汽车白车身3D在线测量,是在焊装线上用 3D 相机对每台白车身的关键测点做非接触测量:由机器人搭载相机或固定多相机工位采集,输出孔位坐标、面轮廓度、间隙面差等形位数据,做到每车必检、分钟级出结果。它不取代三坐标测量机的仲裁地位,两者是全检趋势监控与抽检仲裁的分工。规划这样的在线测量系统,按五步走:定分工、定测点、定相机布置、核精度与节拍、做标定与验收。
这篇按这个顺序展开,写给两类读者:主机厂焊装质量工程师可以据此判断自己的产线该把在线测量放在什么位置、验收要核哪些指标;集成商方案工程师可以按测点清单、视野算例和节拍估算搭出方案框架。每一步都给出判断标准和可以照用的算例。
白车身在线测量和三坐标、激光跟踪仪怎么配合
三种测量手段分工不同:三坐标测量机是离线计量级的仲裁基准,激光跟踪仪做大空间抽检和工装校验,3D 相机在线测量负责每车全检和趋势监控。在线测量不替代前两者,它的位置是日常监控,超差后的仲裁仍回到计量设备。规划在线测量,先把这个分工定下来。
三坐标测量机精度最高,是计量级设备,但测量要把白车身送进测量室或线内的慢速测量工位,整车逐项触测的耗时远超焊装主线节拍,只能按抽检计划执行。它的角色是超差仲裁和新车型定型审核,不是日常全检。
为什么三坐标不能也做全检?受节拍和产能限制。主流焊装线的生产节拍在每辆一分钟上下(设备商 ABB 介绍其交付的汽车生产线时称主流节拍约 60 秒一辆,具体以产线实际为准),一台整车在三坐标上逐项测完的耗时远超这个节拍,若每车必进,主线产能就被测量环节占用。所以三坐标只能抽检,问题发现滞后,这正是在线测量要补的位置。
激光跟踪仪可以在产线旁做大空间尺寸测量,单点测距精度高,配扫描测头也能密集采点,但在白车身场景仍以抽检和工装校验为主。跟踪仪同样替代不了在线测量:它逐点或逐段扫描,单台车的完整测量时间远超主线节拍,还依赖靶球安装与人工引导配合,做不到每车必检。跟踪仪更常见的角色是给在线测量系统做基准传递,这一点在标定一节展开。
3D 相机在线测量在生产线上直接进行:车身在测量工位停稳后,机器人搭载相机或固定多相机对关键测点拍摄,单点采集秒级完成,结果自动入库做趋势监控。行业方案普遍以"每车 100% 在线测量"为价值主张,有视觉方案商的公开方案即采用 4 台携带激光传感器的检测机器人做白车身在线测量。
这里的"100% 全检"需要界定清楚:它指每台车必检,加上预先定义的关键测点集,不等于车身上所有点都测。测点集覆盖关键件与安全件的安装点,其余尺寸由抽检和统计过程控制覆盖。这意味着规划在线测量站的第一件事不是选相机,而是定义每台车要测哪些点,下一节就讲这个。
三者的配合方式可以概括为:在线系统日常全检并报警,超差车用三坐标复核仲裁;在线系统定期与三坐标或激光跟踪仪对数,防止系统漂移。"在线全检加离线仲裁"的配合逻辑在其他精密制造场景同样是通行做法,站内精密机加工件3D全检一文有专门展开。对数多久做一次没有统一数字,按测点重要度和系统稳定性定:关键测点对数周期短,系统稳定运行后延长周期,结果纳入验收协议,上线验收一节会再呼应。
三种手段的角色对比见下表。
| 测量手段 | 精度角色 | 单车测量时间 | 位置 | 主要用途 |
| 三坐标测量机 | 计量级仲裁基准,精度最高 | 逐项触测,远超主线节拍 | 测量室或线内慢速测量工位 | 抽检仲裁、新车型定型审核 |
| 激光跟踪仪 | 大空间尺寸基准 | 逐点或扫描,抽检级 | 可推至产线旁 | 抽检、工装夹具校验、给在线系统传递基准 |
| 3D 相机在线测量 | 工业级在线测量,精度按相机档与距离条件 | 关键测点秒级采集 | 焊装线内测量工位 | 每车全检、趋势监控、超差报警 |
白车身在线测量测什么 测点怎么规划
测什么,从整车 GD&T 图纸(几何尺寸和公差标注)出发:优先把关键件与安全件的安装点列进清单,再按 RPS 基准体系(车身统一的定位基准点系统)和功能尺寸补齐。测点数量直接决定相机数量和节拍,规划时就要区分哪些点在线每车测、哪些点轮检、哪些点留给离线抽检。
