2020年9月9日-11日,第22届中国国际光电博览会于深圳国际会展中心(宝安新馆)隆重召开。其中,聚时科技(上海)有限公司(以下简称“聚时科技”)携自主研发的聚芯系列半导体AI视觉检测系统、2D/3D机器视觉产品、工业机器人AI应用产品亮相展会,受到与会各界的热烈关注。
聚时科技展会现场
聚时科技成立于2018年3月,是一家工业AI公司,致力于深度学习、复杂机器视觉等核心技术的研发,定位于通过尖端AI技术赋能高端制造,提供场景化的工业AI产品。目前聚时科技产品包括基于深度学习的AI工业视觉检测产品MatrixVision®️、工业机器人视觉与AI控制系统产品MatrixRobot®️、深度学习自动化平台MatrixPlatform®️,以及聚芯系列半导体AI检测设备、聚能光伏AI检测设备、工业机器人AI系统设备等。从半导体高端制造领域切入复杂机器视觉检测,聚时科技的发力场景包括半导体先进制造、光伏新能源、汽车精密制造与无人港口等。
聚芯2000·半导体引线框架/基板AI检测设备
聚芯聚芯2000·半导体引线框架/基板AI检测设备,是聚时针对半导体引线框架表面的关键功能区域而研发的智能检测设备,通过AI图像算法,量化分析缺陷数量、类别,判断产品是否合格。彩色线阵相机和运动控制结合、高分辨率检测、AI智能检测、数据分析的特点,应用于半导体引线框架的FT段。漏检为0的情况下,实际误检率低至1～5%。
3D视觉精密精密测量设备
3D视觉精密检测测量设备,则基于聚时科技强大的MatrixVision®️ 3D平台,实现微米级视觉测量系统。同时基于深度学习,2D视觉方面可实现高可靠性地判读缺陷类别和异常。基于核心的软硬件架构与系统,能高速分析处理2D/3D数据,通过机器人AI控制,实现机器人任务执行与3D检测与量测。
该产品可以满足高端制造中的复杂场景即非规则、精密测量检测场景:高精度、高效率、非接触、智能化、全自动等行业需求痛点。可应用于封装半导体高速在线测量与检测、航空航天精密机械测量与检测、精密汽车件检测量测、非规则工件精密测量与缺陷识别等场景。
机器人视觉与AI控制产品
此外,聚时科技还推出了机器人视觉与AI控制产品,用于机器人视觉引导混合工件分类、分拣。该产品基于MatrixRobot®️研发,是工业机器人的“眼睛与大脑”,能实现复杂场景下的视觉引导与AI控制系统,为制造企业加快自动化、柔性化和智能化的步伐。基于2D/3D机器人视觉、深度学习、机器学习,可实现各种复杂或者超复杂汽车机器视觉检测。
该产品系列聚焦于传统厂商无法解决的场景,用深度学习、机器人解决复杂场景需求,有特殊定制需要的AI、高智能化场景。包括视觉引导与精准定位、机器人复杂任务操作的端对端AI场景。
除了已展示的系列产品,聚时科技还将强大的算法能力和产品经验相结合,并根据不同行业具体应用场景的不同,来实施工业AI的智能化定制方案。例如针对半导体与复杂3C领域推出的封装半导体高速在线测量与检测设备,针对航空航天精密机械推出的航空发动机叶片尺寸测量与缺陷检测设备,针对其它通用精密机械推出的非规则工件精密测量与缺陷识别等。
不仅如此,聚时科技还正在建立完善一整套的3D视觉方案。包含微米级视觉测量系统、丰富的2D/3D算法库、工业机器人AI联动、深度学习AI检测等,来实现高精度、高效率、非接触、智能化、全自动的工业应用场景落地。
值得一提的是,聚时科技虽成立仅两年,但始终坚持以技术与客户为第一导向。公司具有行业一流的研发团队,95%拥有硕士及以上学历、40%为人工智能计算机、光学系统、机器人方向博士,全都毕业于海内外著名高校,公司核心来自Bell Labs、Google、SIEMENS、Huawei。凭借深度学习能力和系统级产品研发能力,在工业AI与复杂机器视觉领域,公司实现了多个行业突破创新案例,例如基于深度学习的精密点焊视觉检测的落地案例,实现了大冲压件外观缩颈等复杂缺陷的检测。开发的深度学习半导体后道AI视觉检测系统,已经应用部署于中国最大的半导体引线框架制造商产线。
谈及行业发展趋势,聚时科技创始人兼CEO郑军博士表示:制造业客户极端务实,回归商业本质,需要简单、可靠、好使的产品,概念和趋势在制造业没有市场。要深入客户的生产一线需求,以解决制造业痛点问题为驱动去研发产品落地,从客户实际需求角度出发去看待技术和研发AI产品的能力集合,尤其强调端对端的系统工程能力与客户执行力。未来我们将继续加大资金投入和研发力度,完善机器检测应用产品线和智能AI方案落地能力,服务企业加快自动化、柔性化和智能化的步伐,助力中国制造奔向工业4.0。
（免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。
任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。 ）
