技术问题描述：

1.狭小孔内缺陷检测视觉成像系统关键技术

复杂工件内孔缺陷的检测是一个突出难点。由于内孔空间狭小黑暗，成像及照明严重受限，因此视觉检测机制和成像系统设计成为关键问题。在新能源及传统汽车动力总成、阀体等核心部件内部存在大量通孔、盲孔等，内表面缺陷直接影响最终部件质量。课题研发高精度孔内缺陷检测视觉成像系统，可无缝扫描、检测孔洞内部，形成高清晰度、高对比度图像。同时操作全自动，检测效率高，提供360°全面检查。进一步研究基于新一代深度学习技术的智能检测算法，配合上述成像系统及高动态成像、内孔环视标定等技术，解决在内孔照明及成像特定约束下的高精度、低误检率缺陷检测问题。

2.车身漆面缺陷检测成像系统关键技术

车身漆面涂装外观检测目前主要通过人工目视完成，耗时长，效率低，精度差。表面尺寸大、车身曲面复杂、车身反光是漆面自动化检测的主要难点。课题研发缺陷检测成像系统，通过特定结构光照明及成像装置配合，首先解决大范围、高反光车身表面视觉检测成像机制问题，进一步研发基于上述成像系统的高精度缺陷检测技术，包括高精度特征提取、结构光投影测量、几何结构标定等内容，探测车身表面细小涂装瑕疵，解决曲面车身高精度自动检测问题。

3.智能视觉缺陷检测低代码软件工具与应用示范

制造行业工件种类多，形状复杂，生产线上常需调整不同部件。因此需解决敏捷检测问题，即实现对不同类部件多工位的快速、连续检测。为此，设计视觉缺陷检测低代码软件工具，融合轨迹编程、视觉控制、图像预处理、通用深度学习缺陷检测等技术，实现便捷的系统设计、分析与测试，完成敏捷检测全流程仿真过程。将小目标检测、迁移学习、基础语言-图像预处理等新一代智能学习技术与不同部件缺陷检测需求结合，研究具备通用性的人工智能缺陷检测模型和迁移算法。工具平台可与真实缺陷检测硬件无缝连接，快速部署检测及控制等算法，实现对新问题、新场景的快速迁移与高效开发。研发智能缺陷检测原型样机，满足多种应用场景对缺陷智能检测的需求。以上述软件工具与原型样机为基础，共建“智能制造（汽车行业）缺陷检测应用示范中心”，更有力的推动行业技术创新和产品制造质量技术水平提升。 

1.内孔缺陷识别精度：100

2.内孔成像装置：光探针外径：≤5mm；成像清晰度：百万像素级；内置照明；典型内孔检测时间15s

3.车身漆面缺陷识别精度：0.3mm；适用于不同颜色及反光漆面

4.敏捷检测：自动适应被检测件曲面形状，调整位置精度优于0.1mm，调整姿态精度优于0.1°

5.结构件测量：和三坐标相关性优于0.1mm

6.通用智能算法识别准确率：99%；适应场景：≥3-

拟合作方式：合作开发-

拟投入资金（万元）：1500