SOLUTION
解决方案

工业 AI · 执行监控智能体

基于多模型协同的视觉感知算法体系,采用YOLO 系列目标检测模型,实现对人员、设备、状态的实时识别,结合 PARE 3D 人体姿态估计算法对人员动作、工况姿态进行精细化分析。并引入 OWL(开放词汇目标检测)支持跨场景、跨类别的灵活目标理解,提升系统在复杂工业环境下的泛化能力。 使用 EfficientViT-SAM 等高效视觉分割模型,实现对关键区域、作业对象的精准分割与结构化表达,为后续工艺判断、状态分析和决策优化提供高质量视觉输入数据。基于多场景自适应视觉计数算法,针对规则摆放、不规则放置及动态输送等生产场景,实现零件数量的自动识别与实时统计。

120 人

技术专业团队

300 +

产品品种

150000 +

月加工量能力

解决方案

01

实时感知

02

精细分析

03

开放泛化

04

精准解析

05

自适应计数

Corporate Culture

一机一手一系统

系统

机械手可以实时判定模板位置做提前下行并跟随,缩短模内取出时间。

开模终点位置变更时,机械手会自动识别位置(位置补正),提高机械手埋入或取件的稳定性。

机械手可以实时判定模板位置做提前下行并跟随,缩短模内取出时间。

开模终点位置变更时,机械手会自动识别位置(位置补正),提高机械手埋入或取件的稳定性。

Solution Architecture

TPC-BEE系统方案

系统

机械手可以实时判定模板位置做提前下行并跟随,缩短模内取出时间。

开模终点位置变更时,机械手会自动识别位置(位置补正),提高机械手埋入或取件的稳定性。

机械手可以实时判定模板位置做提前下行并跟随,缩短模内取出时间。

开模终点位置变更时,机械手会自动识别位置(位置补正),提高机械手埋入或取件的稳定性。

Introduction video

简介视频

视频标题
图片名称