博客

在部分复杂物体识别上，单靠 3D 视觉的精度与准确度仍然存在困难，例如：复杂形状的半透明奶嘴位置识别、小零件/高精度金属件的机器人夹取。若将 AI 与 3D 视觉系统进一步整合，可增强其识别能力，使机器人能够以正确的方向和位置取放物体。

探索所罗门的随机箱揀选综合指南，其中包含有关系统要点、行业范例、挑战和 AI 人工智能解决方案的专家见解。

从先进的 AI 检测系统到 VGR 以及 AR + AI 的整合，探索 AI 技术如何彻底改变制造业的质量控制。

订单从过去的“少样多量”变成如今的“多样少量”弹性生产，待测物件的尺寸、外形、材质等复杂度随之提高，甚至出现定义不明的瑕疵。而传统 AOI 需要先定义瑕疵样本，并以设定好的参数作为判断基准，无法灵活快速做出判断，导致漏检率大幅增加。在此情况下，AI 的崛起推动了机器视觉的进化，其“拟人化”技术成为新的解决方案。

在现代商业环境中，物流公司面临各种障碍，这些障碍影响了其效率，降低了客户满意度，并使其难以满足不断变化的消费者需求。幸运的是，人工智能（AI）可以通过优化物流分拣过程来帮助克服这些障碍。 AI技术能够帮助物流公司优化分拣流程，提高准确性，降低成本。

半导体行业在过去几十年中迅速发展，变得越来越复杂和精密，自动化已成为其中的重要方面。 自动化帮助半导体公司快速高效地生产高质量的产品，减少各个过程所需的时间，提高准确性，减少错误，并降低劳动力成本，改善工人安全性。 在本文中，我们将探讨半导体行业中三种最常见的自动化解决方案。

机器视觉技术多年來一直是一项改变游戏规则的技术，使制造商能够在各种行业中提高效率和质量控制。虽然许多制造商都知道机器视觉的主要优点，但还有一些较不为人知的好处也值得考虑。 以下是您可能从未想过的机器视觉技术的五个好处。

应用AOI检测最多的PCB行业，往往会因为保证产品良率而提高AOI参数，设置得非常严格。这样做会导致AOI非常敏感，从而产生过度检测（Over Kill）现象。但是通过AI软件，可以借鉴经验法则来学习判断，适应外部变化，实现自我调整，进而有效判断从未见过的瑕疵。

此时此刻，我们正处于人类科技以爆炸性速度发展的奇点上，大家都在猜测AI的能力究竟有多大，未来是否真的会发展到人类完全无法理解的水平。当有人感到兴奋、有人感到惊慌的同时，更多的是全球许多领先企业和制造业已经抢先一步将AI人工智能应用于工厂和生产线，生怕慢了对手一步就错失良机。