人工质检标准波动
复杂装配工位依赖人工判断时，容易受到疲劳、经验差异和班次切换影响。
Why It Matters
它解决什么问题
SOP 步骤漏执行
漏扫、漏装、顺序颠倒、动作跳过等问题往往发生在生产节拍中，事后追溯成本高。
异常发现不够及时
传统抽检更偏向事后发现，无法在关键工序当下拦截不良品流向下一环节。
Core Modules
产品核心能力
工位视觉采集
对接工业相机、工位摄像头和边缘算力设备，实时获取 SOP 作业视频流。
SOP 动作识别
围绕人员动作、物料拿取、装配状态和工序顺序进行视觉比对与模型判断。
异常即时预警
识别漏装、错装、漏检、步骤跳过等风险后，联动声光、工位屏或现场提醒机制。
质检数据留存
自动归档缺陷截图、异常记录和检测结果，为质量复盘和工艺优化提供依据。
Workflow
标准工作流程
01
导入 SOP 与检测目标
梳理客户产线工位、关键动作、物料状态和质量判定规则。
02
采集样本并训练模型
根据现场视频和图像样本训练动作识别、有无检测、顺序校验等模型。
03
部署到工位实时检测
连接工位相机与边缘算力，在生产节拍内完成毫秒级视觉判断。
04
异常预警与数据闭环
将 NG 结果、截图和异常类型沉淀为可追溯数据，持续优化质检策略。
Scenarios
典型应用场景
产品围绕装配产线的关键工位展开，适配消费电子、家电、汽车整车与零部件、精密制造等头部产线场景。
装配防错
适用于零部件有无、位置、方向和装配顺序校验。
工位过程质检
适用于人员操作步骤、工具使用、物料拿取和关键动作确认。
质量追溯
适用于缺陷截图、异常记录、工位数据和 NG 结果留存。
Delivery
交付组成
软件终端
部署在工位侧，用于实时采集、检测、报警和本地数据查看。
硬件集成
适配工业相机、光源、边缘 AI 盒子、工位屏、声光报警和 PLC 信号。
算法迭代
支持小样本迁移和现场数据持续优化，适配换型、换线和工艺调整。
从一个关键工位开始验证
天军AI建议先选择一个漏装、错装或步骤跳过风险明显的工位做试点，通过 Demo 样本、SOP 描述书和现场视频快速评估可落地性。