META-aiviTrường hợp ứng dụng
Phân Loại Cáp Kết Nối Sử Dụng AR + AI
Khách Hàng
Khách hàng là một nhà sản xuất linh kiện điện tử tại Thái Lan, chuyên về cáp kết nối.s.
Trường Hợp
Nâng Cao Quy Trình Kiểm Tra Cáp
Khách hàng mong muốn cải thiện chất lượng sản phẩm trong quá trình kiểm tra cáp USB, đảm bảo độ bền, chức năng và tuân thủ các tiêu chuẩn an toàn. Ngoài ra, họ cần kiểm tra toàn diện vật liệu cách điện bên ngoài và đầu nối để phát hiện các vết nứt hoặc hư hỏng. Sau khi hoàn tất kiểm tra, các loại cáp sẽ được phân loại và xuất xưởng theo từng nhóm sản phẩm tương ứng.
Thách Thức
Tối Ưu Kiểm Soát Chất Lượng và Tự Động Hóa Phân Loại
Việc dựa hoàn toàn vào kiểm tra thủ công có nguy cơ xảy ra sai sót do mệt mỏi, do đó, khách hàng đã triển khai AOI (kiểm tra quang học tự động) truyền thống để phát hiện lỗi. Tuy nhiên, hệ thống AOI thường quá nhạy với các cài đặt tham số chặt chẽ, dẫn đến việc nhận diện nhầm sản phẩm đạt tiêu chuẩn thành NG (no good – không đạt). Điều này đòi hỏi kỹ sư phải liên tục điều chỉnh và công nhân phải kiểm tra lại nhiều lần.
Hơn nữa, AOI yêu cầu số lượng mẫu lớn và chỉ có thể phát hiện các lỗi được định nghĩa trước, dẫn đến tình trạng bỏ sót (leakage), làm giảm khả năng đáp ứng linh hoạt với các yêu cầu sản xuất thay đổi liên tục.
Giải Pháp
AR + AI Giúp Nhận Dạng và Phân Loại Nhanh Chóng
Để giải quyết bài toán phân loại, nhận diện và kiểm tra lỗi, META-aivi tích hợp trí tuệ nhân tạo (AI) và công nghệ thực tế tăng cường (AR). Chỉ cần từ 5 đến 10 hình ảnh mẫu, AI tích hợp sẵn có thể nhanh chóng tạo mô hình để nhận diện và phân loại cáp theo từng loại (bao gồm: Lightning, USB, RJ45 và HDMI).
Kết hợp với các thiết bị thông minh như kính AR, máy tính bảng hoặc camera di động, hệ thống giúp nhận dạng và phân loại cáp nhanh chóng. Dữ liệu được truyền trực tiếp vào hệ thống ERP của doanh nghiệp, tạo báo cáo điện tử phục vụ tra cứu và tối ưu hóa quy trình. Nhờ đó, tỷ lệ sản phẩm đạt tiêu chuẩn được cải thiện và giảm thiểu nguy cơ lỗi sản phẩm.