Il existe de nombreux types de défauts qui peuvent apparaître différemment à chaque fois sur les pièces estampées, en particulier les taches d’huile ou d’eau, qui sont difficiles à détecter.
Avec SolVision OCR, les numéros d’identification peuvent être analysés et convertis en données numériques pour l’enregistrement dans la base de données et la connexion en temps réel avec les numéros d’identification des automobiles.
Alimenté par l’IA, le logiciel de deep learning SolVision entraîne un modèle d’IA en simulant des défauts potentiels des cordons de soudure dans des conditions de luminosité aléatoires.
La technologie IA et OCR de SolVision améliore l’inspection des Numéros d’Identification des Pneus, renforçant ainsi la précision, l’efficacité et le contrôle qualité dans la production de pneus.
Les petites pièces métalliques à surface spiralée peuvent être inspectées à l’aide de l’outil de segmentation d’instance de SolVision pour apprendre les différents types de marques de coupe ou de défauts de collision à partir d’images d’échantillon, puis construire un modèle d’IA pour reconnaître ces défauts subtils.
AccuPick améliore la fabrication de composants automobiles avec un chargement automatisé des pignons. Le système de vision piloté par IA garantit une saisie précise et évite les collisions.
AccuPick + SolScan améliorent la cueillette en bin pour un fabricant de pièces automobiles européen, réduisant le temps de cycle à 1,6 seconde et augmentant l’efficacité grâce à un entraînement rapide de l’IA.
AccuPick et SolVision optimisent l’inspection de l’assemblage des portes de voiture, améliorant l’efficacité, la précision et la qualité sur les lignes d’assemblage automobiles.
Le système de vision intégré de Solomon, comprenant AccuPick et SolScan, permet d’identifier de manière optimale les points de prélèvement, même pour des objets qui se chevauchent.
