本文以机器视觉为突破点，详细阐述视觉技术在汽车制造，尤其是在中国重汽智能化道路上的应用与实践。结合车间实际需求和行业发展趋势，制定商用车制造中机器视觉发展蓝图，以此来有效指导新时代商用车制造产线的发展与规划，进一步增强我国商用车制造的国际竞争力，助力中国实现 2025 智能制造。

1、机器视觉在汽车制造中的应用

目前，机器视觉已被广泛应用于乘用车产线，而在商用车领域的应用则刚刚大规模应用，其主要集中于发动机、变速器和车桥等总成车间，而整车产线由于其生产的复杂性和多样性，进展缓慢。在机器视觉的垂直细分领域，主要集中于视觉检测及视觉定位引导方面，2D 视觉也逐步往 3D 视觉拓展，3D 视觉的广泛应用将成为行业的发展趋势。本章将从机器视觉的应用价值、细分领域2个方面进行详细阐述，为汽车制造领域后续的智能化发展提供意见。

1.1 机器视觉应用价值

机器视觉不仅可以作为产线提升及智能化道路的实施途径，还可以在企业生产的成本、质量及物流体系中发挥重要的作用及价值。其在重型汽车的应用价值主要有以下几点。

（1）智能化价值 ：提升产线自动化，降低重复繁重人工，助力重型汽车制造产业的技术路线升级，成为智能工厂重要的支柱性生产设备。

（2）成本及质量价值 ：机器视觉应用的加入可大幅降低对人力资源及工位器具的要求，同时提升生产柔性，帮助车企降低成本压力，提高整车质量。

（3）物流自动化 ：机器视觉引导的加入可降低对工位环境的要求，实现更简化的库位从而提升物流环节的人机工程与效率，同时也让工位的物流自动化更易达成。

（4）数据化需求 ：机器视觉应用过程中，数据化将为工厂质量体系监控、预维护等工作提供优质的数据流。

1.2 机器视觉细分领域剖析

机器视觉作为现代工厂的眼睛，在商用车制造中主要有以下 2 点作用 ：一是引导机器人完成工件的精准装配 ；二是提升上下料装配及整车生产质量。以下将结合视觉技术与商用车工艺特点，从视觉引导、视觉检测及扫码测量几个垂直细分领域对机器 视觉在商用车制造中的应用进行剖析。

1.2.1 视觉引导

视觉引导主要通过拍照或测量，引导机器人准确到达下一步工艺所需的空间位置，以弥补工装器具定位或加工制造误差带来的实时位置变化量，实现工位的自动装配或定位。其典型应用如图所示。

视觉引导的应用较为广泛，在商用车冲焊涂总及各总成生产过程中均有涉足，并以此为基础提升产线自动装配能力及智能化水平。

视觉引导的主要特性有 ：①参与装配生产，需具备相机快速恢复、替换功能 ；②要求引导精度高，需与工位器具、机器人及AGV 紧密配合 ；③依赖工艺及料件形状特性来设计机器人抓取方式，从而设计整体视觉方案。

1.2.2 视觉检测

视觉检测指的是在固定工位环境或光照背景下，通过视觉算法对相机获取的工位图像进行轮廓、颜色和滤波等一系列特征分析，最终得出类别、缺陷或质量的检测结果，为质检及后续的工序提供协助。其典型应用如图所示。

 视觉检测应用主要集中在涂胶检测、装配质量及整车精调 3 个方面，以传统图像算法为基础，向柔性化和深度学习趋势发展。

视觉检测的主要特性有 ：①不直接参与生产节拍 ；②主要以 2D 视觉算法为主，根据场景个性化开发，关注质量问题。

1.2.3 扫码测量

扫码追溯主要对各铸造件和部件的 OCR 字符码、条码及直接部件标识码（DPM）进行扫描识别，以此来匹配物料信息，完善整车装配的可追溯体系。在线测量主要使用激光方式，快速、精准地对白车身或分总成等检测工位进行尺寸、形状或间隙面差的测量，实现对产品生产误差的测量。其具体应用场景如图所示。

扫码追溯的应用场景较为固定，且已在重型汽车制造业大规模应用。而随着企业对质量把控的重视，在线测量的应用也正在逐步推广。

扫码测量的主要特性有 ：①扫码技术成熟，多样且广泛 ；②测量主要用于比对生产的一致性，对制造精度的提升，进一步提高整车质量。