案例分享：全自動裝盒機(jī)AI視覺系統(tǒng)如何提升檢測準(zhǔn)確率

在制藥、食品、日化等行業(yè)的包裝車間，產(chǎn)品質(zhì)量檢測是保障品牌信譽(yù)和消費(fèi)者安全的關(guān)鍵環(huán)節(jié)。傳統(tǒng)人工檢測存在疲勞誤判、速度慢、標(biāo)準(zhǔn)不一等先天局限；傳統(tǒng)光電傳感器雖能實(shí)現(xiàn)自動化檢測，卻無法應(yīng)對復(fù)雜場景——錯(cuò)位、變形、異物混入等細(xì)微缺陷往往難以被及時(shí)發(fā)現(xiàn)。

AI視覺系統(tǒng)的引入，正在徹底改變這一局面。通過深度學(xué)習(xí)算法與高精度工業(yè)相機(jī)的結(jié)合，現(xiàn)代全自動裝盒機(jī)能夠以遠(yuǎn)超人工的準(zhǔn)確率和速度完成產(chǎn)品質(zhì)量檢測，將檢測準(zhǔn)確率提升至99.9%以上。

本文將通過技術(shù)解析與實(shí)戰(zhàn)案例，系統(tǒng)展示AI視覺系統(tǒng)如何賦能全自動裝盒機(jī)，實(shí)現(xiàn)檢測能力的質(zhì)的飛躍。

一、傳統(tǒng)檢測的三大痛點(diǎn)：為何需要AI視覺升級？

1.1 人工檢測的局限性

在傳統(tǒng)包裝線上，產(chǎn)品質(zhì)量檢測主要依賴人工目視檢查。這一模式存在難以克服的先天缺陷：

| 痛點(diǎn) | 具體表現(xiàn) | 對生產(chǎn)的影響 |

|-----|---------|-------------|

| 疲勞誤判 | 持續(xù)目視檢測30分鐘后，注意力下降，漏檢率上升3-5倍 | 不良品流入市場，客訴增加 |

| 速度瓶頸 | 人工檢測速度通常不超過30-40盒/分鐘 | 制約整線產(chǎn)能 |

| 標(biāo)準(zhǔn)不一 | 不同質(zhì)檢員判定標(biāo)準(zhǔn)存在差異 | 質(zhì)量波動大，難以標(biāo)準(zhǔn)化 |

以面膜行業(yè)為例，人工裝盒模式下，數(shù)片誤差率高達(dá)3%-5%，某頭部品牌曾因單片缺失導(dǎo)致年客訴量超20萬次。人工放置說明書的準(zhǔn)確率僅89%，某企業(yè)因說明書缺失被電商平臺罰款120萬元，直接影響品牌信譽(yù)。

1.2 傳統(tǒng)光電傳感器的不足

傳統(tǒng)光電傳感器雖能實(shí)現(xiàn)自動化檢測，但其能力邊界明顯：

- 無法識別復(fù)雜缺陷：僅能檢測“有無”，無法判斷“好壞”——如產(chǎn)品輕微變形、包裝膜微小破損、印刷字符模糊等

- 易受環(huán)境干擾：光照變化、灰塵附著會影響檢測穩(wěn)定性

- 缺乏自學(xué)習(xí)能力：面對新型缺陷時(shí)，需要人工重新調(diào)整參數(shù)

傳統(tǒng)的2D視覺檢測僅依賴平面圖像信息，難以應(yīng)對包裝圖案頻繁變化、包裝顏色多樣的復(fù)雜場景。某食品包裝企業(yè)曾采用2D視覺技術(shù)，因包裝圖案和顏色變化頻繁，系統(tǒng)難以準(zhǔn)確區(qū)分產(chǎn)品與背景。

