Vision with Intelligence
SOLOMON
产品中心
以AI視覺為核心,涵蓋視覺檢測、3D感測與機器人、AR作業指引,以及AMR模擬與調度,支援快速部署與彈性擴充。
AI 视觉检测
META-aivi
SolVision
産業用ロボット自動化
SolScan
AccuPick 3D 智能料箱拣选
SolMotion
AccuPick LM
解决方案
成功案例
真实部署,真实成果。看看全球制造商如何运用 Solomon 的 AI 视觉与机器人技术,解决最棘手的自动化难题。
按产品浏览
AccuPick
3D 相机与机器人技术
META-aivi
AR + AI 视觉
SolMotion
视觉与机器人技术
SolVision
视觉检测
3D 料箱拣选实现塑料零件搬运自动化
解决方案
按应用场景
从应用出发,找到对应的技术。这里的每一项应用,都对应一个真实的产线问题,以及一套经过验证的 AI 视觉与机器人解决方案。
透过AI实现自动化
— 从需要解决的任务出发
AI 视觉检测
OCR 光学字符识别
SOP 合规
仪表读取
分类识别
判别有无
安全监测
瑕疵检测
装配验证
计数验证
质量检测
远程监控
AI 机器人自动化
视觉导引机器人
精准拾取与放置
码垛与拆垛
物料分拣配套
机床上下料
无序抓取
料架上下料
打磨去毛刺
三维匹配
解决方案
按行业类别
检测,从来没有通用解。每个行业有自己的标准、自己的公差、自己的产线。探索已在与您相似的环境中实际部署并验证的 AI 视觉与机器人解决方案。
跨行业AI应用
— 应对各行业独特的挑战、标准与市场需求
工业领域
光电业
制造业
半导体产业
汽车业
电子业
石化业
纺织业
金属加工业
基础设施与能源
公用事业
可再生能源业
建造业
物流业
航天业
航空行业
民生消费与医疗
化妆品
奢侈品
食品业
零售
生技医疗业
酒店、娱乐与休闲业
SOLOMON
公司信息
所罗门通过全球据点、应用工程团队与合作伙伴网络,提供从可行性评估、概念验证到项目导入的完整支持,协助客户加速自动化落地。
关于我们
关于我们
台湾所罗门集团成立于1973年,由电子零件起家,逐步迈向自动化、电力能源,与AI驱动的3D机器视觉解决方案。
消息与活动
展会活动
看所罗门在 Automate、COMPUTEX 与 GTC 等全球大展呈现 AI、机器人与 3D 视觉技术。
资源中心
博客
从 AI 与 AOI 的差异到机器视觉、AI 视觉检测、机器人与工业自动化,深入了解智能制造专业知识。
客户评价
了解全球客户为何信赖并持续选择所罗门。
新闻稿
掌握所罗门最新的企业消息与技术发展动态。
视频
观看所罗门各项解决方案的实际应用视频。
联络我们
与我们的工业自动化专家深入交流需求。
获奖记录
探索所罗门屡获国际大奖肯定的创新成果。
产品手册
下载所罗门各项产品与解决方案的完整手册。
基于3D视觉的机器人随机抓取与自动化拾取放置
SolVision 的实际部署案例展示制造商如何在 PCB、晶圆、冲压金属、包装、制药与纺织产线上发现表面缺陷、零部件缺失、字符误读和封口失效。当缺陷形状与光照条件不断变化时,基于规则的 AOI 往往难以有效判断;每个案例均完整说明所用样本、AI 工具和实际检出率,帮助制造与质量团队了解各项检测场景、判断难点及案例结果。
