3D掃描技術丨助力大尺寸汽車玻璃曲面質量檢測

2023-08-31 12:15:13來源：中關村在線

當今汽車工業競爭日益激烈，汽車制造商們對于產品質量和安全性的關注達到了前所未有的高度。作為汽車重要組成部分，汽車玻璃質量對于汽車制造意義重大，借助思看科技先進的技術手段進行汽車玻璃質量檢測，不僅關乎汽車出行安全，也是車企提升產品競爭力、實現降本增效的必要舉措。

01案例背景

本次項目的客戶是某大型安全玻璃制造企業，該公司主營各種汽車用安全玻璃及總成系統的研發、設計、生產和銷售，其產品廣泛應用于各種乘用車、商用車和特種車輛，是中國汽車玻璃行業中的領先企業之一。　　

(資料圖片僅供參考)

客戶要求對汽車玻璃進行全尺寸三維測量以評估玻璃生產和裝配質量，指導后續生產加工，確保汽車玻璃符合嚴格的質量控制標準。

02客戶需求與痛點

汽車玻璃包括前后擋風玻璃、側窗玻璃、車燈罩、天窗、后視鏡等，不僅關乎整車美觀性和駕乘體驗，更是保護駕乘人員安全的關鍵防御屏障。通過對玻璃進行全面檢測，可以及時發現潛在的劃痕、凹陷、氣泡等質量缺陷，也可以輔助驗證玻璃裝配質量，提高車內密封性和舒適度。此次項目客戶需求主要有兩點：

1. 測量玻璃表面的尺寸、形狀以及缺陷瑕疵，包括曲面度、凹凸、微小的劃痕、裂紋等，以評估玻璃制造缺陷與質量情況，確保玻璃表面的光潔度和完整性。

2. 測量玻璃邊緣的尺寸數據，以評估邊緣吻合度，分析是否存在無法正常裝配的情況，確保安裝的質量和密封性。

客戶以往采用測量室、檢具、人工測量等方式進行測量，存在諸多不足之處：

1. 測量室應用范圍有限，需要打點測量，檢測過程繁瑣且耗時耗力，對于玻璃復雜曲面尤其是邊緣吻合度，無法完整測量。

2. 利用專門的檢具進行測量，制作成本高，不同型號的玻璃需要配備相應的檢具，且無法保證所有檢具的精度符合要求。

3. 人工視覺檢測是較為常見的手段之一，通過技術人員目測判斷玻璃表面缺陷，非常依賴人工經驗，檢測標準主觀，檢測效率低下，且無法實時形成直觀的檢測報告。

03項目難點

1. 玻璃表面為透明材質，具有很強的反射激光的能力，普通掃描儀采集數據時容易出現干擾或失真。

2. 汽車玻璃為復雜的曲面且表面特征少，尺寸較大，長1m以上，普通掃描儀難以完整覆蓋或捕捉到全部區域。

3. 玻璃邊緣的特征非常細小且復雜，一般的檢測手段很難清晰獲取邊緣的精準數據。

04解決方案

使用設備：KSCAN-MAGIC

01 首先，用夾具將玻璃固定，使用KSCAN-Magic復合式三維掃描儀快速掃描玻璃表面及邊緣處，實時獲取玻璃的幾何數據，如長度、寬度、曲率等。

02 采用KSCAN-Magic精細掃描模式，檢測玻璃表面缺陷或損傷，精準采集表面細小缺陷處的三維點云數據。

03 結合專業軟件將高密度點云數據生成直觀的3D數據模型。

04 將生成的三維數據模型與標準CAD模型進行分析對比，根據數據報告結果確定玻璃的尺寸形狀、缺陷、邊緣吻合度，以評估玻璃的質量缺陷和裝配偏差，輔助工作人員判斷玻璃是否符合標準。

方案優勢小結

01 攝影測量保證精度

KSCAN-Magic系列三維掃描儀內置大面幅攝影測量，掃描面幅可達3760mm x 3150mm，面對客戶1m以上異形曲面，可以有效消除大尺寸測量帶來的累計誤差，保障體積精度。

02 五種模式全面測量

標配5種工作模式，大面幅掃描模式下快速獲取玻璃尺寸、型面特征；精細掃描模式下，最高分辨率可達0.010mm，精準捕捉復雜曲面細小的缺陷特征；設備還可選配智能邊界探測模塊，借助高精度灰階邊緣算法，輕松完成邊緣吻合度測量。

03 靈活便攜快速高效

KSCAN-MAGIC系列掃描儀可以以最高4,150,000次測量/秒的點云捕捉速率，在短時間內獲得玻璃表面的高精度三維模型，相比客戶以往的檢測方法大大節省了時間和人力物力，此外KSCAN-MAGIC以其高度便攜性可以高效應對多種復雜的作業場景，數據獲取穩定不受環境干擾。

04 實時報告可視化分析

通過專業軟件生成可視化報告，清晰呈現汽車玻璃的形狀、尺寸、邊緣吻合度及其他缺陷處特征色譜圖，通過將掃描結果與標準數模進行對比，精準定位質量問題，指導后續加工。同時，可視化報告可以有助于存檔管理，并作為追溯質量問題的數據依據。

思看科技3D測量解決方案以強大的性能優勢幫助客戶更加高效、精準地完成汽車玻璃質量檢測，不僅保障了玻璃生產的質量和安全性，還大幅縮短了檢測時間，幫助企業提升了生產效益。此前，思看科技手持式三維掃描儀還用于多種中大型異形曲面玻璃三維檢測，助力制造企業更高效率、更低成本地實現玻璃質量控制。

思看科技一直致力于為客戶提供三維視覺測量解決方案，面向未來，思看科技將以更具創新性和前瞻性的3D數字化技術和產品解決方案賦能全球制造企業，促進企業技術改進、工藝革新、自動化智能生產，加速企業智能制造產業轉型。

標簽：