생산된 제품이 설계 사양에 맞게 제작 되었는지, 또는 생산, 유통, 보관 중 불량 여부를 사람의 눈이 아닌, 카메라를 통해 결함을 찾아내는 것으로 외관 검사, 치수 검사로 나눌 수 있습니다.

• 상용라이브러리 기반 높은 데이터 신뢰성 및 안정적 기능 구현
• Rule Base 기반과 머신러닝을 통한 비전검사 알고리즘 검사 기능 제공
• 고객사 사용 및 접근성이 용이한 인터페이스 구성 및 결과 데이터 분석 기능 제공

제품의 생산 관리 및 제품 인식을 위해 제품에 표기된 다양한 인식표를 리더기 또는 카메라를 통해 데이터를 읽고, 관리하는 것을 말합니다. OCR, OBR, OMR등의 종류가 있습니다.

• 딥러닝 기반 문자 인식을 통해 필기체 글씨, 글자 일부 손실 등을 추정하여 문자인식 성능 최적화
• Rule Base 기반과 머신러닝을 통한 비전검사 알고리즘 검사 기능 제공

획득한 이미지를 학습된 정보를 바탕으로 제품을 검사, 관찰을 통해 제품을 짧은 시간 동안 정확하게 탐지, 분류하여 높은 신뢰성을 갖으며, Rule Base 기반 머신비전 시스템을 보완합니다.

• 최신 학습 알고리즘 적용하여 학습 시간을 대폭 감소
• 진보한 모델 압축 및 최적화 코드를 통해 최고의 검사속도 보장
• C++/C# 라이브러리를 활용하여 고객의 시스템에 맞게 제작 가능
• 학습을 위한 결함 데이터 부족 문제의 어려움을 극복하기 위한 최신 데이터 기술을 통해 미검률 및 과검률 최소화

3D 카메라는 다양한 각도의 이미지를 얻어 물체의 정확한 부피, 표면 각도, 평탄도, 중심점 등 다양한 정보를 가지며, 3D위치 검출 알고리즘을 통해 공간상의 위치 검출 및 이동 경로를 산출하여, 별도 프로그래밍 없이 로봇 운영을 용이하게 지원합니다.

• 2D Vision으로 불가능한 검사를 가능하게 하며, 2D, 3D 동시 검사 가능
• 산업용 로봇 연동을 통해 3D공간 경로 생성 및 물체 Grip를 지정할 수 있어, 산업자동차 기술에 대응 가능
• 향후 스마트팩토리, 스마트팜, 재활용 분류 시스템 대응 가능