loding
新闻资讯
您的位置:
首页
/
/
/
/
走向工业4.0,走向智能制造,真的有最佳路径吗?

走向工业4.0,走向智能制造,真的有最佳路径吗?

  • 分类:行业动态
  • 作者:
  • 来源:中国传动网
  • 发布时间:2020-10-27
  • 访问量:0

【概要描述】赛迪顾问日前发布的《中国工业机器视觉产业发展白皮书》显示,2019年全球工业机器视觉市场规模约80亿美元,较2018年增长约3%,中国工业机器视觉市场规模约139亿元,增速约4.8%。

走向工业4.0,走向智能制造,真的有最佳路径吗?

【概要描述】赛迪顾问日前发布的《中国工业机器视觉产业发展白皮书》显示,2019年全球工业机器视觉市场规模约80亿美元,较2018年增长约3%,中国工业机器视觉市场规模约139亿元,增速约4.8%。

  • 分类:行业动态
  • 作者:
  • 来源:中国传动网
  • 发布时间:2020-10-27
  • 访问量:0
详情

  赛迪顾问日前发布的《中国工业机器视觉产业发展白皮书》显示,2019年全球工业机器视觉市场规模约80亿美元,较2018年增长约3%,中国工业机器视觉市场规模约139亿元,增速约4.8%。

  移动终端、平板显示和汽车是规模最大的三个工业机器视觉应用场景,其中移动终端应用占比近半。而目前,移动终端产品的中框外观检测仍然依靠人工目检,实际作业时,往往需要检测出0.03毫米大小的缺陷,而一根头发丝的直径,一般也有0.04毫米。传统视觉检测只能识别出缺陷,无法对缺陷进行分类,只能通过缺陷尺寸大致推测缺陷种类。

  “目前视觉检测行业面临三大难题。”深圳科瑞技术股份有限公司技术负责人介绍,一是当拍照成像质量不好时,会影响缺陷的识别率。二是检测区域较大时,拍照速度会影响设备效率。三是传统机器视觉系统在对复杂背景中的缺陷进行检测时,可能将背景误判为缺陷;另外,图像畸变较大时,误判率也可能上升。

  国内移动终端整机和摄像头测试领域企业纷纷发力解决行业难题。科瑞技术以自主技术平台为基础,结合人工智能技术,开发出全新的RevEyeAOI360中框检测产品,在解决上述难题领域取得了新突破。通过应用人工智能技术,能够直接识别缺陷种类。例如,针对手机中框上的污渍和划痕,后续要对应不同的处理措施,如果在检测缺陷时就进行了分类,后续处理效率必然能大幅提高。

  行业痛点正是创新的突破点。业内专家表示,行业创新不断取得突破将成为扩大机器视觉应用的有力支撑。随着工业自动化技术向智能化方向发展,中国工业机器视觉产业正迎来春天,不断推动产品和技术升级。

扫二维码用手机看

©2020 九游体育版权所有   网站建设:中企动力 成都