-
高速图像处理及R2R系统集成技术
提供在Roll-to-Roll(R2R)工艺中必不可少的高速图像处理技术,并包括了线路振动和位置误差补偿的R2R机制集成技术。
通过传感器、光学系统和机械结构的集成设计,即使在移动物体上也能稳定地获取图像并进行实时缺陷判断主要技术特点
- 支持数十至数百米/分钟的高速图像处理
- 抑制薄膜振动并保持精确焦点的传送机构
- 补偿材料变形的检测算法
- 优化不同线扫描系统组件的组合 -
多种方式的厚度测量技术:基于干涉仪、共焦、激光传感器的精密计量
UniEye根据产品特性和工艺条件选择最合适的厚度测量方式,提供精确且可靠的厚度数据。
为了适应透明/不透明、单层/多层、薄膜/后膜等各种检测对象,灵活应用干涉仪、共焦、激光传感器:
✔ 基于干涉仪的测量(干涉仪,OCT)
. 利用光的干涉现象,以纳米级精度测量透明物质的薄膜厚度
. 适用于精度要求高的多层薄膜、涂层等对象
. 对震动较大的对象有优势
✔ 共焦方式(共焦测量)
. 在特定焦点位置使用反射光测量厚度
. 可应用于半透明材料、玻璃、硅等多种材质
. 相较于干涉仪,对干扰具有更强的抗干扰性,光学结构较为简单
✔ 激光位移传感器(Laser Displacement Sensor)
. 适用于高速移动生产线的实用测量方式
. 有利于测量不透明物质、单层薄膜、贴片层等厚度
. 小型传感器适合狭小空间主要技术特点
- 根据测量对象特性灵活应用传感器方式
- 从亚微米到数百微米的广泛测量范围
- 包括多层结构识别和厚度区分功能
- 无接触、高速测量,可实现不中断的连续检测,避免工艺干扰 -
专为视觉检测定制的深度学习框架
不同于一般的深度学习框架,本框架专为视觉检测现场定制,进行学习、分类和缺陷预测。重点提供适用于生产现场的实际功能,如缺陷类型自动标注、小量数据学习和缺陷聚类等
主要技术特点
- 缺陷分割 / 分类
- 异常检测 / 一次性学习优化
- 标签工具及现场推理界面支持 -
基于精密光学设计的2D视觉技术
UniEye拥有针对各种照明条件、材料特性和反射率变化优化的光学设计技术。根据情况配置透射型、反射型、同轴光、偏振光等多种照明系统,并通过与高分辨率相机和精密镜头的匹配,准确检测微小缺陷、图案异常和表面状态变化
主要技术特点
- 多层薄膜、玻璃、金属、医疗材料等多种表面适应
- 照明/镜头/相机一体化设计,提高稳定性
- 考虑反射/折射率的灵活光学定制 -
通用视觉检测的灵活软件框架
UniEye的视觉软件框架采用模块化结构设计,以支持多种工艺和产品系列。根据检测对象和条件,可以自由组合算法、UI和输入输出设置,结构适用于多品种小批量生产和研发线的即时应用
主要技术特点
- 检测算法模块组合方式(基于规则 / AI 混合配置)
- 基于配方的设置保存与恢复功能
- 基于动态的视觉操作流程表达 -
针对视觉检测优化的硬件结构设计
UniEye设计了专门的硬件平台,以最大化图像处理效率。
相机、光源、传感器、运算模块和接口作为一个集成架构协同工作,实现低延迟数据处理、高速同步和噪声最小化主要技术特点
- 可实现相机与照明一体化设计
- 采用热/噪声屏蔽设计并强化耐用性
- 支持多种标准接口(GigE、CameraLink、CoaXPress等) -
与各种IoT系统和智能工厂平台的灵活联动
通UniEye的检测系统不仅仅是独立设备,而是以考虑到与整个生产线及IT系统的联动为基础进行设计的。
通过与MES、ERP、PLC、机器人、传感器、云等多种外部IoT系统的实时通信,可以实现检测结果的数据化、自动控制和远程诊断等功能主要技术特点
- 支持与PLC及现场总线(EtherCAT、Modbus、OPC-UA等)的联动
- 通过与MES/ERP的API联动实现检测历史的自动登记
- 基于MQTT/RESTful通信协议传输检测结果
- 实时与传感器及控制器的数据交换
- 支持基于云的远程监控及状态诊断
- 可与智能工厂基础上的预测性维护(Predictive Maintenance)系统联动