解決方案產業類別(Page 9)
解決方案 · 依產業 —

產業類別

工業中的機器視覺使自動化系統能夠觀察、判斷和行動。它使用攝影機、光學元件、受控照明和人工智慧驅動的軟體,即時分析視覺數據,以檢測缺陷、測量尺寸、讀取代碼和引導機器人。然而,每個部門都有不同的物件、缺陷、操作條件和週期時間。因此,這些行業分為工業、基礎設施和能源以及消費者和醫療保健,每個頁面都匯集了經過現場驗證的應用程式和部署,以滿足您的營運挑戰。

工業領域

適用於規則耗盡的工廠的工業機器視覺:批次不同的缺陷、反射或模糊的標記、永不靜止的零件。這些部署顯示了根據樣本影像訓練的檢查和機器人處理,而不是在每次轉換時重新調整閾值。

製造機器視覺將檢查、驗證、計數和機器人處理連結起來。從接線和筆記型電腦建造到焊接、墊片和機械加工零件,它可以發現缺陷和缺少物品、更新庫存並指導 CNC 和裝配操作的 3D 箱揀選。

電子機器視覺可發現細微缺陷並驗證 PCB 和組件組裝。覆蓋範圍包括 BGA 焊接、MLCC 表面、電纜絕緣、筆記型電腦製造、包裝內容、連接器分類和設備檢查,針對導致手動重新檢查的低對比度錯誤。

半導體人工智慧偵測位於可見度邊緣、對比度低且容易被誤認為拋光痕跡或正常表面紋理的缺陷。這些部署表明,晶圓廠和封裝線能夠捕捉到 AOI 過度殺傷或遺漏的內容,從 CMP 刮痕到切割晶片。

LED 缺陷檢查,其中缺陷太小、變化太大、位置太隨機,無法固定規則。這些部署顯示了透過定位每個缺陷的分段模型檢查的光學組件,以及沿途讀取數位記錄的類比儀表。

金屬零件機器視覺檢查反射工件並使機器人路徑適應實際幾何形狀。它涵蓋機械加工部件和焊接缺陷、金屬庫存、管計數、零件分類、3D 箱揀選、CNC 裝載、鋼軌邊緣修整和機器人磨削。

汽車機器視覺透過搬運、組裝和檢查來追蹤零件。工作流程涵蓋隨機箱揀選、齒輪裝載和車身面板密封、輪胎 DOT 和引擎序列讀取、油漆和零件缺陷檢測、車門驗證和注塑監控。

在塑膠和橡膠檢測中,模製零件的每次注射都會有所不同,而柔性材料的情況不會有兩次相同的情況。這些部署顯示了吸收這種變化的缺陷檢查,機器人拾取固定自動化無法抓取的化合物和模製零件。

紡織布料檢查,產品本身的顏色、圖案和紋理掩蓋瑕疵,AOI 將正常編織標記為瑕疵。這些部署顯示了在不斷變化的設計中出現的孔洞、結和斷線,而無需對每件物品進行重新調整。

基礎設施與能源

基礎設施資產檢查,資產分布在多個據點,記錄仍保留在紙本上。這些部署顯示,無人機、攝影機與 AR 裝置會依照書面標準執行檢查,範圍從渦輪葉片到裝卸區,並即時記錄每項結果。

泵站的公用事業資產檢查,人工智慧會持續讀取指針式儀表數值與面板指示燈,並標記超出安全範圍的任何情況。電氣接線檢查依照 AR 引導的作業程序進行,因此能在作業當下擷取現場紀錄。

對石膏乾牆板進行建築材料檢查,發現隱藏在印刷和紋理表面圖案內部的污漬、污垢、刮痕和壓花缺陷。在現場,AR 引導檢查引導操作員一步步完成油輪裝卸。

堆場與倉庫中的物流 AI 視覺,應用於仍仰賴人工目視與紙本記錄的環節:根據貨櫃號碼輸入閘口紀錄,以及由人員逐排盤點貨架庫存。這些部署顯示,攝影機可執行讀取、計數與揀選,並即時記錄每項結果。

使用配備人工智慧的無人機進行再生能源檢查,檢查整座風力發電場內從葉片到馬達墊片的狀況,並以 GPS 座標記錄結果。AR 引導檢查依照作業程序驗證儲能設定與電氣接線,並建立數位檢查紀錄。

機場停機坪透過現有 IP 攝影機監控飛機週轉各階段所需時間,取代登機橋接駁、貨物裝載、餐飲補給與旅客下機的人工碼錶紀錄。結果直接傳送至停機坪管理系統,以供即時介入。

航太機器視覺用於遺漏步驟會造成最高代價的作業:人員憑記憶檢查接線,套件則由數十個幾乎相同的零件組成。這些部署顯示,AR 引導可確保操作員遵循作業程序,機器人則能識別小至 5 毫米墊圈的元件。

民生消費與醫療

在消費品檢驗中,自然變化是常態,反光包裝超出了固定門檻。這些部署表明,分級機、藥房和裝瓶商對從雞蛋到香水玻璃器皿等看似絕不相同的產品保持同一個標準。

零售貨架和結帳視覺可根據貨架圖像審核貨架圖,驗證產品放置、貨架標籤和庫存間隙,無需手動走查。在收銀台,商品識別可加快自助結帳速度,並且相同的計數模型可保持整個商店的最新庫存記錄。

製藥人工智慧檢查,漏掉的顆粒或填充錯誤到達患者手中,反光泡罩薄膜使傳統攝影機失明。這些部署顯示以生產線速度檢查無菌產品是否存在與規則差異太大的缺陷,並記錄每個結果。

食品和飲料機器視覺中的天然產品不符合規範,而且衛生條件不允許。這些部署顯示透過彎曲的低對比度玻璃發現的污染,從反光帽讀取程式碼,並且在每個專案不同的地方保持穩定的分級。

賭場籌碼計數人工智慧可對面額進行分類並驗證現有監視器的總數,從而保持籌碼堆疊和顏色緊密排列的準確性。對整個桿面進行檢查,拋光的球桿頭也會出現同樣的反射表面問題。

對香水玻璃器皿進行化妝品瓶檢查,發現透明、彎曲和高反射表面上的生產缺陷,而手動抽查通常會漏掉這些缺陷。基於影像的學習取代了每個新瓶子形狀所需的照明和閾值調整。

用於履行奢侈品訂單的易碎品機器人揀選,這些物品是精緻的、高價值的並且到達時以不同的方式呈現。視覺引導抓取選擇並放置每件物品,沒有破損風險,大多數配送中心都保留這種揀選手冊。

SolVision · Defect detection
Run your own parts through SolVision —
Bring your defect images, get a trained inspection model back.