gearwheels of a car engine valve train

AccuPick成功案例

3D視覺引導機器手臂取放齒輪上料

客戶

該客戶是亞洲一家大型汽車零組件製造商。

案例

傳統汽車零組件上料模式導入自動化應用

汽車是資本和技術密集型的產業,其涵蓋多個領域,包括零組件製造、整車生產和銷售服務等上中下游供應鏈,因此又被稱為「火車頭工業」。

一輛汽車約由1萬多個不可拆解的獨立零部件組裝而成,而傳統零組件製造商在生產時,多仰賴人力支援物件上料維持生產效能。然而,由於齒輪等金屬零件數量多且具一定重量,勞動強度大,導致上料效率易隨著現場環境、工人身體狀況等因素有所波動。因此客戶正積極導入自動化上料系統,進一步提升生產效率並降低可能風險。

挑戰

需克服零組件角度難以取放與料箱深度問題

運用建置於作業區域與手臂上的工業相機,有效判斷出物件相對位置,再引導機械手臂完成取放動作,是目前工廠自動化中的兩大應用技術。

不過由於廠房環境光源干擾,無法提供被側物特定照明,再加上齒輪體積小、材質反光且裹滿油污、工件無序堆積在料籃中等情況,機器視覺系統識別難度大,導致機器手臂夾取效率不佳。

解決方案

使用AccuPick 3D視覺實現自動化內星輪上料

所羅門導入AccuPick 3D智能取放系統與機械手臂進行整合,透過工業相機取得少量圖像樣本後,自主研發的AI演算法便可進行學習、分類,進而判斷齒輪堆疊狀況與角度,再搭配AccuPick 3D內建動作規劃模組(motion planning),可在最短時間內計算出最佳路徑,機械手臂可因應實際的料箱堆疊情況,精確地從不同角度進行齒輪拾取,並防止機器手臂與碰撞料箱碰撞的問題。

效益

實現工廠自動上下料應用
自動化設備實現連續運行、靈活生產,有效提升整體效率
降低人力成本並減輕前線人員勞動負擔
相關文章
  • META-aivi SOP智能工安巡檢

    在工廠巡檢的過程中,導入META-aivi,利用AI建立正確的SOP操作步驟,逐一確保車輪是否與枕木放妥、接地線是否接妥以及確認靜電消除器燈號是否正常;並搭配擴增時境顯示現場狀況,於螢幕上顯示AI偵測結果,立即回傳辨識結果至人員眼前,若有異常則立即發出警示,指引人員正確的操作步驟並驗證流程的正確性,確保場域的安全。
  • Automotive Kitting and Assembly Line Automation

    利用機械手臂實行套件及組裝產線自動化

    所羅門AccuPick 3D、所羅門 AI-based 3D料箱揀選程序和結構光掃描儀SolScan,在精準識別複雜物體上有著優異表現。搭載所羅門解決方案,機器手臂能有效在重疊、複雜物體中辨識正確的抓取點,並滿足小於 1 毫米的嚴格公差要求。
  • close-up of PCB assembly

    使用 AI 進行 PCB 組裝驗證

    META-aivi 為領先的IPC 製造商優化 PCB 組裝和偵測,透過 AR + AI 驗證提高精度和效率。
  • presence/absence detection of PTP using SolVision AI inspection software

    泡殼包裝品質管理解決方案

    運用SolVision AI影像平台的Instance Segmentation技術,以包裝良品及具各種瑕疵類型的影像樣本訓練AI模型。訓練完成的模型可即時且迅速地辨識每一反光或透明泡殼的包裝及填充情形,並將偵測到的瑕疵予以標註並分類。