Průmyslové strojové vidění

Ušetřete čas a peníze vytvořením automatické vizuální
kontroly. Rychle a přesně.

Děkujeme! Brzy se Vám ozveme.
Jejda! Při odesílání formuláře se něco pokazilo.

Sbírejte, označujte, trénujte a kontrolujte s
Robopipe

Robopipe Kit
Vše, co potřebujete k vytvoření chytřejších systémů — AI kamera a PLC v jednom kompletním balíčku, která funguje offline i online.

Průmyslová IP65  AI Kamera pro náročné  účely

Robustní řešení pro přesnou analýzu a automatizaci výroby
12Mpx Senzror
3 kamery, 12Mpx a dvě s rozlišením 1 MPx poskytují přesné vnímání hloubky a vysoce kvalitní zobrazení, ideální pro průmyslové aplikace.
Funguje i offline
Výkonný čip se 4 TOP zajišťuje rychlé a efektivní zpracování dat pro neuronové sítě a pokročilé počítačové vidění přímo na kameře.
IR LED/laserový bodový projektor
Infračervené osvětlení LED a laserový projektor zajišťují spolehlivé snímání obrazu i v prostředí s nízkou viditelností nebo bez viditelnosti.
ai kamera
Robopipe pracuje s většinou fotoaparátů Luxonis

12MPx

IMX378

4K H.265

60 SNÍMKŮ ZA SEKUNDU

1,55 µm

velikost pixelu

1/2,3“

velikost snímače

Nekonečné možnosti

Využijte plný potenciál umělé inteligence s pokročilými kamerovými funkcemi navrženými pro různé aplikace

Detekce a počítání objektů

Detekce a počítání objektů jsou nezbytné pro různé aplikace, včetně řízení zásob, monitorování výrobní linky a ověřování zásilek. Tradiční metody, jako je ruční kontrola a mechanické počítání, jsou často pomalé, náročné na práci a náchylné k chybám.
Systémy strojového vidění nabízejí přesvědčivou alternativu, která poskytuje rychlou a spolehlivou detekci a počítání objektů. Jejich rychlost a přesnost výrazně překonávají manuální a mechanické metody, což vede ke zvýšení efektivity a snížení chyb v těchto kritických procesech.

Umístění vedení a polohování

Mnoho automatizovaných procesů, včetně montáže, operací vyzvednutí a umístění a kontroly, spoléhá na schopnost strojového vidění přesně lokalizovat součásti, bez ohledu na to, zda jsou na dopravníku nebo v koši. Systémy strojového vidění řídí roboty v těchto úkolech, což umožňuje přesné umístění dílů. Kromě toho, pokud je součást nesprávně zarovnána, systém může změřit nesoulad mezi požadovanou a skutečnou polohou a orientací a poté tyto úpravy sdělit robotu nebo PLC pro nápravná opatření.

Detekce defektů

Vady mohou nastat v kterémkoli bodě výroby, od surovin až po závěrečnou kontrolu. I když jsou inspekce prováděny tradičně ručně, nyní jsou kontroly výrazně vylepšeny strojovým viděním. Tyto systémy, které pracují rychlostí výrobní linky, nabízejí konzistentní, neúnavný výkon, detekují i nepatrné a neočekávané závady a zároveň zachycují data pro neustálé zlepšování, výhody, které lidští inspektoři nemají.

OCR/OCV a čtení čárových kódů

Podporuje všechny typy znaků a výtisky, včetně reliéfních, gravírovaných, laserově označených a inkoustově tištěných dílů. Detekce zůstává spolehlivá bez ohledu na změny cíle nebo podmínky prostředí.

Aktivní stereofonní hloubka

Aktivní stereofonní hloubka využívá bodový projektor ke zlepšení shody rozdílů a zvyšuje přesnost na plochách s nízkými detaily. Zatímco proces párování je podobný pasivnímu stereo, promítané body dělají kritický rozdíl.

