工业领域

金属零件机器视觉检查反射工件并使机器人路径适应实际几何形状。它涵盖机加工部件和焊接缺陷、金属库存、管计数、零件分类、3D 箱拣选、CNC 装载、钢轨边缘修整和机器人磨削。

纺织面料检查，产品本身的颜色、图案和纹理掩盖瑕疵，AOI 将正常编织标记为瑕疵。这些部署显示了在不断变化的设计中出现的孔洞、结和断线，而无需对每件物品进行重新调整。

塑料和橡胶检测中，模制零件的每次注射都会有所不同，而柔性材料的情况不会出现两次相同的情况。这些部署显示了吸收这种变化的缺陷检查，机器人拾取固定自动化无法抓取的化合物和模制零件。

电子机器视觉可发现细微缺陷并验证 PCB 和组件装配。覆盖范围包括 BGA 焊接、MLCC 表面、电缆绝缘、笔记本电脑制造、包装内容、连接器分类和设备检查，针对导致手动重新检查的低对比度错误。

汽车机器视觉通过搬运、装配和检查来跟踪零件。工作流程涵盖随机箱拣选、齿轮装载和车身面板密封、轮胎 DOT 和发动机序列读取、油漆和零件缺陷检测、车门验证和注塑监控。

半导体人工智能检测位于可见度边缘、对比度低且容易被误认为抛光痕迹或正常表面纹理的缺陷。这些部署表明，晶圆厂和封装线能够捕捉到 AOI 过度杀伤或遗漏的内容，从 CMP 划痕到切割芯片。

制造机器视觉将检查、验证、计数和机器人处理联系起来。从接线和笔记本电脑构建到焊接、垫片和机加工零件，它可以发现缺陷和缺失物品、更新库存并指导 CNC 和装配操作的 3D 箱拣选。

LED 缺陷检查，其中缺陷太小、变化太大、位置太随机，无法固定规则。这些部署显示了通过定位每个缺陷的分段模型检查的光学组件，以及沿途读取数字记录的模拟仪表。