
在深圳宝安一家3C电子厂的SMT产线上,变化正在悄然发生。过去,外观缺陷检测依赖质检员在强光下用放大镜逐件目检,一条线需要六到八人轮班,漏检率始终卡在3%上下。如今,产线旁多了一台巴掌大小的无风扇工控机,连接着八路工业相机,每帧图像在毫秒间完成推理,缺陷检出率被推到了99.6%。操作工从"...
了解详情
多相机同步采集场景下,工控机的“算力够不够”从来不是一个能简单用“够”或“不够”回答的问题。它取决于相机数量、分辨率、帧率、是否跑AI推理,以及数据在CPU、内存、PCIe总线之间的流转效率。深圳创腾翔的工控机产品线覆盖了从ARM低功耗平台到Intel Core桌面级处理器、再到可搭载NVIDIA ...
了解详情
产线升级很少是"推倒重来"式的革命。更多时候,它表现为一道新的检测工序、一路追加的相机、一个更大的模型,或者一次节拍的重新校准。对于视觉工控机而言,真正的考验不在于出厂时的峰值算力有多高,而在于当产线需求发生变化时,这台设备还有多少余量可以释放,还有多少接口可以调用。PCIe与M...
了解详情
电机产线是工业制造中工况最复杂的场景之一:定转子冲片堆叠紧密、金属表面反光强烈、节拍要求以秒计算,而后续的机械臂抓取又要求毫米级甚至亚毫米级的定位精度。视觉引导系统能否在这类场景中稳定运行,核心不在于相机分辨率有多高,而在于承载图像处理与实时决策的那台工控机是否“扛得住、算得快、控得准”。创腾翔的视...
了解详情
走进许多制造车间,你依然能看到这样的场景:老旧的PLC面板上跳动着晦涩的代码,工人们捧着纸质工单在产线间穿梭,车间主任需要跑回办公室才能看一眼MES系统里的生产进度。信息滞后、交互笨重、系统封闭——传统工位看板早已跟不上智能制造的节奏。如今,一种新的趋势正在改变这一切:以安卓工业一体机为核心的新一代...
了解详情
过去十年,深度学习的主战场一直在云端。庞大的数据中心、成千上万的GPU集群,支撑着图像识别、目标检测、语义分割等复杂模型的训练与推理。然而,当AI真正走进工厂车间、智慧交通、安防监控、医疗影像等实时场景时,云端的“远水”解不了边缘的“近渴”——延迟、带宽、数据隐私、网络稳定性,每一个问题都可能成为压...
了解详情