AiV完成汽车零部件企业㈜丰岗轮毂螺母AI检测的商用化

AiV向丰钢供应的深度学习检测解决方案，是通过深度学习检测汽车零部件轮毂螺母不良与否的设备，由人工智能检测软件、光学系统及机构部构成。

在人工智能检测软件方面，AiV在其自主研发的制造业检测用人工智能神经网络中，对轮毂螺母表面的非定型外观不良图像数据进行了学习。此外，还与丰钢的子公司PKM共同设计了机构部，并将AiV的AI技术与光学工程技术相结合，制作并供应了无人化检测解决方案设备。

以往是通过基于规则的「螺母选别机」进行质量管理，仅能检测轮毂螺母产品的尺寸测量和有无螺纹等定型化不良。对于外观表面的黄色/无色变色、积液等电镀不良，则不得不依赖目视检测人员。AiV的深度学习检测解决方案能够以高于以往选别机和目视检测人员的准确度，检出轮毂螺母可能发生的所有不良(磕碰、压痕、划伤、偏心、沾液、变色、电镀不良等)，从而实现了更为严格的质量管理。

AiV的深度学习检测解决方案实现了轮毂螺母不良检出率100%，过检率(将良品判定为不良的比率)也达到了0.5%以下，相比以往的目视检测实现了更精密、更准确的不良检出。此外，通过获取按不良类型分类的准确的最终检测数据，创造了更准确的工艺改善机会，获得了不仅提升质量、还实现降本效果的评价。

在此过程中，AiV应用了能够满足每分钟120个、即每0.5秒检测1个产品的循环时间的轻量、快速的深度学习检出算法。此外，还导入了在机构及控制SW方面的技术诀窍，解决了因产品积液等不良导致的产品卡滞现象。

AiV计划以此类量产应用经验为基础，以要求现场优化和精密检出的材料零部件行业客户为中心扩大检测解决方案业务，并以大型企业及设备专业公司为中心，扩展以MLOps形态提供市场需求日益增长的人工智能检测软件的服务。

丰钢的尹弘俊质量本部长表示：「本深度学习解决方案的引入，通过削减确认电镀状态的选别人员实现了人工成本的降低，并通过引入AiV解决方案将因选别人员状态而产生的不良流出降为零。」他还表示：「目前，因电镀成本上升而恶化的盈利能力，得以通过选别工艺的完全准确性加以改善。能够最大限度地确保检测的可靠性和客户满意度，预计今后在营业能力上将占据优势。」此外，他还满怀抱负地表示：「凭借对首次接触的深度学习技术及检出能力的满意与信任，目前正在推进向其他产品横向拓展的引入计划。」

AiV代表理事成珉秀表示：「AiV的深度学习检测解决方案具有可根据客户企业智能工厂现场情况定制供应软件与硬件设备的优势。」他还表示：「我们将以汽车零部件、显示器设备为首，拓展至国内制造业整体的智能工厂市场，并进军海外市场，跃升为全球深度学习机器视觉企业。」