视觉检测设备上搭载了自研的深度学习检测算法,在保证了缺陷检测准确率的同时减少了参数数量,大幅提升检测速度。视觉检测设备应用的领域,举例来说有3C行业中手机模组及成品组装线、平板电脑&笔记本模组及成品组装线、锂电、其他智能穿戴设备等,典型场景包括各类元器件(盖板、背板、极耳、接插件等)、功能模组(摄像头模组、声学、电芯Pack、PCB板... 【查看详情】
视觉检测设备中提供的高精度测量解决方案,能达到微米级精度,自研先进点云处理技术和3D测量算法,支持超高精度组装生产,自主研发的先进测量算法,可优化测量各环节速度,提升整体测量效率和准确率。机器视觉软件支持迅速搭建测量工程、定制结果显示页面,实现项目快速落地,避免传统人工测量带来的误差。典型的应用行业,例如消费电子行业模组及成品组装线、... 【查看详情】
视觉检测设备进行表面缺陷检测。如今生产企业对产品质量的要求越来越高,除要求满足使用性能外,还要有良好的外观,即良好的表面质量。但是,在制造产品的过程中,表面缺陷的产生往往是不可避免的。不同产品的表面缺陷有着不同的定义和类型,一般而言表面缺陷是产品表面局部物理或化学性质不均匀的区域,如玻璃等非金属表面的破损、夹杂、污点,金属表面的斑点、划痕... 【查看详情】
视觉检测设备,可以对手机零件及充电器等进行缺陷检测。随着科技的发展和人们生活水平的提高,手机已经成为我们生活中不可或缺的一部分。但在生产过程中,由于各种原因,可能会出现一些质量问题,如坡口、尺寸、间隙、段差、平整度等。这些问题不仅会影响产品的质量和性能,还可能影响消费者的使用体验。视觉检测设备,在手机行业领域的应用,是通过先进的机器视觉技... 【查看详情】
视觉检测技术在锂电池生产装配中的应用。锂电生产装配段,需要将加工极耳后的极片一片片整齐重叠;整体使用隔离膜按照Z字形分隔正负极片,进行初次封装;两端极耳漏于外端。接下来是入壳、激光焊接工序,需要将包裹在隔离膜里面的整叠极片准确放置于铝壳中,然后采用激光焊接封装。锂电池生产装配段,叠片工位的正负极片放置在隔离膜中的位置,对于电池的性能有较大... 【查看详情】
在电网中,计算机视觉技术的应用有很多,如变压器在线监测、热成像检测、铁心及套管发热监测等。利用计算机视觉技术可以完成变压器在线监测,判别出变压器的状态,以期检验出变压器的初期故障,并监测故障状态的发展趋势。应用红外热像技术,可以检测变压器的温度场,判断变压器的状态。红外热像技术可以检测变压器的热辐射能量场,并将其变成可见光强度场,以便人眼... 【查看详情】
视觉检测设备在光学元器件表面检测中的应用。光学元件的质量主要取决于表面质量,而面形偏差检测、表面粗糙度、表面疵病的检测则是评价光学元件表面质量的主要项目。机器视觉作为一门把计算机视觉和图像处理技术有效融为一体的新兴检测技术,用数字图像作为检测手段,通过机器来识别物体,代替了人体的视觉系统,再运用图像处理方法,提取出有用的信息,如表面形貌、... 【查看详情】
视觉检测设备,具备3D视觉引导快递供包功能。视觉引导机器人从滑槽逐一抓取随意堆叠的真实快递包裹(包括物流纸箱、软包、塑料袋、泡沫信封、普通信封等),并放置于传送带或笼车中。该方案适用于物流、快递等行业的分拣中心。主要优势体现在:1)高性能工业级3D相机,可对随意堆叠的真实快递包裹(纸箱、软包、泡沫信封等)产生高质量的点云数据。2)先进视觉... 【查看详情】
视觉检测设备,同时也具备三维视觉引导自动生成轨迹的功能。三维视觉引导机器人识别指定物料/工件(如客车门框、车窗玻璃、回转轴承等),按场景要求实时生成轨迹,并引导机器人沿轨迹执行下一步工艺。主要优势体现在:1)智能程度高,无需提前制作模板,即可识别多种典型工件(包括钢板类、侧窗玻璃类、轴类工件等)外形并自动生成不同工艺轨迹。2)满足典型场景... 【查看详情】
视觉检测设备进行标签检测。饮料产品的标签一方面可以显示品牌名称、产品介绍等图片文字信息,另一方面设计精良的标签作为产品外观的一部分,具有美化包装提升产品形象的作用。随着消费观念的改变,消费者对产品的外观日益重视,饮料厂家对贴标后产品的标签问题也非常关注。公司研发的视觉检测设备可以检测无标、错标、倒标、空白标、切标错误、标签错位、标签倾斜、... 【查看详情】
视觉检测设备用于智能验布机项目。传统纺织行业的布料质量检测环节主要是靠人工执行,这样的方式劳动强度大、效率低,而且检测准确率难以保证。即使是有经验的老师傅,瞪着眼睛持续工作超过20分钟,识别度也会下降。为了解决这一难题,公司基于逐渐成熟的AI视觉算法技术,研制了智能验布机,用以取代熟练工人。其检测速度可达每分钟45-60米,效率相比人工验... 【查看详情】
在铁路检测中,计算机视觉技术主要应用于四个方面:轨道基础设施检测、电力机车检测、接触网检测以及站台环境监测。轨道作为铁路基础设施的关键部分,其状态直接影响列车的安全运行。计算机视觉技术能够及早发现轨道变形、磨损、配件缺失等问题,帮助进行及时维护,减少安全隐患。例如,使用梯度法分析钢轨图像区域灰度变化可以检测钢轨表面损伤,但这种方法算法时间... 【查看详情】