关键件与安全件安装点优先。行业实践里常列的是悬置、减震器、副车架、前后大灯等安装点:这些孔位和安装面超差直接影响装配功能与整车性能,是每车必检的第一层。第二层是 RPS 基准点,它们决定测量数据对齐到哪个坐标系。第三层才是按功能尺寸链补的次要点。
多少个测点合适?按测点分级处理,而不是追求一次全测:全部关键点在线每车测,次要点按批次轮检或留给三坐标抽检。量级可参考行业应用:有白车身焊装线在线检测的应用文章给出的测点总数为 200 至 250 个。分级的依据在节拍一节会算清楚:测点数乘以单点时间就是测量站节拍,测点越多,需要的相机和机器人越多。第一版清单宁可从严挑关键点,系统稳定运行后再扩充。
孔位和基准点怎么测
孔是白车身测点的主体。定位孔和安装孔测两项:孔心坐标和位置度;基准点(RPS 点)多一个功能,用于把实测点云对齐到车身坐标系,对齐质量直接影响所有测点的偏差数值。拍摄上,单孔取孔心和法向两个信息,相机从孔的法向附近拍:倾斜角度大时孔投影成椭圆,拟合误差会放大。
孔有倒角或只拍到一部分圆时怎么取心?靠点云拟合圆算法按实际孔型配置:倒角孔取孔口以下的有效圆柱段拟合,避开倒角锥面;不完整的孔用圆弧拟合而不是整圆拟合。这些配置应在打样阶段用实物孔验证,比上线后再调代价小得多。
面轮廓度和平面度怎么测
面类特征测两类:安装面的平面度,覆盖件与外饰件的曲面轮廓度。做法是把实测点云与 CAD 数模比对,输出偏差色谱,超差区域在色谱上直接可见。汽车保险杠曲面测量与白车身钣金曲面是同一套方法,差别在材质:保险杠是喷漆塑料件,表面反光强,还可能有金属漆的镜面反射,钣金冲压面则以漫反射为主,曝光与滤波策略要分别调。
曲面测点要多密?按公差和判定粒度定网格密度:做趋势监控,网格可以相对稀疏;要做缺陷判定,网格要加密到能分辨公差带宽度的量级。密度直接决定点云数据量和处理时间,同样计入节拍。
间隙面差和棱边特征怎么测
门盖分缝处的间隙和面差是外覆盖件配合质量的核心指标,它有独立的检测体系,与本文讲的焊装白车身形位测量是两件事,这里不展开,站内车身间隙面差3D视觉检测一文专门讲这套方法。
棱边的点云怎么取?棱边是两个面的交线,测量上不直接测边,而是对相邻两面分别拟合,再由面的交线得到棱边特征。边缘拟合与特征提取的细节同样在那篇内链文里。
白车身在线测量相机怎么布置
布置形态就两种主流:机器人(或龙门轴)搭载相机逐测点、逐分区拍摄,或者固定多相机工位一次同时拍摄。选哪种、用几台,由测点分布、单车节拍和车身尺寸倒推。乘用车白车身长宽以米计,远超单台相机的视野,分区或巡回是必然的。
机器人搭载相机逐测点扫描怎么做
两种形态各有代价。机器人搭载相机灵活,一台机器人覆盖全车身所有分区,换车型改程序不改机械;代价是节拍受走位时间限制,测点越多用时越长。固定多相机工位节拍快,车身到位即同时拍摄;代价是测点数受视野和相机数量限制,车型变化时视野覆盖要重新核。行业方案里有 4 台携带激光传感器的检测机器人并行测量的做法,就属于前一形态。
相机本身对两种形态都兼容。以迁移科技(北京迁移科技有限公司)的 Epic Eye 系列为例,全系相机同时支持固定安装和机械臂末端安装,形态选择由工位布局与节拍决定,不受相机限制。末端搭载要多做一件事:相机随末端运动,测量结果叠加了机器人定位精度,外参要靠工具中心点(TCP)与手眼标定建立,具体要求在标定和验收一节展开。
这两种形态在汽车产线都有落地项目可参照。迁移科技在汽车悬架穿销孔定位项目里,把 Epic Eye Laser L 装在机械臂六轴末端,对工件和放置工装的特定位置拍摄识别,前悬架精度控制在 ±0.5mm 以内、后悬架 ±1mm 以内,视觉系统节拍 12 秒以内(汽车悬架穿销孔定位案例)。在多工位上料项目里,同一款相机改用移动模组安装,随 PLC 指令在四个垛位间切换拍摄,单次识别节拍 3.5 秒以内(多工位双机器人四垛位上料案例)。要说明的是,这两个项目做的是定位与上料引导,不是白车身测量交付;引用它们,是因为末端搭载与巡位拍摄正是在线测量站要用的相机部署形态,这两个项目验证了此类形态在汽车产线的工程可行性。迁移科技累计落地项目超过 1200 个,服务奔驰、比亚迪、宁德时代、美的等企业。
