合睿 AIVIS AI视觉识别系统
AIVIS人工智能视觉识别系统是合睿自主研发的基于AI以及深度学习算法的视觉平台，该系统搭建快速，对环境适应性强，样本可离线学习，尤其适用于各类零件的识别、分类、判断等应用场景；系统通过部署高分辨率2D相机，对副车架、电池托盘、车身结构件等工件上的螺栓、螺母、SPR（自冲铆接）、螺柱等各类标准件进行图像采集，并利用大量标注样本对AI模型进行训练，使其具备高鲁棒性的特征识别能力。系统可精准判断每个标准件是否按工艺要求完成装配（是否存在漏装、错装），并将检测结果实时反馈至产线控制系统。
该方案广泛适用于汽车焊装、总装、电池产线等工位，支持多品种混产、光照变化、工件表面反光等复杂工况，以“AI视觉+智能化决策”替代人工目检或传统规则算法，有效避免因标准件缺失导致的质量事故，提升装配过程的一致性与可追溯性。
三大核心优势
AI深度学习，精准识别复杂特征
• 采用深度卷积神经网络（CNN）对螺栓、螺母、SPR等标准件进行像素级特征学习，能够适应不同材质、规格、表面状态的零部件。
• 有效克服传统模板匹配算法在光照变化、油污、锈蚀、部分遮挡等场景下的误检、漏检问题，识别准确率更高。
产品说明
快速部署与柔性切换，兼容多车型混产
• 系统支持一键模型切换与快速标定，仅需少量新样本即可完成新增标准件类型的模型迁移，无需重新开发算法。
• 可灵活适配固定相机或机器人搭载相机两种安装方式，满足固定工位与随动工位的检测需求，显著降低产线换型时间与部署成本。
实时报警与数据闭环，赋能质量追溯
• 检测结果（正常/缺失/错装）毫秒级输出，可联动PLC、机器人或MES系统实现停机报警、剔除或声光提示，杜绝不合格品向下流转。
• 系统自动记录每个工件的检测时间、工位、缺失标准件类型及位置，生成可追溯台账与统计报表，为工艺优化和质量分析提供数据支撑。
系统架构与部署方式
软件功能亮点
可视化标注界面，一键画框即可学习，无需海量样本
典型应用场景
品类识别
有无识别
错漏判断
条码识别
支持远程维护、在线升级、参数优化
支持多区域、多规则、多阈值组合判定
缺陷实时可视化显示，支持回放、导出
字符读取等
权限管理、日志记录、一键备份还原
