How an Autonomous Machine Vision (AMV) System Increased Accuracy and Cut Waste
- 分析与建模 - 计算机视觉软件
- 消费品
- 离散制造
- 计算机视觉
- 系统集成
QA 自动化对于制造商来说是一种经济高效的解决方案,因为它可以节省时间和金钱,同时降低缺陷产品的风险。然而,传统的 QA 方法不足以满足工业 4.0 的严格标准,传统的机器视觉解决方案成本高昂且难以实施。 BSH 是一家家用电器制造商,它面临着这一挑战,并寻求在不产生高成本的情况下提高其批次检验过程的准确性和效率。他们与 Inspekto 合作解决了这个问题,并缩短了他们位于德国的烤箱制造厂之一的组件缺陷检测时间。
博西家电集团
BSH Home Appliance Group 是一家全球性的家用电器制造商。他们以生产各种产品而闻名,包括烤箱、冰箱、洗碗机和洗衣机。该公司成立于德国,目前在全球 50 多个国家开展业务。 BSH 已经运营了 100 多年,他们强调创新和技术,提供满足客户不断变化的需求的产品。他们还享有卓越制造和注重可持续性的声誉。
Inspekto 开发了一种称为自主机器视觉 (AMV) 的工业 QA 新方法,它结合了人类视觉的能力与工业机器视觉的可靠性和可重复性。 AMV 系统针对广泛的用例进行了预训练,使其易于在短时间内独立安装和部署。该系统使用人工智能 (AI) 自动调整图像捕捉参数,例如距离、光照和曝光,让用户只需向系统展示 20-30 个样本项目,它就会学习并标记任何与标准的偏差。这种用户友好的方法是通过 Inspekto 的专有技术 AMV-AI 实现的,该技术结合了三个 AI 模块,从头到尾模仿人类的认知视觉过程。 BSH 是一家家用电器制造商,对该技术的用户友好性和准确性印象深刻,并在其位于德国 Traunreut 的工厂实施了 Inspekto 的 S70 AMV 系统。