- 分类：
-
全部 镜头 相机 传感器 采集卡 光源 传输及线材 系统产品 智能设备 解决方案 软件算法及深度学习 集成及工业计算机 机器人及机械臂 3D产品 行业综述 其他
展开
- 行业：
-
全部 汽车 芯片半导体 检测 电子组装 精工和光学 铁路 监控 安防 医疗 包装 光伏太阳能 航天航空 军事国防 LCD触摸屏 物流及拆码垛 药品 烟草 纺织 读码及识别 锂电 教学及科普 化学 陶瓷 纸张 木材 玻璃 农业 印刷 食品 造船 勘探 铁和金属 显微镜及生命科学 可回收资源 可再生资源 塑胶塑料 摄影测量和遥感 化妆品 电信 电力 智能交通 三维测量 体育 其他
展开
-
Al 如何彻底改变机械和电气工程
历史上，工程领域曾是背诵公式、机械制图和手动实验的代名词，但如今它已站在一场由人工智能驱动的革命前沿。长期被视为独立学科的电气工程师和机械工程师，如今正与算法、传感器和数字孪生技术携手合作，共同重塑从最小电路到最大桥梁的设计与建造。电子组装2025-08-19 | 中国机器视觉网 |625 -
TI 流体系统公司如何改进其钢带检测
TI流体系统公司曾面临一个难题。 该公司生产汽车流体储存、输送和供给系统，其中包括用于制造制动和燃油供给管路管道的钢卷。钢板上的任何穿孔，无论多么微小，都可能引发安全问题。检测铁和金属2025-08-19 | 中国机器视觉网 |791 -
了解人工智能和智能视觉如何改变机器人饰面的形状
传统的机器人研磨与表面处理系统依赖预设路径和刚性夹具——这对于简单、一致的零件尚可胜任——而结合了机器学习算法的二维和三维传感器，则使机器人能更好地“看见”并理解其工作环境和处理的零件，从而能对复杂任务做出决策。机器人不仅更擅长识别零件方位，还能更好地适应表面缺陷和其他变量。电子组装物流及拆码垛2025-08-18 | 中国机器视觉网 |749 -
安森美一站式移动机器人方案，助力机器人智能化新突破
与传统工业机器人不同，智能机器人运用多种传感器、人工智能及先进算法，能够与环境互动、检测障碍物，并与人类及其他机器协同工作。部署自主机器人有助于提升生产力与效率：它们可承担重复性或耗时任务，让人类工人得以专注于增值活动。轻负载场景下，系统可采用 12 V电池供电；较高电压（如 48 V）则能降低工作电流，从而减小导线尺寸并节约成本。目前，智能机器人主要应用于仓库、生产工厂等受控环境，但其户外作业的应用趋势正不断扩大。电子组装物流及拆码垛2025-08-15 | 中国机器视觉网 |995 -
超薄透明导电氧化物薄膜磁控溅射工艺及性能优化
透明导电氧化物薄膜以其独特的透光性与导电性完美结合的优势，在现代社会中已成为显示器、太阳能电池、智能窗户、触摸屏等诸多前沿科技领域不可或缺的关键材料。然而，传统TCO薄膜在实现高导电性的同时，往往难以兼顾优异的透明度，尤其是在追求更薄、更柔性、更低成本的新一代器件中，这一矛盾愈发凸显。因此，超薄TCO薄膜的研发与应用，不仅代表着材料科学的重大突破，更是未来信息与能源技术发展的战略高地。今天，小创就将为您介绍TCO薄膜的磁控溅射制备工艺并着重分析其性能优化的关键路径。精工和光学其他2025-08-14 | 中国机器视觉网 |880 -
飞扫3D，智控毫厘——3D高精度引导技术创新
现代工业自动化生产中，机械手作为核心装备正经历着应用场景的快速扩张。机械手目前已广泛应用于基础作业任务,如物料搬运和拆码垛等基础作业任务中，厘米级的定位精度通常能够达到生产所需的精度水平。然而，随着制造业向精密化、智能化方向发展，机械手面临的作业挑战日益复杂。在现有的3D相机技术中，线激光凭借其超高精度和优异的材质兼容性获得广泛认可，能够实现微米级别的高精度测量。然而，常规线激光技术存在固有的技术局限：单次拍摄仅能获取目标物的单个截面信息，需要配合扫描机构才能完成完整的3D成像过程。当线激光系统与机械手协同工作时，由于缺乏编码器信号反馈，系统在扫描拍摄方向（Y轴）上难以实现精确定位，这一技术瓶颈制约了线激光超高测量能力在机械手高精度定位中的应用。电子组装其他2025-08-14 | 中国机器视觉网 |881 -
精专医疗行业——医用过滤器AI外观检查案例
在医疗制造产业中，为提升生产效率与产品精度，传统人工检测方式早已被 AOI 视觉检测所取代。然而，传统 AOI 视觉检测仍存在一定局限性，难以避免细小瑕疵的漏检或误检情况。一旦不良品流入终端市场，不仅会损害企业口碑、降低消费者满意度，严重情况下甚至可能引发医疗事故。 鉴于此，医疗企业客户期望采用 AI 视觉检测技术替代传统检测设备，以实现零漏检、高效率的检测标准。本次项目聚焦于医疗行业中的医用过滤器，开展视觉检测项目。检测医疗2025-08-14 | 中国机器视觉网 |901 -
深度学习赋能汽车制造缺陷检测
一辆看似普通的家用小轿车，实则是一个高度复杂的集成体，其内部至少包含超过 10000 个不可拆解的独立零部件。这些零部件如同精密的乐高积木，共同构建起汽车的性能与安全体系。缺陷问题作为质量管控的核心痛点，随时可能引发系统性风险。在此背景下，基于深度学习的智能检测技术正成为汽车行业升级的关键驱动力。汽车检测2025-08-13 | 中国机器视觉网 |986