以人机1:1的替换，通过多台机器人协同完成多个料件的组装、贴标签及收料的全自动化，同时做到快速换工单生产。传统的机器人组装作业需要辅助高精度的定位结构，而达明机器人内建的视觉系统省去了上述麻烦，料件只需在相机拍照范围内便可精细抓取，简化了供料系统的设计与成本。针对待测产品的各种上料方式，利用内建视觉对产品做精细定位吸取，放入测试机台进行测... 【查看详情】

机器视觉是用机器来代替人眼进行目标对象识别、判断和测量的技术。机器视觉通过计算机模拟人的视觉功能，主要技术涉及目标图像获取技术、图像信息处理技术、目标对象测量与识别技术。典型机器视觉系统主要由视觉感知单元、图像信息处理与识别单元、处理结果显示单元和视觉系统控制单元组成。相机能够实时的“看到”工件所处的位置以及姿态，自动判断得到下一个抓取的... 【查看详情】

视觉检测应用范围非常。主要是对产品进行有无，表面缺陷，表面瑕疵进行检测。检测方法有常规的通过模板匹配，图像滤波，斑点分析等方法对图像进行处理，获取需要检测位置的尺寸，形态，面积等参数进行判断。现在也普遍使用深度学习的方式，通过对小批量的样本数据进行学习训练，生成检测模型在进行结果判断的方式。检测类项目的典型应用有汽车零件漏装检测，锂电池的... 【查看详情】

餐饮业中各式面条备受青睐，而面条制作过程闷热、潮湿等环境容易让人不适，导入达明机器人TM5-900能非常有效地帮助人员在高温环境下烹饪。煮面机器人从餐厅工作人员手中接过面条，再放入到沸腾的烹饪系统中煮熟，每小时可完成60-80碗面的制作，每天工作可达15小时，大幅的减少餐厅的人力成本。制作章鱼烧需在200℃的铁盘上，并经过约20分钟才可完... 【查看详情】

TMmanager智慧工厂管理解决方案如何协助各企业实践智慧工厂自动化生产？透过虚实化整合、物联网、智能设备与机器人应用构建适用性高的智能工厂，是达明机器人一直以来努力的方向。因此，达明机器人推出的TMmanager智能工厂管理解决方案功能如下：1.数据收集与监控系统，提供客户实时的工厂设备管理及设备状态的监控2.工厂制造现场的管控，能够... 【查看详情】

在工业应用领域，相当有有代表性的机器人视觉系统就是机器人手眼系统。根据成像单元安装方式不同，机器人手眼系统分为两类：固定成像单元眼看手系统（Eye-to-Hand）和随动成像单元眼在手系统（Eye-in-HandorHand-Eye）。在Eye-to-Hand系统中，视觉成像单元安装在机器人本体外的固定位置，在机器人工作过程中不随机器人一... 【查看详情】

当AMR使用达明机器人导入制造业等应用时，内建智慧视觉的「眼睛」能弥补自动导引车的行走误差，并精细定位进行快速的取放任务，提高生产稼动率，无须额外整合视觉，降低整合的时间与费用。视觉定位检测可透过TMTMLandmark─跨手臂点位共享的套件，快速复制点位，只需要1个工作日即可快速完成上百个工作站的设定，效率提升数十倍，后续的站点维护也可... 【查看详情】

视觉机器人是视觉系统通过相机采集图像，经过计算机的处理分析，模拟人类视觉的功能，之后根据视觉结果控制机器人进行相应的运动动作，实现期望的功能。随着科技的发展，视觉技术正逐步成为工业生产的关键组成部分。通常在工业生产过程中，需要从一堆杂乱无序、大小、外观相同或不相同的物体抓取出来，按要求指定位置姿态摆放或装配。视觉系统搭配机器人可以实现物料... 【查看详情】

AICOBOT是由达明机器人今年新推出的内建视觉系统与AI技术融合的新型协作机器人，内建视觉系统能让其清楚判断产品特征，AI大脑能将影像数据转译成命令提示，进行瑕疵检测，异物判断，智能分拣等工作，而手臂则负责执行具体任务。值得一提的是，AICOBOT具备高性能和高度兼容性，整合了AI与智能视觉为一体的软硬件解决方案，并在机械臂的选择上有6... 【查看详情】

机器视觉在药品生产中的应用药品的生产和加工过程非常严格，任何小错误都可能造成严重后果。通过机器视觉，可以实现对药品生产过程的质量控制和管理控制，例如对片剂的形状、数量、包装质量的监控，可以提高药品和包装的质量，保证安全的患者。机器视觉在产品表面质量检测中的应用机器视觉可以根据产品表面质量特征进行检测，通过机器视觉检测产品表面的凹痕、划痕、... 【查看详情】

Robot+Vision+AI“手眼脑”结合，展示高效率的自动瑕疵精细检测，包含了TMAI+SW、TMAI+TrainingServer、TMflowAI+，通过任务宏学习并构建出一套判断瑕疵的评判准则；再将此套准则汇入机器手臂作为任务执行的依据，使得智能机器人更加智能。TMRobot是运用具有高度图形化界面、操作简易的TMflow软体来... 【查看详情】

利用安装于机器人焊枪行走方向的后部的摄像头，在焊接弧光照射下获取机器人运动后方向的半部熔池变化图像。经过算法提取熔池形状特征如：宽度，半长，面积，形状特征信息等。在根据这些信息，通过控制机结合相应的工艺参数和预先建立的焊接熔池动态过程模型预测熔深，熔透，熔宽和余高等焊接质量参数。调用合适的控制策略给出适当的焊接参数调整以及机器人的运动速度... 【查看详情】