1.3 行業(yè)對檢測精度的要求日益嚴(yán)苛

在制藥行業(yè)，F(xiàn)DA等監(jiān)管機(jī)構(gòu)對藥品包裝的追溯性和完整性提出了極高要求。研發(fā)人員稱：“在評估新技術(shù)時(shí)，我們不僅要考慮檢測的準(zhǔn)確性，還要兼顧系統(tǒng)的可靠性和穩(wěn)定性”。傳統(tǒng)檢測方式無法識別藥片缺損等細(xì)微缺陷，亟需更智能化的解決方案。

二、AI視覺檢測系統(tǒng)的核心技術(shù)突破

AI視覺檢測系統(tǒng)通過3D結(jié)構(gòu)光技術(shù)與深度學(xué)習(xí)算法的深度融合，實(shí)現(xiàn)了對產(chǎn)品缺陷的“超人級”識別能力。

2.1 3D結(jié)構(gòu)光視覺：從“平面”到“立體”的維度升級

傳統(tǒng)的2D視覺系統(tǒng)只能獲取物體的平面圖像信息，無法準(zhǔn)確判斷高度和姿態(tài)。而3D結(jié)構(gòu)光技術(shù)通過將編碼光柵圖案投射到物體表面，獲取三維輪廓信息，實(shí)現(xiàn)了質(zhì)的飛躍。

技術(shù)原理：

- 投影模塊將不可見的編碼光柵投射到產(chǎn)品表面

- 雙工業(yè)相機(jī)捕捉變形后的圖案

- 通過深度學(xué)習(xí)算法計(jì)算出物體的三維點(diǎn)云數(shù)據(jù)

- 在5毫秒內(nèi)完成3D重建與缺陷識別

以龍應(yīng)LY-125自動裝盒機(jī)為例，其集成的3D結(jié)構(gòu)光視覺系統(tǒng)采用藍(lán)光激光光源，波長穩(wěn)定性和抗干擾能力遠(yuǎn)超普通白光，即使在高速振動環(huán)境下也能保持±0.1mm的測量精度。系統(tǒng)通過200次/秒的高速掃描頻率，實(shí)時(shí)捕捉產(chǎn)品、說明書和包裝盒的三維姿態(tài)。

在實(shí)際應(yīng)用中，3D視覺技術(shù)還解決了以下難題：

- 通過獲取物體的高度信息，系統(tǒng)能夠精確識別自立袋的底部位置，確保機(jī)器人抓取方向正確

- 省去了調(diào)節(jié)背景顏色的部件，減少了維護(hù)工作量

- 以物理單位（毫米）而非像素為單位進(jìn)行測量，避免了鏡頭畸變補(bǔ)償問題

2.2 AI深度學(xué)習(xí)算法：讓設(shè)備“學(xué)會”識別缺陷

傳統(tǒng)視覺檢測依賴人工編寫規(guī)則（如“顏色閾值”“尺寸范圍”），面對復(fù)雜多變的缺陷類型時(shí)力不從心。而AI深度學(xué)習(xí)算法讓設(shè)備具備了“自學(xué)習(xí)”能力：

核心優(yōu)勢：

- 搭載1200萬像素工業(yè)相機(jī)與深度學(xué)習(xí)算法，實(shí)現(xiàn)0.01mm級精度識別

- 通過AI算法自動匹配不同產(chǎn)品的姿態(tài)和裝盒需求

- 系統(tǒng)能夠精準(zhǔn)區(qū)分單片、多片及組合包裝，識別率顯著提升

在軟袋包裝領(lǐng)域，賽摩智能與歐姆龍共研共創(chuàng)的AI統(tǒng)合理袋裝箱系統(tǒng)，通過在線智能視覺檢測技術(shù)，實(shí)現(xiàn)軟袋產(chǎn)品的疊袋分離、在線轉(zhuǎn)向、間距控制、在線檢測剔除等功能。該系統(tǒng)采用無回流設(shè)計(jì)，物料一次通過即可完成同面同向整理及有序輸出，遠(yuǎn)高于傳統(tǒng)產(chǎn)線的高節(jié)拍和品質(zhì)穩(wěn)定性。

2.3 四重關(guān)鍵檢測：全流程質(zhì)量閉環(huán)

