背景與客戶需求
本案例的客戶為一家大型電子製造服務（EMS）提供商。他們的主要需求是利用AI訓練模型，對產品外觀進行高精度、自動化視覺檢測，以確保產品質量。主要檢測項目包括：
- 螺絲: 檢查是否有螺絲及其是否緊固正確。
- 高壓警告標籤: 確保標籤的放置位置和方向正確。
- 產品標牌標籤: 檢查標籤的位置和對齊情況。
- 通氣閥: 確認安裝正確且沒有缺失的零件。
- 序號（SN）與QR Code比對: 確保產品外殼上刻印的序號與QR Code一致。
常見的缺陷包括：
- 標籤放錯或方向錯誤
- 螺絲缺失
- 通氣閥塞子缺失
- 序號與QR Code不一致
若無法及時識別這些缺陷，將會影響產品質量、密封性，甚至在使用過程中引發安全問題。
挑戰
- 複雜的檢測點: 產品的不同面向有多個檢測區域，傳統的2D工業相機無法有效率地捕捉多角度、多焦點的影像。
- 大量檢測項目: 需檢查多達28個元件，需要快速且準確的解決方案。
- 勞動力限制: 人工檢測費時費力，且容易出現主觀誤差。
解決方案與關鍵技術
為了解決上述挑戰，達明協作機器人整合了視覺技術來實現檢測過程的自動化。具體技術方法包括：
影像技術
使用TM5-900，實現多角度影像捕捉，以滿足客戶需求。內建2D相機（EIH：彩色，支持自動對焦），通過TMflow進行精確定位，並捕捉清晰的檢測影像。協作機器人拍攝的影像會存儲到AI AOI Edge進行分析。
AI驅動的檢測
使用TM AI+Trainer，可在35分鐘內通過50次迭代訓練400張影像，提升檢測精度。此功能使得在生產線上出現判斷錯誤或異常情況時，能快速進行模型再訓練。 系統搭載Intel I7 12700處理器和Nvidia RTX3060顯示卡，能在30秒內完成28個元件位置的AI檢測，滿足生產周期時間（CT）的需求。這大大提高了自動化效率並降低了勞動成本。
檢測工作流程
- 合格 (OK): 檢測結果上傳至生產系統，產品進入下一工站。
- 不合格 (NG): 立即標註瑕疵，提示操作員處理有缺陷的項目。
應用場景與優勢
應用場景:
適用於製造中的高精度視覺檢測任務，包括檢測缺失元件、識別異物以及驗證零部件正確放置。
優勢:
- 自動化: 取代人工操作，降低勞動成本。
- 準確性: 實現超過99%的檢測準確率，誤報率低於1%。
- 效率: 滿足高產量、高循環時間生產線的需求。
結論
達明協作機器人憑藉其創新的視覺技術和基於AI的視覺辨識能力，為客戶提供了一個高效且可靠的自動化視覺檢測解決方案。其檢測準確率超過99%，誤報率低於1%，顯著提高了效率和精度。它克服了傳統檢測方法的局限性，大幅提升了產品質量並降低了生產成本，成為現代智慧製造中的一個標杆應用。