DeepOptics Technology

随着整车装配精度及质量要求的逐年提高，对于部件的精度要求也越来越高，针对三维部件的来料精度的把控通常只能通过三坐标抽检把控，效率低，准确度差，已经无法适应整车厂分钟内出一辆车的装配要求，尤其针对汽车安全的部件—汽车前挡风玻璃等。 我司利用独创光学算法技术、配合自研工业激光测头，成功研发国内首台玻璃面型在线检测设备，可在数秒内完成大尺寸玻璃面型的扫描工作，输出点云数据，判定检测结果，同时可辅助生产方进行工艺改善及提升。 激光技术高效、稳定性适合应用于工厂在线集成，不受其他硬件的干扰。无论在生产方把控工艺质量或是作为整车厂来料检验设备均适用。

光电行业典型痛点在于其为劳动密集型企业，用工数量巨大，用工主要分布在产品质量检测上，且对于成熟技工要求较高，不但需要专业培训另外还需要有一定的工作时长的保障，员工流失率超高，企业的人力成本巨大，同时由于人工检测，也无法保障产品质量的一致性。 针对光学元器件的表面光洁度检测，我司利用独创光学算法技术，成功实现微型柱面镜表面质量的在线检测，同时软件的数据分析功能可以辅助生产端进行合理的工艺改善。 为知名民族企业提供微型平凸柱面镜的表面光洁度在线检测设备，支持多种缺陷类型检测，为国内首台在线检测微型柱面镜设备供应商。

钢板缺陷视觉检测是一种利用机器视觉技术对钢板表面缺陷进行检测和分类的方法。包括：
1. 表面缺陷检测：钢板表面可能存在裂纹、气泡、夹渣、折叠、锈蚀等缺陷，通过机器视觉技术可以快速准确地检测这些缺陷，并对其进行分类和标记。
2. 尺寸测量：钢板尺寸的准确测量对于生产制造至关重要，通过机器视觉技术可以实现对钢板尺寸的高精度测量和校准，包括长度、宽度、厚度等参数。
3. 形状识别：钢板的形状和轮廓对于产品的质量和性能也有重要影响，通过机器视觉技术可以实现对钢板形状的快速识别和分类，确保产品符合要求。
4. 字符识别：钢板表面可能包含各种标识符，如产品型号、生产日期、生产厂家等信息，通过机器视觉技术可以快速准确地识别这些字符，并对其进行分类和提取。
5. 缺陷原因分析：通过机器视觉技术可以对钢板缺陷进行详细的分析和记录，包括缺陷的类型、位置、大小、数量等信息，帮助生产厂家查找缺陷原因并采取措施改进生产工艺。
钢板缺陷视觉检测作为一种高效的自动化检测方法，可以提高生产效率和质量，降低生产成本和废品率，在钢铁、汽车、建筑等领域中具有广泛的应用价值。