收藏文章

关注我们

随着工业4.0的深入实践，单一功能的视觉检测设备已难以满足复杂多变的生产需求。未来的视觉检测系统将更加注重与其他自动化设备的无缝对接，实现数据共享与协同作业。同时，借助深度学习算法，系统能够自我学习与优化，不断提升检测精度与效率，降低人工干预成本。

电子生产制造涵盖了从微小元器件到复杂电路板组装的全过程，每一环节都需要极高的精确度和稳定性。传统的质检方式往往依赖人工目检，不仅耗时耗力，且容易受主观因素影响，难以满足现代制造业对质量和效率的严苛要求。机器视觉技术的引入，使得这一难题迎刃而解。

01.客户背景和需求

Background and Customer Needs

客户是一家大型电子制造服务（EMS）供应商。他们的主要需求是利用AI训练的模型对产品外观进行高精度、自动化的视觉检查，确保产品质量，重点检查项目包括：

1.检查螺丝是否存在并正确固定。

2.确保高压警告标签正确的放置和方向。

3.检查产品收件箱标签位置和对齐。

4.确认通风阀安装正确且无部件缺失。

5.确保序列号（SN）和二维码比较的序列号与产品封面上刻有的二维码之间的一致性。

多达28个组件的多个检查区域分布在产品的不同侧面，传统的2D工业相机无法有效捕捉多角度、多焦点图像。手工检查耗时、劳动密集，并且容易出现失误。未能快速识别这些缺陷可能会损害产品质量、影响气密性，在严重的情况下可能还会导致使用过程中的安全问题。

02.解决方案及关键技术

Solution Key Technologies

为了解决上述挑战，客户选择使用内建视觉技术的达明协作机器人进行自动化检查。具体技术方法包括：

成像技术

使用TM5-900机械臂，可以实现多角度图像捕获，以满足客户要求。该手臂配备自动对焦2D摄像头（EIH：彩色，支持自动对焦），可提供精确定位并通过TMFlow捕获清晰的检查图像。TM5 EIH（眼在手）拍摄的图像存储在AI AOI Edge中进行分析。

AI视觉检测

使用TM AI+ Trainer，400张图像可以在35分钟内增强10倍，并通过50次迭代进行训练。允许模型快速重新训练，解决生产线误判或异常问题。

该系统利用Intel I7 12700处理器和Nvidia RTX 3060处理器，可在30秒内完成对28个元器件位置的AI检测，满足生产周期时间（CT）要求，显著提高了自动化效率并降低了劳动力成本。

检测流程

通过（OK）：检测结果上传到生产系统，产品进入下一站。

失败（NG）：结果立即标记，提示操作员解决有缺陷的物品。

03.方案优势

Application Scenarios and Benefits

达明机器人AI视觉检测技术以卓越的性能在行业中广受青睐。通过深度学习和先进的图像处理技术，不断优化检测算法，以适应不断变化的生产需求；克服了传统检测方法的局限性，为客户提供可靠、准确的视觉检测方案，显著提高了产品生产效率和品质标准，同时降低生产成本，成为现代智能制造的基准应用。

机器人在线版权与免责声明：

1.凡本网注明[来源：机器人在线]的所有文字、图片、音视和视频文件，版权均为机器人在线(www.imrobotic.com)独家所有。如需转载请与021-60717199联系。任何媒体、网站或个人转载使用时须注明来源“机器人在线”，违反者本网将追究其法律责任。

2.本网转载并注明其他来源的稿件，均来自互联网或业内投稿人士，版权属于原版权人。转载请保留稿件来源及作者，禁止擅自篡改，违者自负版权法律责任。

3.本网评论版块中各网友的评论只代表网友个人观点，不代表本站的观点或立场。

好的文章，需要您的鼓励

2

收藏文章

关注我们

随着工业4.0的深入实践，单一功能的视觉检测设备已难以满足复杂多变的生产需求。未来的视觉检测系统将更加注重与其他自动化设备的无缝对接，实现数据共享与协同作业。同时，借助深度学习算法，系统能够自我学习与优化，不断提升检测精度与效率，降低人工干预成本。

电子生产制造涵盖了从微小元器件到复杂电路板组装的全过程，每一环节都需要极高的精确度和稳定性。传统的质检方式往往依赖人工目检，不仅耗时耗力，且容易受主观因素影响，难以满足现代制造业对质量和效率的严苛要求。机器视觉技术的引入，使得这一难题迎刃而解。

01.客户背景和需求

Background and Customer Needs

客户是一家大型电子制造服务（EMS）供应商。他们的主要需求是利用AI训练的模型对产品外观进行高精度、自动化的视觉检查，确保产品质量，重点检查项目包括：

1.检查螺丝是否存在并正确固定。

2.确保高压警告标签正确的放置和方向。

3.检查产品收件箱标签位置和对齐。

4.确认通风阀安装正确且无部件缺失。

5.确保序列号（SN）和二维码比较的序列号与产品封面上刻有的二维码之间的一致性。

多达28个组件的多个检查区域分布在产品的不同侧面，传统的2D工业相机无法有效捕捉多角度、多焦点图像。手工检查耗时、劳动密集，并且容易出现失误。未能快速识别这些缺陷可能会损害产品质量、影响气密性，在严重的情况下可能还会导致使用过程中的安全问题。

02.解决方案及关键技术

Solution Key Technologies

为了解决上述挑战，客户选择使用内建视觉技术的达明协作机器人进行自动化检查。具体技术方法包括：

成像技术

使用TM5-900机械臂，可以实现多角度图像捕获，以满足客户要求。该手臂配备自动对焦2D摄像头（EIH：彩色，支持自动对焦），可提供精确定位并通过TMFlow捕获清晰的检查图像。TM5 EIH（眼在手）拍摄的图像存储在AI AOI Edge中进行分析。

AI视觉检测

使用TM AI+ Trainer，400张图像可以在35分钟内增强10倍，并通过50次迭代进行训练。允许模型快速重新训练，解决生产线误判或异常问题。

该系统利用Intel I7 12700处理器和Nvidia RTX 3060处理器，可在30秒内完成对28个元器件位置的AI检测，满足生产周期时间（CT）要求，显著提高了自动化效率并降低了劳动力成本。

检测流程

通过（OK）：检测结果上传到生产系统，产品进入下一站。

失败（NG）：结果立即标记，提示操作员解决有缺陷的物品。

03.方案优势

Application Scenarios and Benefits

达明机器人AI视觉检测技术以卓越的性能在行业中广受青睐。通过深度学习和先进的图像处理技术，不断优化检测算法，以适应不断变化的生产需求；克服了传统检测方法的局限性，为客户提供可靠、准确的视觉检测方案，显著提高了产品生产效率和品质标准，同时降低生产成本，成为现代智能制造的基准应用。

机器人在线版权与免责声明：

1.凡本网注明[来源：机器人在线]的所有文字、图片、音视和视频文件，版权均为机器人在线(www.imrobotic.com)独家所有。如需转载请与021-60717199联系。任何媒体、网站或个人转载使用时须注明来源“机器人在线”，违反者本网将追究其法律责任。

2.本网转载并注明其他来源的稿件，均来自互联网或业内投稿人士，版权属于原版权人。转载请保留稿件来源及作者，禁止擅自篡改，违者自负版权法律责任。

3.本网评论版块中各网友的评论只代表网友个人观点，不代表本站的观点或立场。

好的文章，需要您的鼓励

2