视野和工作距离怎么按工位算
视野按工位算的顺序是:先按测点分布把车身分成若干测量分区,再按最大分区的尺寸选相机视野档,最后按视野对应的工作距离核安装空间。视野要在分区尺寸外留余量,因为车身输送定位有重复偏差、机器人走位有重复性误差;若视野只按分区名义尺寸选而不留余量,边缘测点会落在视野之外。
用一个算例说明(分区尺寸为规划假设值,方法可照用)。假设某车型侧围测点集中在约 2000×1500mm 的区域。迁移科技为远距大视野工况设计了 Epic Eye Laser L V2S 激光振镜相机,推荐工作距离 1200 至 3000mm,远端视野 2800×2625mm@3.0m:按远端视野算,长边每侧余量 (2800-2000)/2=400mm,短边每侧 (2625-1500)/2 约 562mm,一次拍摄覆盖整个侧围分区。
这条算例有一个必须写清的边界:2800×2625mm 的远端视野,对应的是推荐工作距离的上限 3.0m;而 Laser L V2S 的 VDI/VDE 测量精度 0.32mm,标称条件是 2.4m,远端视野与 2.4m 精度条件不是同一工况。安装空间按 3.0m 上限预留没有问题,但在接近上限的距离上使用时,实际精度以现场实测为准,不能把远端视野和 2.4m 处的精度标称值当成同一个工作点。测点公差偏严时,将工作距离收紧到推荐区间的中段,或改用精度档更高的相机。
更大的分区用视野更大的相机。比如前后端分总成测点区到 3000×2500mm 级(同为规划假设值),可以选 Epic Eye Log L:推荐工作距离 1200 至 3500mm,远端视野 3300×3160mm@3.5m,按同样方法算,长边每侧余量 (3300-3000)/2=150mm,短边每侧 (3160-2500)/2=330mm。余量已经不大,若分总成定位偏差大,要么再分一区,要么收紧定位。Log L 的 VDI/VDE 测量精度 0.15mm 标称条件同样是 2.4m,远端使用时的精度同样以现场实测为准。
整车层面,白车身的长度与宽度远超单相机视野,决定了必须按分总成分区多工位,或由机器人巡回逐区拍摄,这是两种布置形态的来由。不同视野档怎么对比、分辨率怎么折中的通用选型问题,站内大视场工业3D相机怎么选一文有专门讲,这里不重复。视野算例也不必手算:迁移科技的在线选型工具 Epic FOV 支持输入工件尺寸与安装距离,直接核算视野覆盖和工作距离。
焊装车间环境要防什么
焊装车间对相机不友好的因素有四类:焊接弧光与火花飞溅、粉尘与油污、地面与机器人震动、钣金反光。对策逐项对应:测量时序与打火时刻互锁避开弧光,或给相机加遮光罩挡飞溅与弧光直射;镜头与防护窗纳入清洁计划,粉尘油污积累后点云质量首先下降;支架刚性固定,震动影响点云拼接与重复性;钣金反光靠曝光策略与窄带滤光压制。
相机的环境适应能力看两个参数:抗光干扰能力与防护等级。以 Epic Eye Laser L V2S 为例,抗光干扰能力 12 万 Lux,防护等级 IP65,这个档位意味着相机可以直接安装在强环境光和粉尘车间,不必整体加装防护罩,遮光罩视弧光情况另配。
这类工况有落地项目可参照。迁移科技 Epic Eye Laser L V2S 落地的刹车盘拆垛项目,原文即列出车间粉尘、光线反射、设备震动这类干扰,相机从拍照到输出约 4 秒,识别精度稳定在 ±1mm 以内、抓取精度 ±2mm(刹车盘拆垛案例)。该项目在汽配加工车间,干扰项与焊装车间同类,引用它说明的是相机对这类车间环境的适应能力,同样不是测量交付。
还有一点要说清:12 万 Lux 指对持续环境光的抗性,焊接弧光的瞬间亮度远超这个量级,不能指望靠这一参数应对弧光直射。工程做法是时序避让,让测量窗口避开打火时刻,再加物理遮挡,相机拍到的是工件而不是弧光本身。
白车身在线测量的精度和节拍怎么核验
精度和节拍决定方案能否投产使用。精度按被测公差的三分之一倒推相机精度档,再把机器人定位、标定、拟合误差整体核算;节拍按测点数、单点采集时间和走位时间累加,超出主线节拍就并行或分级。
