META-aivi成功案例

汽車零件品質管理

該客戶是一家汽車LED照明製造商和主要國際汽車品牌的供應商。其產品範圍包括車頭燈、尾燈、方向燈、間隙標記燈、倒車燈和牌照燈，適用於各種車輛類型，包括汽車、卡車、摩托車及全地形多功能車輛。

客戶希望優化汽車頭燈組裝後的品質控制流程，確保每個獨立的車頭燈上的所有配件皆完整無誤。

汽車頭燈組裝後的人工檢驗，包括在識別精細零組件和檢測顏色不正確的零件方面，存在人為錯誤的風險。

由於作業的重複性以及所需檢查的零零組件數量增加，導致人員因疲勞而產生疏忽的可能性大增。因此，克服這些挑戰對於提高準確性、減少品管過程中的錯誤至關重要。

所羅門AR + AI視覺系統META-aivi與檢測工作站無縫整合，搭配IP攝影機在裝配後的品質檢驗進行即時監控。

META-aivi透過AI的精確度和效率將流程數位化，進一步檢測配件的存在與否，並確保零組件顏色正確。該整合應用顯著減少檢測時間，降低人為錯誤的風險，提供一個流程化、可靠的品管流程。

最大限度減少檢測過程中的人為錯誤

縮短檢測週期

品管檢驗流程數位化

球柵陣列封裝假銲瑕疵檢測解決方案

運用SolVision AI影像平台的Instance Segmentation技術，將X光影像中錫球重疊的假銲瑕疵予以標註並藉以執行AI模型的深度學習。經訓練後的AI即可在具背景雜訊、無明顯影像邊緣的條件下，將假銲瑕疵精準檢出。
快速辨識多種IC Tray盤字元

所羅門利用 SolVision學習Tray盤所需辨識的定位點，執行光學字元辨識 (OCR)，能夠大幅優化傳統AOI的作業流程，不受識別畫面位移、歪斜及其字元缺陷等限制，精準識別個別料件來源，而隨著AI深度學習件數增加，亦能持續優化AI辨別字元的能力，使辨識字元不再困難。
壓花石膏板瑕疵檢測解決方案

石膏板出廠前，瑕疵情形皆須確實檢出。然而，由於壓花石膏板的外觀特性，瑕疵在複雜背景中模糊，無法以AOI及人眼確實辨識。使用所羅門 SolVision AI影像平台技術，擷取板材上的髒痕、過大壓花圖案以及壓花不清等瑕疵，可確實檢出並定位板材上的瑕疵，具體提升石膏板板材的品質與良率。