Prüfung auf Vorhandensein/Fehlen von Autositzbezügen
Bestätigt, dass Bezüge auf Autositzen angebracht wurden
Ähnliche Produkte
Grafische Programmierumgebung für Deep Learning-basierte industrielle Bildanalyse
Ausgestattet mit der In-Sight ViDi Deep-Learning-basierten Bildverarbeitungssoftware
Da die Anforderungen von Sicherheit und Aerodynamik das äußere Design einschränken, haben Autohersteller den Innenbereichen mehr Aufmerksamkeit geschenkt und sogar Economy-Modellen ein luxuriöses Erscheinungsbild gegeben. Ein wichtiges Unterscheidungsmerkmal ist die Polsterung der Sitzbezüge, die es in vielen Materialien, Mustern und Texturen gibt.
Bei der Herstellung der Sitze werden die Sitzbezüge automatisch darauf angebracht. Die Überprüfung, ob ein Sitzbezug vorhanden ist, bevor der Sitz zur nächsten Phase weitergeleitet wird, kann überraschenderweise schwierig sein. Fehlt ein Sitzbezug, muss der Sitz aus der Linie genommen und zurückgeschickt werden.
Sitzbezüge bestehen aus weichen, flexiblen Materialien und können sich deutlich hinsichtlich Positionierung und Anordnung unterscheiden, während sie immer noch zulässig sind. Aufgrund der großen Bandbreite an Erscheinungsbildern, die zulässige Sitzbezüge haben können, ist herkömmliche industrielle Bildverarbeitung nicht zuverlässig bei der Feststellung von Vorhandensein und Nichtvorhandensein.
Cognex Deep Learning überprüft mühelos, ob ein Sitzbezug vorhanden ist. Es wird anhand eines kleinen Bildsatzes von Sitzen mit richtig oder falsch angebrachten bzw. fehlenden Sitzbezügen trainiert. Das Klassifizierungstool lernt, alle Bilder mit hoher Genauigkeit in die Zustände vorhanden oder nicht vorhanden einzuteilen. Wenn ein neues Sitzbezugdesign eingeführt wird, können Bediener an der Linie das Tool leicht trainieren, damit es das Vorhandensein oder Nichtvorhandensein der neuen Sitzbezugausführung erkennt.
Durch die schnelle Prüfung auf Vorhandensein/Fehlen werden Probleme sofort erkannt und Verzögerungen an der Linie minimiert.