成功案例
AccuPick
SolVision
META-aivi
SolMotion
汽车引擎号码OCR字符识别
借由Solvision AI视觉检测技术,快速、准确识别汽车引擎上的字符,减少人工目视识别错误,提升效率。
金属螺栓AI视觉瑕疵检测
SolVision瑕疵检测确保每个螺栓仅需49毫秒即可实现100%的完美缺陷检测率,解决反射表面难题并消除漏检。
透过AI进行输液袋异物检测
探索SolVision如何在IV袋中实现100%的异物检测准确率。了解我们关于医疗保健领域高效AI检测的案例研究。
泡壳包装品质管理解决方案
运用SolVision AI影像平台的Instance 实例切割技术,以包装良品及具各种瑕疵类型的影像样本训练AI模型。训练完成的模型可实时且迅速地辨识每一反光或透明泡壳的包装及填充情形,并将侦测到的瑕疵予以标注并分类。
咖啡胶囊摆放顺序出货前检验解决方案
咖啡胶囊不同口味代表不同颜色,以一盘咖啡胶囊作为标准组,另一盘咖啡胶囊作为对照组。使用SolVision学习各种咖啡胶囊的影像,若有任意一个咖啡胶囊的位置摆放错误,软件可立即将错误摆放之处以检测框标示出来,可成功分辨各式高反光且颜色差异小的咖啡胶囊。
钱币面额智能化计算解决方案
许多制币厂试图以视觉技术进行钱币的筛选,使用SolVision的Feature Detection工具,学习钱币在各种亮度、脏污与氧化程度的影像数据,不仅可分辨图案相同但面额不同的钱币,亦可正确辨识出各国钱币,并实时计算出各国钱币的总面额。
芯片收纳(In-Tray)跳料检测解决方案
芯片于晶盘中跳料的情形系属随机,所致的瑕疵型态多样且难以预测瑕疵所产生的位置。运用SolVision AI影像平台技术,以具迭料、空料、歪斜错置、反转等瑕疵的影像样本训练AI模型,AI训练完成后即可轻易且迅速地辨识并标注晶盘上产生收纳异常的位置。
封装晶片边缘微裂瑕疵检测解决方案
由于晶粒边缘崩裂瑕疵出现的位置及型态不固定,以致传统光学检测无法精准地将瑕疵检出,影响整体产品良率。运用SolVision AI影像技术,将影像样本中的瑕疵特征予以标注,完成训练的AI模型即可自动检出并标注晶粒边缘崩裂瑕疵的位置,大幅降低芯片在后续封装制程中断裂的风险。
晶粒边缘崩裂检测解决方案
由于晶粒边缘崩裂瑕疵出现的位置及型态不固定,以致传统光学检测无法精准地将瑕疵检出,影响整体产品良率。运用SolVision AI影像技术,将影像样本中的瑕疵特征予以标注,完成训练的AI模型即可自动检出并标注晶粒边缘崩裂瑕疵的位置,大幅降低芯片在后续封装制程中断裂的风险。
晶圆切割刀体外观品质控管解决方案
晶圆切割系半导体及光电业界非常重要的制程,若无法在切割制程中维持高良率、高效率并保有芯片特性,将大幅影响整体产能。晶圆切割刀的质量控管主要透过外观瑕疵的检测,常见的外观瑕疵包括刀体上的不规则纹路、多钻等情形。由于有环状条纹,形成复杂影像背景,严重影响机器视觉对于瑕疵的侦测。
细胞病变辨识及分类解决方案
切片显微影像中细胞的外观不固定,细胞病变发生的位置、型态也十分随机,导致每位医师对于癌细胞的判断及圈选标准不尽一致,更无法透过传统光学检测以撰写逻辑方式判断癌细胞的型态。数据扩增结合AI深度学习技术可以更快速准确地判读细胞特征!
