中科迪 宏工序监测管理系统

随着科技的不断发展,自动化 技术在各行各业得到长足的发展,特别是在制造业,工业自动化发展迅猛,自动化成都越来越高。但是由 于传感技术及精确度的限制,目前部 分工艺仍然无法实现自动化,还需要手工操作完成。人工操 作存在一些不可避免的问题,如工作效率、每次操 作结果差异较大等,给企业造成很大困扰。

中科迪 宏的工位工效检测系统由此孕育而生,主要用 于检测工位工人的实时操作工序,进而计 算出其工序类型,并统计 各类工序的平均时间长度,为工位 的改进提供精准的数据依据,并可用 于改进后工位效率的验证。作为全员劳动生产率(OLE)的数据 采集功能和集成系统。

如果有 种工具或系统能够让工业工程师或精益工程师实时知道生产状况和装配动作,消除不 必要的浪费动作,就可以 为提高生产效率提供数据和依据,做到有的放矢,同时,可以让 管理层知道实时生产状况。

视频演示
Video demo

产品操作台
Operating table

系统模块
System module

核心技术
core technology

  • 目标检测

    目的:定位目 标元件在图像中的位置,用于后续处理

    输入:可见光相机拍摄的RGB图像

    输出:目标元件位置坐标

    技术:基于Faster-rcnn的目标检测框架

  • 分类

    目的:分析目标元件的工序

    输入:目标元件的区域图像

    输出:目标原件的工序类别

    技术:基于深 度神经网络的分类模型

  • 目标分割

    目的:将目标与背景分离,判断工序完成质量

    输入:目标元 件的区域图像及工序信息

    输出:目标元 件的轮廓信息以及完成质量

    技术:基于全 卷积网络的分割模型,图像处理技术

  • 深度融合

    目的:定位目 标元件的三维坐标,为机械臂提供信息

    输入:目标元件的RBG分割图像,深度相机的输出

    输出:目标元件的三维坐标

    技术:基于局部优化的RGBD目标融合技术

核心优势
Core advantage

  • 目标

    定位目 标元件在图像中的位置

  • 技术

    基于Faster-rcnn的目标检测框架

    基于深 度神经网络的分类模型

  • 优点

    1. 定位准确

    2. 可以区 分相似度高的工序

    3. 有一定的尺度,光照,旋转不变性

产品特点
Product features

01

快捷准 确的对工件进行空间标定,确定工 件主要操作所在位置。

02

自动读 取作业指导书内容,生成监测工序。

03

根据监测工序,自定义检测工件,并进行样本训练。

04

能够快 速准确的对工件的位置进行检测。

05

通过深度学习技术,检测出 工人当前的作业工序。

06

不需要 对目前工位上的各种设备装置做位置改动。

07

采用非 接触式数据采样方式,安装后 对工位的整个生产过程不产生影响。

08

对接工厂MES系统,为管理 者提供数据分析及决策依据。


友情链接:    波克棋牌登陆   V8彩平台计划   西元德宏棋牌安全吗   波克棋牌主页   百盈彩票