現(xiàn)代3D結(jié)構(gòu)光視覺系統(tǒng)在裝盒過程中實(shí)施四重關(guān)鍵檢測，確保每一個(gè)環(huán)節(jié)都符合質(zhì)量要求：

（一）產(chǎn)品狀態(tài)檢測：系統(tǒng)首先對待裝盒產(chǎn)品進(jìn)行三維掃描，檢測其外觀完整性、擺放方向等關(guān)鍵指標(biāo)。通過點(diǎn)云數(shù)據(jù)分析，能夠識別凹陷、變形等細(xì)微缺陷，缺陷識別準(zhǔn)確率達(dá)99.9%。

（二）說明書檢測：對折疊后的說明書進(jìn)行三維建模，驗(yàn)證其折疊尺寸、折疊方向是否正確。3D視覺系統(tǒng)與超聲波雙張檢測技術(shù)協(xié)同工作，能夠檢測出0.5mm的尺寸偏差。在龍應(yīng)LY-125上，系統(tǒng)采用真空吸附技術(shù)，通過納米級微孔吸附盤抓取0.08-0.15mm厚度的說明書，吸附力誤差≤0.5N，確保輕薄紙張不破損。

（三）包裝盒檢測：通過3D掃描實(shí)時(shí)監(jiān)控包裝盒的開盒狀態(tài)、盒體完整性。系統(tǒng)能夠識別盒體變形、盒口未完全打開等異常情況，并及時(shí)觸發(fā)停機(jī)信號。

（四）終裝盒效果檢測：在產(chǎn)品入盒后，系統(tǒng)對裝盒成品進(jìn)行終檢測，驗(yàn)證產(chǎn)品與包裝盒的匹配度、封裝質(zhì)量等指標(biāo)。檢測數(shù)據(jù)實(shí)時(shí)上傳至MES系統(tǒng)，形成完整的質(zhì)量追溯鏈條。

三、實(shí)戰(zhàn)案例：AI視覺系統(tǒng)的應(yīng)用成效

3.1 制藥企業(yè)案例：錯(cuò)裝率從1.2%降至0.04%

企業(yè)背景：某知名制藥企業(yè)，生產(chǎn)片劑類藥品，年產(chǎn)量數(shù)百萬盒。

痛點(diǎn)：傳統(tǒng)裝盒過程中，藥片缺損、說明書漏放、藥板錯(cuò)裝等問題頻發(fā)，錯(cuò)裝率約1.2%，客戶投訴居高不下。

解決方案：引入3D結(jié)構(gòu)光視覺系統(tǒng)，實(shí)施四重關(guān)鍵檢測：

1. 產(chǎn)品狀態(tài)檢測：三維掃描檢測藥片完整性、擺放方向

2. 說明書檢測：驗(yàn)證折疊尺寸、折疊方向是否正確（可檢測0.5mm尺寸偏差）

3. 包裝盒檢測：監(jiān)控開盒狀態(tài)、盒體完整性

4. 終裝盒效果檢測：驗(yàn)證產(chǎn)品與包裝盒匹配度、封裝質(zhì)量

成效：

| 指標(biāo) | 優(yōu)化前 | 優(yōu)化后 | 改善幅度 |

|-----|-------|-------|---------|

| 錯(cuò)裝率 | 1.2% | 0.04% | 96.7%↓ |

| 誤報(bào)率 | 基準(zhǔn) | 降低80% | 顯著改善 |

| 日均停機(jī)次數(shù) | 15次 | 3次 | 80%↓ |

| 有效運(yùn)行時(shí)間 | 基準(zhǔn) | 增加12% | 產(chǎn)能提升 |

| 檢測累計(jì) | — | 120萬盒 | 僅5例錯(cuò)裝 |

在連續(xù)三個(gè)月的運(yùn)行期間，該系統(tǒng)累計(jì)檢測120萬盒產(chǎn)品，僅發(fā)生5例錯(cuò)裝，且均在出廠前被系統(tǒng)成功攔截。該企業(yè)還憑借這一能力成功通過了FDA的嚴(yán)格審核。

