Lepší pohled na výrobu – strojové vidění na výrobní lince

Automobilový průmysl funguje pod přísnými požadavky na přesnost, kde i drobné vady mohou vést ke zdlouhavým a nákladným opravám nebo poškodit pověst značky. Zajištění konzistentní kvality produktů se tak stalo skutečnou výzvou, a proto výrobní závody začaly zavádět pokročilé vizuální systémy –skládající se z kamer, senzorů a algoritmů, které dokážou detekovat vady rychleji a přesněji než manuální kontrola. Tyto systémy umožňují průběžné sledování kvality během výroby a včasné odhalení odchylek od standardů.

Digitální oči montážní linky

Dnes je takzvané počítačové vidění centrem tohoto procesu a zásadně mění způsob, jak automobilky a dodavatelé komponentů odhalují, opravují a předcházejí chybám na rychlých montážních linkách. Počítačové vidění využívá extrémně rychlé kamery s vysokým rozlišením, speciální osvětlení a AI modely k inspekci každé součásti, která prochází výrobou. Tam, kde by lidský inspektor mohl přehlédnout drobný škrábanec nebo mírně posunutý díl karoserie, systémy řízené umělou inteligencí odhalí vady neviditelné lidskému oku během milisekund. Tyto systémy kontrolují kvalitu v oblastech, jako jsou lisování, lakování, montáž a povrchová úprava.

Technické detaily

Systém vizuální inspekce využívá (i) pokročilé kamery k pořízení detailních snímků každého produktu; a (ii) AI modely, které tyto snímky analyzují a odhalují tak případné vady. Systémy používají nejmodernější techniky klasifikace obrazů a detekce objektů k identifikaci nedokonalostí různých velikostí, tvarů a typů. Dokážou například rozpoznat jemné praskliny, změny tvaru a barvy a odhalit drobné povrchové nesrovnalosti, které by se při ignorování mohly stát závažným problémem. AI systémy výrazně překonávají tradiční pravidlově založené přístupy a dosahují téměř 100% přesnosti detekce. Dokážou také rozlišit skutečné vady od falešně pozitivních výsledků – obrazů, které se pouze jeví jako vadné. Integrace systému s existujícími pracovními postupy a technologiemi (strojové PLC, SAP, Salesforce) umožňuje efektivní komunikaci napříč různými částmi výrobního procesu. 

Klíčové přínosy 

Kontrola kvality pomocí počítačového vidění (QC) přináší jasné provozní a obchodní výhody:

• Automatická detekce vad urychluje nápravná opatření (např. údržbu).
• Automatizovaná inspekce snižuje lidské chyby a náklady na práci, čímž uvolňuje kvalifikované pracovníky pro hodnotnější činnosti.
• Monitorování v reálném čase poskytuje okamžité upozornění a podporuje nepřerušený chod výroby s vysokou výtěžností.
• Edge nebo hybridní nasazení v edge-cloudu umožňuje zpracování obrazů přímo na místě a zajišťuje bezpečnost citlivých dat.
• Plná sledovatelnost od fáze inspekce až po expedici podporuje dodržování předpisů a snižuje množství odpadu.
• Adaptivní AI modely umožňují rychlé přizpůsobení novým návrhům produktů a zakázkovým inspekčním rutinám.
• Automatické přeškolení modelu při zavádění nových typů produktů zajišťuje přizpůsobivost a kontinuální zlepšování.
• Human-in-the-loop se využívá k ověřování výsledků AI v komplexních nebo nových scénářích, čímž se zvyšuje přesnost detekce.

Dopad na podnikání

Přijetí kontroly kvality založené na počítačovém vidění přináší jasně měřitelné výsledky:

• Snižuje množství záručních reklamací a pozdních úprav, což chrání marže dodavatelů.​
• Zefektivňuje onboarding nových produktů i zakázek, což vede ke kratší době uvedení na trh.
• Zvyšuje reputaci u OEM díky stabilně vysoké kvalitě a spolehlivému doručení.​
• Zvyšuje míru souladu s mezinárodními standardy díky robustním a auditovatelným záznamům o inspekcích.
• Zmírňuje dopady nedostatku kvalifikované pracovní síly automatizací rutinních úkolů vizuální kontroly.

Od kontroly kvality pomocí počítačového vidění k prediktivní údržbě

Využití rozsáhlých a komplexních dat (d surových senzorických výstupů po nastavení strojů a provozní parametry) umožňuje prediktivní údržbu. Tento přístup umožňuje včasné odhalení opotřebení zařízení a součástek ještě před tím, než dojde k poruchám. Senzory například monitorují vibrace, teplotní změny nebo provozní rychlosti. Po zpracování těchto dat pomocí AI modelů lze předpovědět pravděpodobná selhání zařízení. Systémy prediktivní údržby pak tyto informace zobrazují na uživatelsky přívětivém dashboardu, který v reálném čase zobrazuje stav strojů, upozornění a harmonogramy – operátoři tak mohou včas zasáhnout. Přechod od fixních servisních intervalů či reaktivních oprav k údržbě založené na reálném stavu výrazně snižuje neplánované prostoje, minimalizuje náklady na opravy a prodlužuje životnost výrobních aktiv.

Budoucnost počítačového vidění 

Reference z různých výrobních odvětví potvrzují účinnost komplexního přístupu, který kombinuje AI, IoT a pokročilou analytiku k vytvoření chytrých výrobních ekosystémů. Tento vývoj bude dále akcelerovat díky novým technologiím. Za prvé, multimodální systémy spojí počítačové vidění s LLM (Large Language Models), aby umožnily hlubší a provázanější interpretaci vizuálních dat. Za druhé, obrazové LLM generují syntetická data, čímž zásadně urychlí vývoj modelů v situacích, kdy nejsou k dispozici dostatečné vzorky vadných dílů nebo je anotace příliš nákladná. Za třetí, využití technologií 3D vidění a hloubkového snímání (LiDAR, 3D profilovače) zlepší přesnost a detail při detekci povrchových vad. Přijetím těchto technologií výrobci nejen optimalizují procesy a snižují prostoje, ale také posilují své ESG iniciativy, podporují udržitelnější provoz a odpovědné výrobní postupy. Deloitte je připraven sehrát klíčovou roli při organizaci těchto pokroků – od implementace systémů vizuální inspekce, přes zajištění bezproblémové integrace dat, až po poskytování akčních poznatků napříč výrobou, dodavatelským řetězcem a údržbou.