LED PCBA瑕疵检测解决方案
运用SolVision AI影像平台技术,在影像样本中定位并标注铝基板上的刮痕、脏污等异常及瑕疵情形,透过AI深度学习,即可自动且实时地检出并定位铝基板上的各式瑕疵,大幅提升产线生产效率。
包装密封检测解决方案
除了判断包装是否密封之外,须进一步确认密封不完全的型态与原因,但因为密封缺陷的型态差异小,且对象表面呈高反光,不论是人眼或AOI皆不易找出缺陷并将之分类。所罗门使用 SolVision工具,由影像定义出密封完好的状态,并与多种缺陷作比较,可实时检出没有密封完整的包装并将缺陷分类。
不锈钢管字符辨识解决方案
目前仍采用人力进行自行车车身号码的辨识与登录,耗费人工且效率低,若使用AOI进行字符辨识,因不锈钢管表面为圆弧曲面,打光容易造成反射,不论以人工或者AOI检测,针对曲面、反光不锈钢管上字样的辨识皆较为困难。所罗门结合机器视觉与人工智能,对于光学字符识别可以得到极佳的辨识效果。
医疗口罩制造品质管控解决方案
口罩产品瑕疵种类繁多,包括掉线、皱褶、鼻垫片缺漏及穿透、破洞、角切、脏污、侧边凸出及过滤层破损等。难以透过AOI方式检出全部的瑕疵。运用SolVision AI影像技术,将影像样本中各类型瑕疵予以标注,AI经深度学习后即可于品管端精准辨识口罩上是否有瑕疵,进而将不良品汰除。
LED基板分区外观品质控管解决方案
常见的LED基板瑕疵包括边缘毛边、焊垫氧化杂质、刮痕等,在瑕疵特征与背景相近的情况下,AOI检测不易将瑕疵检出。运用SolVision AI影像技术,以各式LED基板上瑕疵影像样本训练,经深度学习的AI即可精准地将瑕疵检出并标注。此外亦可指认瑕疵生成的所属区域,达到分区检测的目的。
安规认证标章印刷瑕疵检测
国内外安规认证的标章众多,例如CE、EAC等,各有不同的标章图示。过多的版面信息在大量印刷过程中不易检出多印或漏印的情形,可能影响商品的贩卖及使用。应用SolVision AI影像工具,训练AI模型。训练完成的AI模型即会自动检出并标示所有差异地方,即为版面的印刷瑕疵。
金属加工冲压件表面瑕疵检测解决方案
金属加工冲压件上可能出现的瑕疵种类繁多且形态不一,油污及水渍更是不易观察。另一方面,金属加工件在取像时的亮度也各有差异,造成AOI瑕疵检测的执行相当不易。金属加工品的品管助手:AI瑕疵检测,经训练的AI模型可轻易检出各式冲压件上的瑕疵,大幅提升产品的表面质量。
半导体晶片封装制程,高精度固晶检测解决方案
固晶是芯片封装制程中的重要技术,固晶的精准与否,是半导体封装产线中产品良率的成败关键。但是传统光学检测无法利用撰写逻辑的方式检测角度、位移偏差及缺漏等瑕疵,经常造成漏检、误判、错误定位等问题,大大影响封装产线的生产效率。
汽车车顶焊缝气孔瑕疵检测解决方案
焊接过程中,气体饱和所形成的气泡无法在焊接过程中及时排出而残留在焊道中,形成焊道气孔瑕疵,可能影响美观及结构质量。运用SolVision AI技术,将各种亮度的焊道气孔瑕疵影像进行标注,藉以训练AI模型,即能不受影像亮度影响检测出焊道上各处的气孔瑕疵。
电源供应器内部线材组接解决方案
电源供应器内部组件及线路多元且复杂,检测接点时容易受到背景干扰而影响视觉判断。额外使用人工及AOI传统光学检测皆不易执行,难以于产线端有效管控产品质量。经训练的AI模型可以精准地侦测并定位线材错接的电源供应器接线瑕疵,实时将不良品检出。
电脑零组件瑕疵检测解决方案
硬盘支架制造过程出现的瑕疵种类繁多,包括金属的压伤、表面白雾、孔批麟、孔黑等等,透过人工检测不容易逐一检出,然而微小的缺陷在组装过程可能造成孔隙无法对齐等问题发生。使用SolVision工具AI学习瑕疵特征后,能够快速检测出硬盘金属支架上的各类微小瑕疵。
晶圆不良品分类及瑕疵定位自动化解决方案
传统光学检测无法针对全幅影像进行分类,故无法于第一阶段汰除瑕疵过多的晶圆。应用SolVision AI影像平台技术辨识瑕疵特征。首先判断晶圆是否具有过多瑕疵,汰除无法修复的不良品。其次运用图像处理技术分割晶圆影像,并以工具侦测瑕疵,记录其特征、坐标、面积等信息,大幅提升后续修补的效率。
