AccuPick 3D 智慧料箱揀選解決方案

即學、即會、即用
比一般人工智慧快50
需求樣本數減少90%

智慧料箱揀選功能

快速學習人工智慧 AI

人工智慧僅需1-3張樣本圖像,在幾分鐘內即可學會新物品。 免費測試

無需編碼

透過直覺式、拖放式操作界面,輕鬆構建人工智慧模型,無需額外編寫代碼。

高度相容性

AccuPick 與 30 多個機器人品牌整合,支援各種 3D 相機技術,包括結構光、主動立體視覺、ToF和雷射

無縫整合

AccuPick 可輕鬆整合到現有系統和生產線中,提供最佳的機器人視覺系統解決方案

立即開始揀選

拖拉式介面和自動標註工具-節省大量時間和資源。

智慧料箱揀選應用

Pick and Place

對於一般AI視覺系統而言,辨識小型、薄片、透明、反光、可變形、重疊、不規則或具有突出部分、複雜圖案和背景等物件是一項挑戰,但使用AccuPick則可以輕鬆揀選。

揀選並放置等應用,讓機器人自主從容器或料箱中選擇物件,並將其放置在指定位置,通常依賴機器人視覺和機械手臂技術進行精確執行。

Unknown Picking

使用AccuPick的Unknown Picking使機器人能夠適應變化和不可預測的條件,在涉及未知物品的物料處理任務中提高效率和靈活性。

Unknown Picking是機器人在沒有關於物件的確切位置或方向等先前資訊,從容器或料箱中識別並檢索物件的過程。這需要先進的機器視覺和感測技術,以及在沒有前期培訓的情況下識別和抓握物件。

Random Bin Picking

AccuPick的隨機料箱揀選功能,運用在製造和物流領域中,常見於優化物料處理等任務,可提高效率並減少在具有可變和不可預測物品擺放的環境中的手動勞動。

隨機料箱揀選是機器人配備機器視覺和感測技術,以自主定位、識別和檢索容器或料箱中具有任意或隨機排列的物件的過程。它不依賴於物品在框內的預定順序或組織,適用於處理未排序和混合物件。

Other AccuPick Applications

automated automotive kitting and assembly line

配套裝箱(Kitting)

所羅門的解決方案優化了空間利用率,全自動組裝線僅佔用 1 平方公尺的空間。
AI視覺系統準確辨識複雜物體,實現元件精準貼裝,滿足小於1毫米的公差需求。
所羅門的解決方案透過快速識別和多功能夾具設計,將每個組件的週期時間縮短至 5 秒以下,從而提高了整體效率和生產率。

卸垛(Depalletizing)

成功地將以前不受支援的機器人品牌與 PLC 整合,以實現高效控制。
儘管卸垛過程中箱子位置和方向發生變化,但仍能實現高精度和高效率的揀選。
每個箱子的Cycle time縮短至 5 秒。

拆架(Deracking)

儘管料架隨機放置, 3D 視覺仍能準確識別線軸位置。
精確的座標可實現完美的線軸卸載,減少體力勞動並提高生產力。
使用自動拆架解決方案無需手動搬運,進一步提高了工人的安全性。

即時智慧快速AI模型訓練

在60秒內辨識新物品

AccuPick便於快速部署,能在僅1-3張圖片中識別物品,將原先耗時數小時的AI模型訓練過程,縮短為幾分鐘達成。

將新種類的物件增加至已有專案

透過AccuPick的特徵匹配工具,僅需對新增物品進行最少的標註,無需進行新舊物品的重新訓練模型,確保在添加新物品到箱內擷取任務時能實現最大效率和最小停機時間。

選擇拾取點和方向

AccuPick快速精確的拾取點和方向,大幅降低傳統AI的料箱揀取系統大量標註和冗長模型訓練等需求。

我們的合作夥伴

所羅門研發的人工智慧和3D機器視覺系統,使Solomon成為全球工業自動化技術解決方案的領先者。
我們的國際客戶包括來自半導體、電子、汽車、食品、紡織、物流等各種行業的公司和企業。

相關文章
  • a welder welding a piece of metal with sparks

    META-aivi 智能焊道檢測

    使用META-aivi的瑕疵檢測功能,針對合格的焊接點進行AI訓練並上傳模型至系統中,便能透過行動裝置上的鏡頭對欲檢測的車架進行AI檢測,META-aivi即可快速辨識出瑕疵焊點,並搭配擴增實境功能即時反饋異常結果,人員即可透過螢幕上指示進行錯誤修正,確保焊接品質。
  • 透明點滴袋打印標籤辨識分類解決方案

    各式輸液皆以透明點滴袋包裝,點滴袋上都會清楚註明種類、濃度及容量資訊。由於各式點滴袋體上打印標籤位置不一,在產線尚無法以一般光學檢測取代人工進行品項分類。所羅門運用SolVision技術,針對點滴袋體上的名稱、濃度、容量等影像資訊訓練AI學習影像特徵,可以快速辨識並分類各式輸液品項。
  • 封裝晶片邊緣微裂瑕疵檢測解決方案

    由於晶粒邊緣崩裂瑕疵出現的位置及型態不固定,以致傳統光學檢測無法精準地將瑕疵檢出,影響整體產品良率。運用SolVision AI影像技術,將影像樣本中的瑕疵特徵予以標註,完成訓練的AI模型即可自動檢出並標註晶粒邊緣崩裂瑕疵的位置,大幅降低晶片在後續封裝製程中斷裂的風險。
  • 透明瓶裝液體沉澱物AI自動化檢測解決方案

    液體生技藥品常以透明瓶裝保存,由於透明瓶裝的反光特性、受測物沉澱情形不一因素,使瓶裝藥品的檢測無法以一般光學檢測取代人力執行。所羅門結合機器視覺與人工智慧,運用SolVision AI從資料庫中的影像特徵判斷沉澱情形。透過深度學習技術,可辨識7種不同的沉澱樣態,進而判斷內容物的品質。