Objektum- és hibadetektálás
A képességet az adott folyamat adataihoz, jogosultságaihoz és mérési céljához igazítjuk.
Computer vision
Gépi látás és AI-alapú minőségellenőrzés
Kameraképekből és termékfotókból felismerjük a hibákat, hiányzó alkatrészeket, minőségi eltéréseket és vizuális rendellenességeket. A rendszert az adott termékre, gyártási környezetre és hibadefinícióra tanítjuk.
VISION INSPECTION / 01REVIEW GATE
INPUT / Kamera / mobilfotóSCANOUTPUT / KONTROLLÁLT MŰVELET
01Üzleti célból indulunk
02Valós rendszerkörnyezetre tervezünk
03Emberi kontrollt építünk be
04Éles működésig visszük
A megoldandó probléma
A látásrendszer pontossága a kameránál kezdődik, nem a modellnél.
A gyártósori fény, rezgés, pozíció, ciklusidő és a ritka hibák aránya közvetlenül befolyásolja a felismerést. Ezért a feladatot a teljes képkészítési és döntési láncon keresztül tervezzük meg. A modell mellett kamera-, megvilágítás-, operátori és integrációs kérdéseket is kezelünk.
A megoldás működése
Két üzemmód: valós idejű ellenőrzés és fotóalapú besorolás
Valós időben edge eszközön vagy helyi szerveren futó inference adhat azonnali quality gate döntést. Változó helyszínen mobil- vagy ellenőrzőállomási fotóból készülhet minőségi osztályozás. Mindkét esetben megőrizzük a bizonyítékképet, a modell verzióját és az operátori visszajelzést.
VISION INSPECTION / 01REVIEW GATE
INPUT / Kamera / mobilfotóSCANOUTPUT / KONTROLLÁLT MŰVELET
Szegmentáció és minőségi osztályozás
A képességet az adott folyamat adataihoz, jogosultságaihoz és mérési céljához igazítjuk.
Kamera- és fénytervezés
A képességet az adott folyamat adataihoz, jogosultságaihoz és mérési céljához igazítjuk.
Edge inference
A képességet az adott folyamat adataihoz, jogosultságaihoz és mérési céljához igazítjuk.
Active learning
A képességet az adott folyamat adataihoz, jogosultságaihoz és mérési céljához igazítjuk.
MES/QMS integráció
A képességet az adott folyamat adataihoz, jogosultságaihoz és mérési céljához igazítjuk.
Konkrét munkafolyamatok
Nem általános AI. Pontos üzleti feladatok.
PÉLDA / 01
Gyártósori quality gate
A ciklusidőn belül jelzi a hibát, megőrzi a bizonyítékképet és átadja a döntést a gyártási rendszernek.
- Trigger és képfelvétel
- Edge inference
- Quality döntés
- MES visszaírás
PÉLDA / 02
Mobil minőségbesorolás
A munkatárs szabványos fotót készít, a rendszer pedig kategóriát és bizonytalanságot ad.
- Fotóvezetés
- Képminőség
- Besorolás
- Operátori megerősítés
Adat és integráció
A rendszer a vállalati kontextust használja.
Az adatforrásokat, hozzáférési módokat, frissítési ciklust és felelősséget a fejlesztés előtt tisztázzuk.
Adatforrások
Gyártósori kameraMobilfotóHibakatalógusMinőségi jegyzőkönyvTermék- és tételadatOperátori döntésKapcsolódási módok
PLC / triggerEdge runtimeMES és QMSKéptár és auditBiztonság és emberi kontroll
Autonómia csak kijelölt határok között.
A kritikus pontoknál a rendszer megáll, elmagyarázza a javaslatot, és a jogosult felhasználó döntése után folytatja.
01Bizonytalansági küszöb✓
02Operátori felülbírálás✓
03Modellverzió naplózása✓
04Hibakép megőrzése✓
05Drift és újratanítás✓
Fejlesztési folyamat
A bizonyítható értéktől az éles működésig.
01Felmérés
02Architektúra
03Proof of Value
04Éles fejlesztés
05Bevezetés és mérés
Kézzelfogható eredmény
Mit adunk át?
Nem csak modellfájlt vagy hozzáférést. Dokumentált, tesztelhető és üzemeltethető rendszert.
- ✓Képalkotási és adatgyűjtési terv
- ✓Annotációs rendszer
- ✓Tanított és validált modell
- ✓Edge/cloud inference
- ✓Operátori felület
- ✓Integráció és monitoring
Jó választás, ha…
✓ A hiba vizuálisan és következetesen definiálható
✓ Van lehetőség reprezentatív képek gyűjtésére
✓ A döntés kapcsolódik gyártási vagy minőségi folyamathoz
Nem ezt javasoljuk, ha…
— A hiba szabad szemmel sem különíthető el a képen
— A képalkotási környezet nem stabilizálható
— Nincs szakértő, aki a címkézést konzisztensen ellenőrizze
Technikai egyeztetés