工业机器人检测

在零件离开工位前发现缺陷

漏检缺陷越少，意味着保修索赔越少、返工越少，且零件发货后的意外情况也越少。

• 直线度误差低于 0.2%：精度足够高，可在生产速度下检测出坐标测量机能检测到的缺陷。
  
• HDR 和Zivid 视觉引擎： 在油污、反光或深色金属表面上呈现完整 图像，确保缺陷不会因数据缺失而隐藏。
  
• 完整的点云数据：减少 误判合格和误判不合格的情况，在不过度抬高缺陷率的前提下降低保修风险。
  

网络研讨会中的 Zivid 检测预设演示, Exploring Manufacturing Applications with Advanced 3D Vision Technology.

在真实的工厂环境下保持生产正常运行

因采集条件不稳定导致的停机时间所造成的损失，远高于重新校准本身的成本。它不仅会消耗宝贵的生产时间，还可能导致检测单元完全停摆。

• 对环境光的抗干扰能力确保检测系统能够适应不同班次、季节及光照条件的变化，无需专门的暗室。

• 在灰尘、振动和温度变化的环境下仍能保持稳定的性能，有助于最大限度地减少测量漂移，并降低计划外停机的风险。

• 预设的检测参数（包括适用于PCB元件等具有精细细节的反射性零件的“微小特征”模式）减少了在不同班次、检测单元或操作员之间手动重新调整采集设置的需求。
  

在不增加新风险的情况下进行尺寸检测

检测自动化不应给工件或机器人带来新的风险。

• 通过固定式或机器人搭载式成像系统，将检测功能无缝集成到现有生产单元中，无需围绕摄像头重新设计布局。

• 在旋转平台上实现完整的 360° 覆盖，填补因成像不完整或不准确而导致的检测盲区。

• 通过 SDK 处理点云拼接和分割，减少集成工作量， 让您的团队更快地实现部署。