半导体晶片封装制程接着剂瑕疵检测解决方案
固晶接着剂透明,易造成光源折射影响特征判断,且爬胶、溢胶不具固定位置及型态,无法创建规则执行传统光学检测AOI。运用Solomon SolVision AI影像平台技术建立AI学习模块,自动学习并侦测爬胶、溢胶的特征及位置。增加多项正确类别提升辨识强度,有效降低环境因素的干扰。
快速辨识轮胎内胎印刷编码
轮胎在制程的环节经历许多高压、高负荷与高温差的工序,使内胎表面字迹模糊且刷色深浅不齐,影响内胎编码的辨识度,不利于人工辨识与传统AOI检测。利用SolVision工具,针对轮胎内胎编码的数字与形状进行拍摄,进行AI模型训练,能成功辨识,有效改善编码辨识的正确率。
自动化导线架品质检测
导线架表面的各类瑕疵,包含边缘毛边、黑点杂质、刮痕等。若使用传统的AOI检测,当检测背景与瑕疵较为相近时,容易发生漏检的情形。使用SolVision AI瑕疵检测工具进行学习,以扩增功能增加AI学习范围,能有效检测出各类导线架瑕疵,在杂乱或复杂背景中,也能精确辨识有很好的辨识效果。
组装电路板(PCBA)制程优化解决方案
PCBA上面集成了不同功能的电子组件、插槽及各种芯片组,制造流程繁琐,如何提升PCBA插件及组装的正确率,是良率提升的关键。SolVision AI瑕疵检测系统,学习多张PCBA的影像做AI训练,可辨检测细微瑕疵,使PCBA制成优化,效率大幅提升。
AI影像辨识 – OCR电子元件字符
电子组件制造过程追踪为半导体之产出基石,辨识组件编号被视为生产重要环节之一。但较差环境下让AOI辨识更加困难,对于提升产线效率以及降低字符的误判度有很大改善空间。利用SolVision技术执行光学字符识别,有别于传统AOI,不受底色、环境光线及字符种类多等限制,可精准识别个别编码。
纱线瑕疵检测的最佳解决方案
保有生产效益的同时兼顾纱线质量,是纺织业者最大挑战。现今纱场依以人工检测为主,漏检率高且工时长,不利实际质量要求,传统AOI面对不固定瑕疵时亦难以检测,误判率高。使用SolVision工具使AI学习辨识瑕疵特征,快速且精准地找出各项缺陷,有效改善检测速率、成品良率并降低品检负担。
积层陶瓷电容制程优化解决方案
SMD电容体积较小,观察缺陷需在显微镜等级的微观工具下观察,且因MLCC非常脆弱,检测过程也须非常小心,困难度极高。使用SolVision工具,学习电极上凸出部分的瑕疵形状及位置,建立AI模型,在AI学习瑕疵特征之后,即可快速检测电容凸出部分的缺陷,大幅提升整体制程的良率。
LED PCBA瑕疵检测解决方案
运用SolVision AI影像平台技术,在影像样本中定位并标注铝基板上的刮痕、脏污等异常及瑕疵情形,透过AI深度学习,即可自动且实时地检出并定位铝基板上的各式瑕疵,大幅提升产线生产效率。
包装密封检测解决方案
除了判断包装是否密封之外,须进一步确认密封不完全的型态与原因,但因为密封缺陷的型态差异小,且对象表面呈高反光,不论是人眼或AOI皆不易找出缺陷并将之分类。所罗门使用 SolVision工具,由影像定义出密封完好的状态,并与多种缺陷作比较,可实时检出没有密封完整的包装并将缺陷分类。
医疗口罩制造品质管控解决方案
口罩产品瑕疵种类繁多,包括掉线、皱褶、鼻垫片缺漏及穿透、破洞、角切、脏污、侧边凸出及过滤层破损等。难以透过AOI方式检出全部的瑕疵。运用SolVision AI影像技术,将影像样本中各类型瑕疵予以标注,AI经深度学习后即可于品管端精准辨识口罩上是否有瑕疵,进而将不良品汰除。
高尔夫球杆头品质检测解决方案
高尔夫球杆头是球具组合中最重要的部份,消费者十分重视杆头完成面的细致程度。运用SolVision AI影像技术,将影像样本中高尔夫球杆头上的细微瑕疵逐一标注,藉以训练AI模型,训练完成后的AI模型即能不受商标、纹路及金属光泽的影响,定位并标注所有细微的表面瑕疵。
