铝合金车轮企业向整车厂供货时,包装环节易因人工操作疏忽混入外观相似的不同轮型,引发混包问题。本 AI 防混包系统在码垛环节实时监测,确保同一包装单元内车轮规格一致。个人职责:独立负责整套上位机软件的需求对接、架构设计、编码开发、现场联调与交付。
核心技术实现:
本项目为三端协同架构:设备端(WinForms 上位机)、训练服务器、WPF 纠错客户端。
1.设备端:集成海康工业相机、正运动控制卡(ZMotion)、Modbus RTU/TCP 及光源镜头控制;基于 ONNX Runtime + OpenCvSharp 完成轮毂型号识别、托盘孔位定位与异物(泡沫等)检测,联动 PLC 完成自动码垛,SQLite 存储模板与报警数据,并配语音提示。难点:产线节拍紧、视觉误判干扰生产。解决:视觉推理与运动控制多线程隔离保证实时性;低置信度图像自动归档回流,支撑模型持续迭代。
2.服务器:以 gRPC 集中承载视觉模板训练,设备端发起托盘/轮毂学习请求,服务端调用算法库训练并更新共享数据库;采用服务端流式 RPC 实时回传训练进度。难点:多设备并发、训练长任务易阻塞。解决:流式进度上报 + 统一异常捕获,失败原因明确回传,避免客户端长时间假死。
3.客户端(WPF / .NET 10,MVVM + Dapper):经 SMB 共享挂载多台设备,采集误判图片人工标注后触发训练、发布新模型。难点:车间网络不稳定、模型版本易混乱。解决:SMB 连接三重重试并处理 1219 多连接冲突,文件锁防止并发训练;设备端自动检测 hubModel_new 目录热更新模型,旧版自动备份可回滚,形成"采集—标注—训练—下发"的模型迭代闭环。