3.2 烘焙加工案例：解決了包裝速度快導(dǎo)致的檢測難題

企業(yè)背景：烘焙加工企業(yè)包裝尺寸和類型多樣，需要對各種包裝進(jìn)行在線尺寸測量和分揀。

痛點(diǎn)：包裝圖案和顏色變化頻繁，傳統(tǒng)2D視覺系統(tǒng)難以區(qū)分物體和背景，導(dǎo)致系統(tǒng)混淆。

解決方案：采用LMI Gocator 2170激光輪廓儀，利用3D高度信息識別包裝，摒棄了只依賴2D強(qiáng)度數(shù)據(jù)區(qū)分顏色和背景的傳統(tǒng)方法。

成效：

- 第一套系統(tǒng)交付現(xiàn)場無需任何調(diào)整即完成調(diào)試，獲得客戶認(rèn)可

- 3D幾何信息更加可靠，徹底解決了背景變化造成的混淆問題

- 省去了更換背景控制部件的步驟，簡化了操作流程

- 采用物理單位（毫米）工作，避免了鏡頭畸變和視差效應(yīng)，提高了檢測和處理精度

JLS Automation技術(shù)副總裁Craig Hafner表示：“JLS選擇LMI Gocator傳感器是為了讓我們始終處于行業(yè)領(lǐng)先地位。它性能穩(wěn)定可靠，能夠幫助我們的客戶持續(xù)滿足生產(chǎn)需求?！?/p>

3.3 日化企業(yè)案例：數(shù)片革命與人效提升

企業(yè)背景：某面膜品牌，日均產(chǎn)能達(dá)千萬級。

痛點(diǎn)：人工數(shù)片誤差率高達(dá)3%-5%，因單片缺失導(dǎo)致的年客訴量超20萬次，品牌口碑損失難以估量。

解決方案：引入LY-125面膜自動裝盒機(jī)，搭載AI視覺識別系統(tǒng)。

核心技術(shù)：

- 1200萬像素工業(yè)相機(jī)：實(shí)現(xiàn)0.01mm級膜片邊緣識別

- 深度學(xué)習(xí)算法：精準(zhǔn)區(qū)分單片、多片及組合包裝

- 動態(tài)補(bǔ)償機(jī)制：針對膜片褶皺、疊片等異常，自動觸發(fā)機(jī)械臂二次整理

成效：

- 數(shù)片準(zhǔn)確率達(dá)99.97%，較人工提升30倍

- 年減少因數(shù)片錯(cuò)誤導(dǎo)致的退貨損失超80萬元

3.4 軟袋包裝：從“人工整理”到“AI智能理料”

企業(yè)背景：某食品/藥品生產(chǎn)企業(yè)，產(chǎn)品為軟袋包裝。

痛點(diǎn)：軟袋產(chǎn)品在包裝前需要整理、計(jì)數(shù)、轉(zhuǎn)向，傳統(tǒng)方式依賴人工，效率低、易出錯(cuò)。

解決方案：賽摩智能與歐姆龍共研共創(chuàng)的AI統(tǒng)合理袋裝箱系統(tǒng)，通過在線智能視覺檢測技術(shù)，實(shí)現(xiàn)軟袋產(chǎn)品的疊袋分離、在線轉(zhuǎn)向、間距控制、在線檢測剔除等功能。

技術(shù)亮點(diǎn)：

- 無回流設(shè)計(jì)：物料一次通過即可完成同面同向整理及有序輸出

- AI算法：可快速調(diào)試，兼容不同型號、規(guī)格的物料

- PLC聯(lián)動：實(shí)現(xiàn)低能耗運(yùn)行，幫助客戶降本增效

成效：

- 實(shí)現(xiàn)軟袋包裝后道工序的自動化和智能化

- 遠(yuǎn)高于傳統(tǒng)產(chǎn)線的高節(jié)拍和品質(zhì)穩(wěn)定性

- 配合P-MES系統(tǒng)實(shí)現(xiàn)包裝生產(chǎn)運(yùn)營智能管控

四、AI視覺檢測的核心優(yōu)勢

4.1 準(zhǔn)確率：從“人工級”到“超人級”