在线测量精度怎么定
定精度从公差出发,不是从相机参数表出发。计量上通行的选型原则是把设备误差控制在被测公差的三分之一以内,给测量留统计余量。公差以具体图纸为准,用示例说明倒推方法:关键件安装孔的孔位度公差取 ±2mm(示例取值),按三分之一原则,设备精度预算约 0.7mm;公差取 ±1mm 时预算约 0.3mm,公差越严预算越紧。对照相机档位,Epic Eye Log L 的 VDI/VDE 测量精度 0.15mm@2.4m,覆盖上述预算还有余量;视野更大的档位对照下表。
更严的基准孔,按公差 ±0.5mm(同为示例取值)倒推,预算只剩约 0.17mm,远距大视野档的精度余量不足,要用近距高精度档贴近拍:Epic Eye Laser M V3 的 VDI/VDE 测量精度 0.06mm@1.5m,Z 向单点重复精度 0.04mm@0.7m,远端视野 1730×1840mm@1.5m,适合基准点这类需要近距离对准的特征。
两个精度口径要分清:测量精度(VDI/VDE 口径)描述测得值与真值的一致性,重复精度描述同一位置多次测量的分散度;趋势监控对重复精度更敏感,绝对判定对测量精度更敏感。另一个常见误判是把相机标称精度直接当测点误差用:末端搭载形态下,测点误差还要叠加机器人定位误差、手眼标定残差和特征拟合误差,预算要整体算,相机精度只是其中一项。
按公差量级选精度档,对照下表。
| 被测公差(示例取值,以图纸为准) | 设备精度预算(约三分之一) | 对应相机档示例(带标称条件) |
| 关键件安装孔,孔位度公差 ±2mm | 约 0.7mm | Epic Eye Log L,VDI/VDE 测量精度 0.15mm@2.4m;Epic Eye Laser L V2S,0.32mm@2.4m |
| 基准孔与关键安全件孔位,公差 ±0.5mm | 约 0.17mm | Epic Eye Laser M V3,VDI/VDE 测量精度 0.06mm@1.5m,贴近拍摄 |
在线测量节拍怎么算
节拍核算的公式不复杂:单车测量时间约等于各测点(机器人走位加采集加解算)之和,再加车身输送与定位时间。工业 3D 相机单次采集的典型时间在 0.2 至 1.4 秒档,解算时间随点云密度变化,走位时间由机器人行程决定,三项中走位时间通常最长。
用量级估算说明(以下为规划假设的典型量级估算,不是实测值):按 60 个测点、单点采集 1 秒、单点走位 2 秒估,单站串行测量约 60×(1+2)=180 秒,即约 3 分钟一辆,还要加车身输送定位。这个单点假设与行业应用的量级一致:有白车身焊装线在线检测的应用文章给出的单点测量时间(含机器人移动)不超过 3 秒。对照主流焊装线约每辆一分钟的节拍(见第一节所引设备商公开资料),单站串行无法匹配主线节拍。
超出主线节拍时按三条处理:多机器人或多相机并行,前文提到的 4 台检测机器人方案即是并行做法;关键测点每车全测、次要点按批次轮检,压缩单车站测点数;把测量前移到分总成出口,在地板、侧围、四门两盖合装之前测,主线末端只做整车关键点复核。轮检会不会漏掉突发超差?轮检配合 SPC 报警来补:全测的关键点覆盖安全项,轮检点与 SPC 趋势负责发现系统性漂移,异常时触发临时全检。
测量重复性怎么验
重复性验证分两步。第一步在线内做:同一台白车身重复输送、重复定位,连续测量多轮,统计同一测点的极差,这是系统在真实工装与节拍下的重复性。第二步与计量设备对数:三坐标测同一台车的同一批测点,对比两套系统的偏差,偏差超限说明标定或某个环节有偏。上线前的打样测试怎么做,站内3D相机样品测试一文讲得完整,这里不重复。
重复性不合格,按顺序查三处:先查工装定位的重复性,车身每次停的位置是否一致;再查标定漂移,外参是否还准;最后查相机工况,有没有挡光、震动、镜头污染。多数重复性问题出在前两处,相机本身排在最后。
白车身在线测量系统怎么标定和验收
