SolVisionCase Study

晶片收納(In-Tray)跳料檢測解決方案

晶盤(IC Tray)是晶片(Chip)的承載盤，檢測、切割完成後的晶片揀至晶盤中的晶穴(Pocket)內以運送至客戶端。然而晶片體積小且質輕，於晶盤上取放時容易跳料，進而產生疊料(Double)、空料(Empty)、歪斜錯置(Tilt)、反轉(Opposite)等情形。

晶片於晶盤中跳料的情形係屬隨機，所致的瑕疵型態多樣且難以預測瑕疵所產生的位置。對AOI而言，幾乎無法針對跳料瑕疵設定邏輯並據以檢測。

運用SolVision AI影像平台的Segmentation技術，以具疊料、空料、歪斜錯置、反轉等瑕疵的影像樣本訓練AI模型，AI訓練完成後即可輕易且迅速地辨識並標註晶盤上產生收納異常的位置。

綠卡槽內放置正確數量黃卡槽重疊2片橘卡槽重疊3片

更多案例

紗線瑕疵檢測的最佳解決方案

保有生產效益的同時兼顧紗線品質，是紡織業者最大挑戰。現今紗場依以人工檢測為主，漏檢率高且工時長，不利實際品質要求，傳統AOI面對不固定瑕疵時亦難以檢測，誤判率高。使用SolVision工具使AI學習辨識瑕疵特徵，快速且精準地找出各項缺陷，有效改善檢測速率、成品良率並降低品檢負擔。
汽車車頂銲道氣孔瑕疵檢測解決方案

銲接過程中，氣體飽和所形成的氣泡無法在銲接過程中及時排出而殘留在銲道中，形成銲道氣孔瑕疵，可能影響美觀及結構品質。運用SolVision AI技術，將各種亮度的銲道氣孔瑕疵影像進行標註，藉以訓練AI模型，即能不受影像亮度影響檢測出銲道上各處的氣孔瑕疵。
工業AI視覺應用之鋼製零件揀選

Solomon基於AccuPick 3D AI 的定位技術和SolScan 2.3 MP 掃描儀使 Motion Technique 能夠準確識別每個組件的潛在方向。AccuPick ROS 動線規劃的確保機器人可以執行揀選任務，而不會與垃圾箱發生任何碰撞。
具光澤之金屬零件料箱揀選

所羅門自主研發之視覺系統具備絕佳優勢，其中檢測表面光滑物件的能力，備受市場青睞。AccuPick 3D 智能取放系統為所羅門佈署的解決方案之一，它運用多功能3D結構光掃描器SolScan生成高質量的 3D 點雲數據，即使物件重疊，也能快速實現最佳揀選識別。