綜合行業(yè)數(shù)據(jù)，AI視覺檢測系統(tǒng)在典型應(yīng)用場景中的表現(xiàn)如下：

| 檢測類型 | 傳統(tǒng)人工 | 傳統(tǒng)傳感器 | AI視覺系統(tǒng) | 信息來源 |

|---------|---------|-----------|-----------|---------|

| 產(chǎn)品完整性檢測 | 95-97% | 98% | 99.9%以上 | |

| 說明書有無檢測 | 89% | 95% | 99.97% | |

| 數(shù)片準(zhǔn)確率 | 95-97% | — | 99.97% | |

| 缺陷識別（復(fù)雜缺陷） | 70-80% | — | 99.9% | |

4.2 速度：毫秒級響應(yīng)，不影響產(chǎn)線節(jié)拍

3D結(jié)構(gòu)光視覺系統(tǒng)采用多核并行處理架構(gòu)，能夠在極短時(shí)間內(nèi)完成大量的點(diǎn)云數(shù)據(jù)處理：

- 圖像采集+處理：全過程耗時(shí)不足10毫秒

- 高速掃描頻率：可達(dá)200次/秒

- 動態(tài)響應(yīng)：系統(tǒng)能夠在0.2秒內(nèi)完成面膜本體的三維建模

這一處理速度完全匹配高速裝盒機(jī)的生產(chǎn)節(jié)奏，檢測環(huán)節(jié)不會成為產(chǎn)能瓶頸。

4.3 抗干擾能力：復(fù)雜環(huán)境的穩(wěn)定保障

傳統(tǒng)2D視覺易受環(huán)境光照變化、背景圖案干擾。AI視覺系統(tǒng)通過以下設(shè)計(jì)解決了這一問題：

- 主動投射編碼光源：采用藍(lán)光激光光源，受環(huán)境光影響小

- 3D幾何信息優(yōu)先：摒棄僅依賴2D強(qiáng)度數(shù)據(jù)的舊方法，以3D高度信息為核心

- 寬光照適應(yīng)范圍：在500-2000lux的環(huán)境光照變化范圍內(nèi)，測量精度波動小于0.05mm

- 無需外部照明：3D技術(shù)的應(yīng)用省去了外部照明，不僅降低成本，還提高了機(jī)器的衛(wèi)生設(shè)計(jì)

4.4 數(shù)據(jù)追溯：從“檢測”到“管理”

AI視覺系統(tǒng)不僅僅是檢測工具，更是數(shù)據(jù)采集終端：

- 檢測數(shù)據(jù)實(shí)時(shí)上傳至MES系統(tǒng)

- 形成完整的質(zhì)量追溯鏈條（“瓶-箱-垛”三級關(guān)聯(lián)）

- 為工藝優(yōu)化和質(zhì)量改進(jìn)提供數(shù)據(jù)支撐

古越龍山數(shù)字化工廠項(xiàng)目的實(shí)踐顯示，通過AI視覺識別剔除不合格碼，數(shù)據(jù)采集準(zhǔn)確率達(dá)99.9%，故障響應(yīng)時(shí)間縮短60%，竄貨預(yù)警率達(dá)100%。