LED基板分区外观品质控管解决方案
常见的LED基板瑕疵包括边缘毛边、焊垫氧化杂质、刮痕等,在瑕疵特征与背景相近的情况下,AOI检测不易将瑕疵检出。运用SolVision AI影像技术,以各式LED基板上瑕疵影像样本训练,经深度学习的AI即可精准地将瑕疵检出并标注。此外亦可指认瑕疵生成的所属区域,达到分区检测的目的。
安规认证标章印刷瑕疵检测
国内外安规认证的标章众多,例如CE、EAC等,各有不同的标章图示。过多的版面信息在大量印刷过程中不易检出多印或漏印的情形,可能影响商品的贩卖及使用。应用SolVision AI影像工具,训练AI模型。训练完成的AI模型即会自动检出并标示所有差异地方,即为版面的印刷瑕疵。
金属加工冲压件表面瑕疵检测解决方案
金属加工冲压件上可能出现的瑕疵种类繁多且形态不一,油污及水渍更是不易观察。另一方面,金属加工件在取像时的亮度也各有差异,造成AOI瑕疵检测的执行相当不易。金属加工品的品管助手:AI瑕疵检测,经训练的AI模型可轻易检出各式冲压件上的瑕疵,大幅提升产品的表面质量。
半导体晶片封装制程,高精度固晶检测解决方案
固晶是芯片封装制程中的重要技术,固晶的精准与否,是半导体封装产线中产品良率的成败关键。但是传统光学检测无法利用撰写逻辑的方式检测角度、位移偏差及缺漏等瑕疵,经常造成漏检、误判、错误定位等问题,大大影响封装产线的生产效率。
汽车车顶焊缝气孔瑕疵检测解决方案
焊接过程中,气体饱和所形成的气泡无法在焊接过程中及时排出而残留在焊道中,形成焊道气孔瑕疵,可能影响美观及结构质量。运用SolVision AI技术,将各种亮度的焊道气孔瑕疵影像进行标注,藉以训练AI模型,即能不受影像亮度影响检测出焊道上各处的气孔瑕疵。
电脑零组件瑕疵检测解决方案
硬盘支架制造过程出现的瑕疵种类繁多,包括金属的压伤、表面白雾、孔批麟、孔黑等等,透过人工检测不容易逐一检出,然而微小的缺陷在组装过程可能造成孔隙无法对齐等问题发生。使用SolVision工具AI学习瑕疵特征后,能够快速检测出硬盘金属支架上的各类微小瑕疵。
晶圆不良品分类及瑕疵定位自动化解决方案
传统光学检测无法针对全幅影像进行分类,故无法于第一阶段汰除瑕疵过多的晶圆。应用SolVision AI影像平台技术辨识瑕疵特征。首先判断晶圆是否具有过多瑕疵,汰除无法修复的不良品。其次运用图像处理技术分割晶圆影像,并以工具侦测瑕疵,记录其特征、坐标、面积等信息,大幅提升后续修补的效率。
半导体晶片封装制程接着剂瑕疵检测解决方案
固晶接着剂透明,易造成光源折射影响特征判断,且爬胶、溢胶不具固定位置及型态,无法创建规则执行传统光学检测AOI。运用Solomon SolVision AI影像平台技术建立AI学习模块,自动学习并侦测爬胶、溢胶的特征及位置。增加多项正确类别提升辨识强度,有效降低环境因素的干扰。
自动化导线架品质检测
导线架表面的各类瑕疵,包含边缘毛边、黑点杂质、刮痕等。若使用传统的AOI检测,当检测背景与瑕疵较为相近时,容易发生漏检的情形。使用SolVision AI瑕疵检测工具进行学习,以扩增功能增加AI学习范围,能有效检测出各类导线架瑕疵,在杂乱或复杂背景中,也能精确辨识有很好的辨识效果。
组装电路板(PCBA)制程优化解决方案
PCBA上面集成了不同功能的电子组件、插槽及各种芯片组,制造流程繁琐,如何提升PCBA插件及组装的正确率,是良率提升的关键。SolVision AI瑕疵检测系统,学习多张PCBA的影像做AI训练,可辨检测细微瑕疵,使PCBA制成优化,效率大幅提升。
纱线瑕疵检测的最佳解决方案
保有生产效益的同时兼顾纱线质量,是纺织业者最大挑战。现今纱场依以人工检测为主,漏检率高且工时长,不利实际质量要求,传统AOI面对不固定瑕疵时亦难以检测,误判率高。使用SolVision工具使AI学习辨识瑕疵特征,快速且精准地找出各项缺陷,有效改善检测速率、成品良率并降低品检负担。
