随着工业自动化和智能制造的快速发展，传统的金属零部件缺陷检测方法已难以满足现代生产中的部分需求，如纹理缺陷和微小缺陷的检测等。深圳技术大学的“全域智检”团队致力于打破这一瓶颈，研发出了一种全新的检测系统，结合了2D视觉、3D视觉、光声融合技术和超声波技术，成功实现了对轴承、万向节、蓝膜电池等金属零部件的表面、亚表面及内部缺陷的精准检测。

突破传统检测技术，如何实现更高精度的缺陷检测？

该系统通过集成光声融合检测技术，利用激光激发超声波信号和选择性装配超声发射器，有效地检测到金属材料内部的深层缺陷，如裂纹和孔洞。光声技术主要应用于检测亚表面缺陷，通过利用激光激发超声波来进行光声融合成像，弥补了超声波在检测亚表面时成像不清晰的不足。而超声波则能够进一步检测到更深层次的内部缺陷，如材料内部的裂纹和孔洞。因此，光声、超声和视觉技术各司其职，充分发挥各自优势，实现了外表面、亚表面和内部缺陷的全面覆盖。与此同时，改进的光度立体算法、YOLO算法和3D点云技术也使得该系统能够克服传统检测方法的反光和翘曲问题，精准定位微小缺陷，提高了检测精度和效率。

图1改进算法（左）与传统算法（右）

为何选择金属零部件缺陷检测作为技术创新突破口？

团队负责人解释道：“在工业生产中，金属零部件的质量是设备安全性与生产效率的核心要素。任何一个微小的缺陷都可能引发重大安全隐患或生产事故。因此，我们团队通过跨学科合作，将光电信息、智能感知与工业检测技术深度融合，研发出了一套高效、精准、智能化的检测系统。这套系统不仅填补了传统检测方法的不足，还具备广泛的应用前景，能够显著提升工业制造的可靠性和智能化水平。”

如何与行业合作，推动技术转化与应用？

自项目启动以来，团队深入调研了多个行业需求，特别是在轴承、万向节和新能源电池制造领域，针对市场现有缺陷检测技术的不足，提出了全新的解决方案。与行业合作伙伴的紧密合作，使得这一系统的技术得以快速应用，并在多个实验中表现出色。

图2蓝膜电池取图效果（缺陷：凹点）

目前，该检测系统已成功应用于多个工业生产环节，有效减少了生产过程中缺陷的漏检率和误检率，同时提高了生产效率。杭州能创高新技术有限公司的技术合作，确保了项目的产品试点和技术改进。根据测试结果，团队的技术能够将漏检率从5.5%降低至1.4%，并将检测时间缩短至3小时以内。

图2团队成员在进行设备和实验操作

未来展望：如何推动全球智能制造的进步？

“我们不仅希望通过技术创新提高工业生产的质量和效率，更希望能为行业提供一个全面的解决方案，推动智能制造的快速发展。”团队代表表示，未来团队计划进一步扩大产品应用范围，进军更广泛的金属零部件和新能源市场，推动技术走向全球。

“全域智检”团队的成功，代表着深圳技术大学在推动创新创业方面的又一突破，也为中国制造业的智能化、精准化检测开辟了新的路径。随着技术不断迭代升级，团队将继续致力于推动工业检测领域的技术革新，为制造业的质量控制提供更加高效、可靠的技术支持。