产品存在/不存在
在配置的摄像机区域内实时评估。
COLT AI · 视觉质量控制自动化
视觉质量控制自动化
将存在、零件和装配检查转变为目视检查事件。
说明性图像操作问题
一致性、可追溯性和生产线末端反馈对于重复性目视检查至关重要。
柯尔特人工智能方法
Colt AI 通过配置的检查场景评估产品、零件和装配位置，并生成带时间戳的 OK/NOK 记录。
Colt AI 检测到什么？
视觉缺陷
在配置的摄像机区域内实时评估。
缺少或不正确的部分
在配置的摄像机区域内实时评估。
装配位置
在配置的摄像机区域内实时评估。
OK/NOK 分类
在配置的摄像机区域内实时评估。
从规则到事件记录
01相机区
02检测与跟踪
03规则评估
04带时间戳的事件
05团队通知
行动与管理
事件、证据和通知合二为一
相机和区域规则在 Web 仪表板中进行管理。事件通过摄像机、区域、时间、类型和视觉证据进行记录。通知行为由团队和角色配置。
说明性图像部署架构
已针对您的站点进行配置。
摄像机数量、网络拓扑、延迟需求和组织数据策略一起评估。 Colt AI 并不是纯云解决方案。
本地部署
- 加工地点
- 在组织的物理服务器基础设施上
- 适用场景
- 集中式摄像头拓扑和严格的数据策略
- 数据方法
- 视频和事件数据可以保留在组织边界内
边缘
- 加工地点
- 在靠近现场或摄像机组的处理单元上
- 适用场景
- 分布式站点和本地决策要求
- 数据方法
- 允许现场处理原始视频
混合动力
- 加工地点
- 跨边缘处理和中央管理层
- 适用场景
- 多站点和混合网络架构
- 数据方法
- 数据流根据组织策略分离
所需的处理基础设施是围绕主动摄像头、启用的人工智能模块和现场要求而设计的。
FAQ
常见问题解答
有关相机兼容性、配置和项目架构的基本问题。
01输出可以发送到线路系统吗？+
集成架构可设计为根据项目要求向工厂系统提供输出。
02哪些检查可以自动化？+
可以评估产品存在、零件缺失或不正确、视觉缺陷、装配位置和配置的 OK/NOK 场景。
03每个产品都使用相同的型号吗？+
不会。每个项目场景均涉及视觉条件、产品几何形状、缺陷定义和验收标准。
04检查结果可追溯吗？+
根据配置，检查时间、结果类别和相关视觉记录可以与质量事件相关联。
05如何确定相机和照明要求？+
在项目评估过程中，会同时评估零件尺寸、移动、视角、光学要求和环境照明。