通过传感器融合,机器人能够通过模拟人类,用多种传感信息处理周围环境中的情况,从而使机器人安全性更高、能力更强。
在一套红薯实时在线质量分级系统中,机器视觉系统采用YOLOv8算法对红薯图像进行分析,准确率达到91.7%。
工业5.0的目标是实现更加灵活的人机协作,机器视觉特别是CXP接口技术,将在其中发挥重要作用。
AI与2D、2.5D和3D成像技术融合,解决锂电池密封钉焊缝针孔、软包外观、电芯段焊印缺陷检测等痛点问题。
在软包装生产中应用在线瑕疵检测技术,能提升质量和效率,并推动产业化普及过程。
用于垃圾处理的c-detect检测系统,使用AI、机器视觉来识别有机生活垃圾中的污染物。
自动化检测和安装系统提升光学太阳能反射器的检测效率和安装质量,同时减少人力需求和生产时间。
制造商将机器视觉自动检测系统集成到陶瓷啤酒瓶盖生产过程中,检测瓶盖的打印信息和质量缺陷。
光源方案的正确选择,有利于整个视觉系统的顺利完成。合适的光源可以节省成本和安装空间。
不同的照明方案结合深度学习技术,为电池阴极箔片和阳极箔片上的缺陷的检出,提供了解决方案。
一步步新技术
洁净室
激光世界
微波杂志
视觉系统设计
化合物半导体
工业AI
半导体芯科技
通过传感器融合,机器人能够通过模拟人类,用多种传感信息处理周围环境中的情况,从而使机器人安全性更高、能力更强。