Noční vidění

Infra Red LED osvětlení umožňuje jasné vidění za slabého osvětlení nebo bez osvětlení. Podporuje procesy AI/CV tím, že poskytuje rámečky s infračerveným osvětlením, ideální pro proudy monochromatických kamer, protože barevné kamery nerozpoznávají IR světlo.

Připojte vše co potřebujete

Univerzální řídicí jednotka pro snadnou integraci a maximální kontrolu

Analogové vstupy

Přesné měření analogových signálů z různých senzorů. Umožňuje sběr dat v reálném čase pro řízení a monitorování procesů.

Digitální vstupy

Spolehlivá detekce stavu připojených zařízení. Umožňuje sběr dat z tlačítek, přepínačů nebo jiných digitálních komponent.

RS485, RS232

Podpora sériové komunikace pro propojení s PLC, senzory nebo jinými průmyslovými systémy. Umožňuje rychlou a flexibilní výměnu dat.
OS založený na Linuxu
Stabilní a otevřený systém pro přizpůsobení aplikací. Zajišťuje spolehlivý provoz i v náročných průmyslových podmínkách.
PLC řadič robopipe ai
USB 2.0 (2x)
Ethernet (Modbus. Ethercat,...)
GSM (LTE)
24V STEJNOSMĚRNÝ PROUD
Robopipe může běžet na libovolném plc/počítači založeném na Linuxu

Digitální výstupy

Ovládání zařízení a strojů pomocí digitálních signálů. Umožňuje snadnou integraci s pohony, relé nebo jinými systémy.

Předefinujte
vaše odvětví

Bez ohledu na to, co to je.

Procesní výroba

Optimalizujte výrobní procesy s přesným monitorováním umělé inteligence. V lihovarech sledujte kvašení a plnění do lahví pro konzistentní kvalitu. Používejte pro třídění, detekci vad a kontrolu obalů, aby se snížilo množství odpadu a zvýšila efektivitu.

Farmacie a zdravotnictví

Automatizujte kontrolu kvality ve farmaceutické výrobě pomocí pokročilého strojového učení a analýzy obrazu. Detekujte vadné produkty, monitorujte sterilní prostředí a ověřte obaly a štítky. Ve zdravotnictví použijte systém pro analýzu laboratorních obrazů a monitorování zařízení.

Zemědělství

Optimalizujte růst plodin, hubení škůdců a využití zdrojů pomocí zpracování a automatizace obrazu AI. Zlepšete výnosy prostřednictvím zavlažování a řízení sklizně a zároveň snižte množství odpadu díky přehledu dat v reálném čase.

Logistika

Optimalizujte operace s přesným sledováním balíků a automatizovaným tříděním skladu. Monitorování v reálném čase a systémy využívající umělou inteligenci zajišťují rychlejší dodávky, efektivní správu zásob, bezchybné expedice a nižší náklady.

Vhodné pro Vývojáře

Vytvořeno pro inovace s nástroji s otevřeným zdrojovým kódem a širokou podporou

Sbírejte, označujte, trénujte a kontrolujte. V jazyce, ve kterém se cítíte pohodlně.

Použijte libovolný jazyk. Poskytujeme REST a websocket api pro ovládání kamery a PLC. Stačí nasadit svůj skript.
pip install label-studio
Kopírováno
Snadný start projektu
1import request
2import websockets
3
4# fetch connected devices from the robopipe controller
5cameras = requests.get(f"http://robopipe-1.local").json()
6mxid = cameras[0].get("mxid")
7
8# deploy trained NN
9requests.post(
10    f"http://robopipe-1.local/cameras/{mxid}/streams/CAM_A/nn",
11    files={"model": open("model.blob", "rb")},
12    data={"nn_config": }
13)              
14
15# consume inference websocket stream
16async with websockets.connect(f"ws://robopipe-1.local/cameras/{mxid}/stream/{sensor_name}/nn") as ws: 
17  while True:
18    msg = await ws.recv()
19    print(msg)
Začínáme

Naučte vaše stroje vidět!

Děkujeme! Brzy se Vám ozveme.
Jejda! Při odesílání formuláře se něco pokazilo.