Fotogrammetrie je jako automobilový VAR
  • Preciznost je v automobilovém průmyslu klíčová, proto jsou tolerance při měření karoserií menší, než je tloušťka listu papíru
  • Fotogrammetrie zvyšuje efektivitu měření při výrobě z hlediska rychlosti, preciznosti a konektivity
  • SEAT je prvním výrobcem, který zavedl ve velkém měřítku do praxe průběžné bezkontaktní měření: Každý den pořizuje 9000 snímků a analyzuje až 210 milionů bodových měření

Praha, 07/06/2021. Ve fotbale může jeden centimetr znamenat rozdíl mezi regulérním gólem a jeho neuznáním z důvodu postavení útočícího hráče mimo hru. Zavedení systému VAR (Video Assistant Referee/video asistent rozhodčího) zvýšilo přesnost při posuzování sporných centimetrů. Co kdybychom však místo centimetrů hovořili o desetinách milimetru, které odpovídají tloušťce listu papíru? Oddělení technologie měření a modulárního fixačního systému ve společnosti SEAT sleduje při měření karoserií vyráběných vozů právě desetiny milimetru. Dosud se na procesu měření zčásti podílela manuální práce. Příchod inovativní bezkontaktní technologie však znamená zásadní změnu pro efektivitu celého procesu měření při výrobě automobilů na montážní lince.

Cesta k preciznosti. „Fotogrammetrie je technologie bezkontaktního optického měření, která nám umožňuje prostřednictvím fotografií zaznamenávat na měřeném objektu miliony bodů a zjišťovat na každém místě hloubku a tloušťku,“ vysvětluje Pedro Vallejo, vedoucí oddělení technologie měření a modulárního fixačního systému ve společnosti SEAT. Měřené body se zachycují na barevné mapě, která ukazuje případné odchylky od optimální hodnoty. „Na snímku vidíme 100 % geometrických linií vozidla v exteriéru i interiéru. Díky tomu okamžitě odhalíme jakékoli změny,“ dodává Paco Triguero, vedoucí oddělení měření vnitřních dílů ve společnosti SEAT.

Jak to funguje? Sady dílů jsou během každé výrobní směny náhodně vybírány z montážní linky a podrobovány důkladné kontrole. Automatizovaní roboti AGV přepravují tyto komponenty do měřicí haly. V ní jsou na 1500 metrech čtverečních stroje s kamerami. Díky jejich práci je zaručeno, že všechna vozidla opouštějí montážní linku se správnými rozměry a optimální úrovní bezpečnosti a provozních vlastností. Případné odchylky mohou být rychle odstraněny.

Důležitost rostoucího počtu bodových měření. Karoserie automobilu je tvořena mnoha různými díly. Jejich měření musí být proto přesné, což nyní zajišťuje fotogrammetrie. „Stroje pořizují celkem 200 až 300 snímků u montážních celků a 1000 fotografií u celého skeletu karoserie, což je ekvivalentem sedmi milionů bodových měření u montážního celku a až 98 milionů u celého skeletu,“ vysvětluje Paco. Každý den je zhotoveno 9000 snímků a analyzováno až 210 milionů bodových měření.

Žádná ztráta času. Optická technologie zkrátila dobu měření v porovnání s konvenčními metodami dotykového měření až o 90 %. „Dříve jsme změřili tři díly za den, zatímco nyní jich kontrolujeme 30 denně,“ říká Paco. „To nám umožnilo zásadně změnit způsob, jímž jsme pracovali v uplynulých 20 až 30 letech. Zaměstnance jsme proškolili pro používání metod, které jsou náročnější na kvalifikaci, a exponenciálně vzrostlo množství získávaných informací, abychom mohli zákazníkům dodávat automobily v nejvyšší možné kvalitě,“ říká Pedro. Tato metoda se v současnosti používá na montážní lince modelů SEAT Leon a CUPRA Formentor.

Technologický milník. Používání fotogrammetrie, optimalizované společností SEAT, v sériovém měření je v automobilovém průmyslu průkopnickým a inovativním procesem. Fotogrammetrie zvyšuje efektivitu měření z hlediska jeho rychlosti, preciznosti a konektivity. „Jsme prvním výrobcem, který ve velkém měřítku používá průběžné bezkontaktní automatizované měření. Díky němu dokážeme zaručit, aby vozy sjíždějící z montážní linky měly stejnou úroveň kvality jako dokonalý prototyp, a to po celou dobu výroby modelové řady,“ zdůrazňuje Pedro.

Okno do budoucnosti. Díky nástrojům datové vědy pro zpracování velkých dat bude možné na základě velkých objemů informací, získávaných nyní fotogrammetrií, předvídat nežádoucí situace ve výrobě ještě dřív, než k nim dojde. „Všechna tato data uchováváme, aby mohl algoritmus strojového učení zkoumat četnost jakýchkoli odchylek,“ vysvětluje Pedro. „Nyní je můžeme lokalizovat a reagovat na ně, ale později bude program postupovat preventivně. Bude analyzovat, jak často se opakují, a bude sestavovat prognózy potřeby změnit nastavení stroje, který způsobil příslušnou odchylku,“ dodává nakonec inženýr.