AiV完成汽車零組件企業㈜豐岡輪轂螺母AI檢測的商用化

AiV向豐鋼供應的深度學習檢測解決方案，是透過深度學習檢測汽車零組件輪轂螺帽不良與否的設備，由人工智慧檢測軟體、光學系統及機構部構成。

在人工智慧檢測軟體方面，AiV在其自主研發的製造業檢測用人工智慧神經網路中，對輪轂螺帽表面的非定型外觀不良影像資料進行了學習。此外，還與豐鋼的子公司PKM共同設計了機構部，並將AiV的AI技術與光學工程技術相結合，製作並供應了無人化檢測解決方案設備。

以往是透過基於規則的「螺帽選別機」進行品質管理，僅能檢測輪轂螺帽產品的尺寸量測和有無螺紋等定型化不良。對於外觀表面的黃色/無色變色、積液等電鍍不良，則不得不依賴目視檢測人員。AiV的深度學習檢測解決方案能夠以高於以往選別機和目視檢測人員的準確度，檢出輪轂螺帽可能發生的所有不良(磕碰、壓痕、刮傷、偏心、沾液、變色、電鍍不良等)，從而實現了更為嚴格的品質管理。

AiV的深度學習檢測解決方案實現了輪轂螺帽不良檢出率100%，過檢率(將良品判定為不良的比率)也達到了0.5%以下，相比以往的目視檢測實現了更精密、更準確的不良檢出。此外，透過取得按不良類型分類的準確的最終檢測資料，創造了更準確的製程改善機會，獲得了不僅提升品質、還實現降低成本效果的評價。

在此過程中，AiV應用了能夠滿足每分鐘120個、即每0.5秒檢測1個產品的循環時間的輕量、快速的深度學習檢出演算法。此外，還導入了在機構及控制SW方面的技術訣竅，解決了因產品積液等不良導致的產品卡滯現象。

AiV計畫以此類量產應用經驗為基礎，以要求現場最佳化和精密檢出的材料零組件行業客戶為中心擴大檢測解決方案業務，並以大型企業及設備專業公司為中心，擴展以MLOps形態提供市場需求日益增長的人工智慧檢測軟體的服務。

豐鋼的尹弘俊品質本部長表示：「本深度學習解決方案的導入，透過削減確認電鍍狀態的選別人員實現了人工成本的降低，並透過導入AiV解決方案將因選別人員狀態而產生的不良流出降為零。」他還表示：「目前，因電鍍成本上升而惡化的獲利能力，得以透過選別製程的完全準確性加以改善。能夠最大限度地確保檢測的可靠性和客戶滿意度，預計今後在營業能力上將佔據優勢。」此外，他還滿懷抱負地表示：「憑藉對首次接觸的深度學習技術及檢出能力的滿意與信任，目前正在推進向其他產品橫向拓展的導入計畫。」

AiV代表理事成珉秀表示：「AiV的深度學習檢測解決方案具有可根據客戶企業智慧工廠現場情況客製化供應軟體與硬體設備的優勢。」他還表示：「我們將以汽車零組件、顯示器設備為首，拓展至國內製造業整體的智慧工廠市場，並進軍海外市場，躍升為全球深度學習機器視覺企業。」