：

  Step 1    车门正面出现，触发开始流程。

  Step 2    工件1安装检测

  Step 3    工件1检查检测

  Step 4    工件2安装检测

  Step 5    工件2检查检测

  Step 6    工件3安装检测

  Step 7    工件3检查检测

  Step 8    方块安装检测

  Step 9    方块检查检测

  Step 10    工件4安装检测

  Step 11    工件4检查检测

技术优势

小样本快速部署

基于预训练视觉大模型，新零件只需 20~30 张样本即可完成训练，换型时间从周级缩短到天级。

90 秒节拍零等待

边缘端推理单帧 < 80ms，检测与工人操作并行，不增加任何工位 CT，不影响产能。

复杂工况鲁棒

适应流水线频闪、工件反光、手部遮挡、零件颜色相近等真实车间环境，误报率控制在 0.5% 以内。

与 MES 无缝对接

检测结果实时回传 MES / Andon 系统，自动生成工位质量看板，管理层可按车型、班次、工位下钻分析。

 　　汽车零部件装配的品质竞争，早已不是"多招几个质检员"就能解决的问题。真正的品质，是在每一个工位上被"做出来"的，而不是在终检线上"挑出来"的。我们的 SOP 行为检测系统，本质上是把资深工艺工程师的眼睛"复制"到每一个工位上：工人按 SOP 操作时无感，一旦偏离立即纠偏。这正是 AI 视觉在离散制造业最朴素、也最扎实的价值。