五、設(shè)備選型建議

5.1 根據(jù)產(chǎn)品特性選擇視覺方案

| 產(chǎn)品類型 | 推薦視覺方案 | 核心考量 |

|---------|-------------|---------|

| 片劑、膠囊 | 3D結(jié)構(gòu)光+高光譜 | 檢測缺損、變形、顏色異常 |

| 軟袋包裝 | 2D視覺+深度學(xué)習(xí) | 檢測封口、褶皺、定位 |

| 異形/透明產(chǎn)品 | 3D激光輪廓儀 | 獲取三維輪廓信息 |

| 高速產(chǎn)線 | 多光譜+高速相機(jī) | 200次/秒以上掃描頻率 |

5.2 設(shè)備選型考量維度

| 考量維度 | 建議配置 | 理由 |

|---------|---------|------|

| 相機(jī)配置 | ≥1200萬像素工業(yè)相機(jī) | 0.01mm級精度，保證清晰度 |

| 光源系統(tǒng) | 3D結(jié)構(gòu)光+藍(lán)光激光 | 抗環(huán)境光干擾，±0.1mm精度 |

| 處理能力 | 多核并行處理架構(gòu) | 全流程耗時(shí)＜10毫秒 |

| 算法能力 | 深度學(xué)習(xí)+自學(xué)習(xí) | 持續(xù)優(yōu)化檢測精度 |

| 數(shù)據(jù)接口 | MES/ERP對接能力 | 實(shí)現(xiàn)質(zhì)量追溯鏈條 |

5.3 實(shí)施建議

1. 分階段推進(jìn)：先針對高發(fā)缺陷類型部署AI視覺檢測，再逐步擴(kuò)展覆蓋范圍

2. 建立樣本庫：積累充足的正樣本（合格品）和負(fù)樣本（缺陷品）圖像，用于算法訓(xùn)練

3. 與MES系統(tǒng)集成：將檢測數(shù)據(jù)納入企業(yè)質(zhì)量管理體系，實(shí)現(xiàn)閉環(huán)改進(jìn)

六、未來展望

AI視覺檢測技術(shù)正在快速演進(jìn)，未來將呈現(xiàn)以下趨勢：

邊緣計(jì)算與云端協(xié)同：設(shè)備端實(shí)現(xiàn)毫秒級實(shí)時(shí)檢測，云端進(jìn)行復(fù)雜模型訓(xùn)練和持續(xù)優(yōu)化。賽摩與歐姆龍的合作已展示了這種協(xié)同模式的價(jià)值。

3D視覺普及化：隨著激光輪廓儀、3D結(jié)構(gòu)光等技術(shù)的成熟，3D視覺正從“高端選配”變?yōu)椤靶袠I(yè)標(biāo)配”。全自動裝盒機(jī)3D視覺系統(tǒng)已可將錯(cuò)裝率控制在0.05%以下。

多光譜融合：高光譜、紅外、紫外等多光譜信息的融合，將使檢測維度更加豐富，發(fā)現(xiàn)更多肉眼不可見的缺陷。

預(yù)測性質(zhì)量管控：從“事后檢測”向“事前預(yù)測”演進(jìn)，通過分析趨勢提前預(yù)警質(zhì)量風(fēng)險(xiǎn)。古越龍山項(xiàng)目已實(shí)現(xiàn)“生產(chǎn)賦碼-倉儲關(guān)聯(lián)-流通追蹤”全鏈路數(shù)據(jù)閉環(huán)。

七、結(jié)語

從人工目視到光電傳感器，再到AI視覺系統(tǒng)，全自動裝盒機(jī)的檢測能力正在經(jīng)歷代際躍遷。3D結(jié)構(gòu)光技術(shù)將檢測從“平面”升級到“立體”，深度學(xué)習(xí)算法讓設(shè)備“學(xué)會”識別缺陷——這些技術(shù)的融合，使錯(cuò)裝率從1.2%降至0.04%、數(shù)片準(zhǔn)確率提升至99.97%成為可能。

對于追求“零缺陷”目標(biāo)的制造企業(yè)而言，AI視覺檢測已不再是“可選升級”，而是保障產(chǎn)品質(zhì)量、降低客訴風(fēng)險(xiǎn)、提升品牌信譽(yù)的戰(zhàn)略必備能力。

---

（注：本文案例數(shù)據(jù)基于行業(yè)調(diào)研，具體參數(shù)請以各廠商官方數(shù)據(jù)為準(zhǔn)。）