金属加工业

  • 使用AI进行培林螺纹瑕疵检测

    Solvision AI視覺檢測技術,清晰檢驗培林螺紋瑕疵,確保培林產品品質,解決人力肉眼無法目視瑕疵的問題,並提升產線生產力。

  • 金属垫片外观瑕疵检测

    運用AI視覺技術檢測金屬墊片的外觀是否存在瑕疵,協助產線提升檢測效率。

  • unpolished metal workpieces in a bin

    挑选未经抛光的金属加工物件进行CNC加工

    由于青铜零件小而重,再加上随机摆放于料箱中,视觉系统难以精准辨识对象,导致机械手臂夹取出现异常。搭配AI、3D技术,能定位和生成3D拾取点,实现精准取放效果。

  • 汽车引擎号码OCR字符识别

    借由Solvision AI视觉检测技术,快速、准确识别汽车引擎上的字符,减少人工目视识别错误,提升效率。

  • metal rails stacked in a railway yard

    利用机器人实现自动化铁轨接缝板去毛边处理

    使用了SOLMON公司的AI 3D機器視覺技術Solmotion來進行接縫板的位置識別。準確地識別接縫板端面進行毛邊修整的位置並進行了修正。在毛邊修整過程中,我們在接縫板流動到修整位置之前的一側安裝了Solmotion的攝像頭系統,用於解析接縫板的截面。

  • high quality Galvanized steel pipe or Aluminum and chrome stainless pipes in stack waiting for shipment in warehouse

    META-aivi 智能快速计数

    自行车可作为休闲运动之用,亦具备中长距离的移动工具,是现代人不可或缺的出行工具。一部品质完美的自行车需要坚固的车架,而完整的车架则是由多个钢管组成,经过人工筛选出适当尺寸的车架后,进行管料裁切、焊接、打磨、烤漆等程序,方可制成坚实的自行车。

  • 不锈钢管字符辨识解决方案

    目前仍采用人力进行自行车车身号码的辨识与登录,耗费人工且效率低,若使用AOI进行字符辨识,因不锈钢管表面为圆弧曲面,打光容易造成反射,不论以人工或者AOI检测,针对曲面、反光不锈钢管上字样的辨识皆较为困难。所罗门结合机器视觉与人工智能,对于光学字符识别可以得到极佳的辨识效果。

  • 高尔夫球杆头品质检测解决方案

    高尔夫球杆头是球具组合中最重要的部份,消费者十分重视杆头完成面的细致程度。运用SolVision AI影像技术,将影像样本中高尔夫球杆头上的细微瑕疵逐一标注,藉以训练AI模型,训练完成后的AI模型即能不受商标、纹路及金属光泽的影响,定位并标注所有细微的表面瑕疵。

  • Close-up Photography of a Power Tool

    金属加工冲压件表面瑕疵检测解决方案

    金属加工冲压件上可能出现的瑕疵种类繁多且形态不一,油污及水渍更是不易观察。另一方面,金属加工件在取像时的亮度也各有差异,造成AOI瑕疵检测的执行相当不易。金属加工品的品管助手:AI瑕疵检测,经训练的AI模型可轻易检出各式冲压件上的瑕疵,大幅提升产品的表面质量。