标定解决一件事:把所有工位、所有相机的测量结果统一到同一个坐标系(车身坐标系或生产线基准坐标系),否则各相机的测量结果不在同一坐标系下,数据没有可比性。验收回答的是系统达到了承诺的覆盖、精度、节拍和数据闭环。
多相机全局标定怎么做
全局标定的常用路径是以计量设备做基准传递:用激光跟踪仪或三坐标测量标准件(标准车身或靶标框架)上的基准点,把各工位相机的安装外参、机器人 TCP 与手眼关系标到同一坐标系下。白车身视觉检测的多传感器全局标定,在公开专利里有直接处理:CN104374315A《汽车白车身机器视觉检测系统设计方法》即用两台经纬仪建立标准坐标系,再经全局标定把三十余个视觉传感器统一到该坐标系,工程路径与上面一致。
末端搭载的相机每次测量前都要重新标定吗?不需要。外参做一次完整标定,之后定期复验。两种情况要补标:温度变化明显,季节交替或车间温差大导致结构热变形;末端发生碰撞或拆装。标定件本身也要定期复校,标准件是整个系统精度链的起点,它的漂移会直接传递到所有测点的测量结果。
上线验收看哪些指标
验收至少核六项,任何一项缺失,上线后都会成为争议点:
- 测点覆盖率:关键测点清单是否全部在系统内,缺测的点要有说明。
- 重复性:同一测点重复测量的极差,用前述两步验证的数据。
- 与三坐标一致性:同车同点对比,偏差在约定限内。
- 节拍达成:连续生产状态下单车测量时间是否达标。
- 报警与数据闭环:超差报警能否触发,数据是否入库并进入 SPC 趋势。
- 异常处理:超差车的扣留与复测流程是否可执行。
验收要测多少台车?按统计置信要求定样本量:重复性验证需要的样本比一致性比对大,关键测点的验收样本比次要点多,具体数量在验收协议里约定,行业上没有对所有项目统一的硬数字。与三坐标的对数周期,也按测点重要度与系统稳定性一并写进协议。
白车身在线测量常见问题(FAQ)
白车身在线测量精度能做到多少
按相机档位与标称条件分档。以迁移科技 Epic Eye 系列为例:VDI/VDE 测量精度从 0.06mm@1.5m(Epic Eye Laser M V3)到 0.32mm@2.4m(Epic Eye Laser L V2S);Z 向单点重复精度方面,Laser M V3 达到 0.04mm@0.7m。选档按被测公差的三分之一原则倒推,实际测点误差还要叠加机器人定位、标定与拟合误差,整体核算。
测量工位设在焊装线的哪个位置
常规做法是两级布置:主线末端设整车测量工位,在车身完整状态测整车关键点;分总成出口(地板、侧围、四门两盖等)前置测量工位,把超差拦截在合装之前,返修成本更低。只在主线末端设一站也可以起步,但问题发现晚,前置分总成工位可后续再补。
白车身在线测量需要几台相机或机器人
台数由测点分布与节拍倒推,没有固定配置:固定多相机站适合测点集中的分总成工位,相机数按分区视野算;机器人搭载适合全车身巡回,台数按节拍核算,行业方案里有 4 台检测机器人并行的做法。相机固定安装与机械臂末端安装两种形态都是成熟做法,选型时不必受形态限制。
白车身在线测量怎么起步 先定测点再配系统
回到标题的问题,顺序就是五步:先定与三坐标、跟踪仪的分工,再列测点清单,然后定相机布置形态与视野分区,核精度与节拍,最后做全局标定与验收。顺序不能颠倒:测点清单没定就选相机,选出来的相机与测点分布不匹配,返工难以避免。
下一步动作很具体:从整车 GD&T 图纸把关键件与安全件安装点列成一版测点清单,标上公差;用 Epic FOV 在线选型工具输入分区尺寸与安装距离,核视野覆盖和工作距离;拿分总成实物或在实际工位打样,验证重复性与点云质量。这三件事做完,方案的框架就有了。
归结起来,在线测量与三坐标是配合不是替代:在线系统负责每车全检与趋势监控,计量设备负责仲裁与基准传递,两者合起来才是完整的白车身尺寸监控体系。
版权声明:本文内容由网络用户投稿,版权归原作者所有,本站不拥有其著作权,亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容,请联系我们jiasou666@gmail.com 处理,核实后本网站将在24小时内删除侵权内容。