Neler Yapıyoruz?
Visea İnovatif, TÜBİTAK desteği ile Kasım 2014 yılında Eskişehir’de kurulmuştur. Akademisyenler, genç ve yetenekli mühendislerden oluşan dinamik ekibimizle 10 yılı aşkın süredir araştırma faaliyetleri sonucunda elde edilen teknik tecrübelerimizle bilgisayarlı görü donanım ve yazılımlar tasarlıyor ve geliştiriyoruz.
Yapay zeka destekli akıllı üretim kalite kontrol sistemleri
Bize Akıllı ve Etkin Çözümler İçin Güvenin
Visea’yı diğer İnovatif firmalardan ayıran özellikler ise; öncelikli olarak odaklandığı özel uygulama alanları, diğerlerinin yanı sıra yapay görme, artırılmış gerçeklik, giyilebilir teknolojiler ve insan davranışı analizidir.
Endüstrinin Teknoloji Gözü
Niçin Visea'yı Seçmelisiniz?
Visea Innovative Information Technologies olarak, bizi diğerlerinden ayıran çeşitli faktörler bulunmaktadır. İşte sizi neden Visea'yı tercih etmeye teşvik edebilecek bazı önemli nedenler:
* İnovasyon ve Teknoloji Liderliği
* Deneyimli ve Nitelikli Ekip
* Problemlere Yenilikçi Çözümler
* Odaklı Uygulama Alanları
* Güvenilir Kalite Kontrol Sistemleri
Robotik ve Yapay Zeka Destekli Kalite Kontrol Sistemleri
Robotik ve Yapay Zeka Destekli Kalite Kontrol Sistemi, otomatik görme ile makinelere, robotlara, otonom cihazlara analiz etme ve algılama yetkinliği kazandıran; üretim süreçlerinde sürekli iyileştirme ve sürdürülebilirlik kazandıran bir ileri teknolojidir.
Öncelikle beyaz eşya, seramik, tekstil ve elektronik devreler gibi ürünlerin kalite kontrol süreçlerinde kullanılmaktadır. Bunların yanında üretim ve kalite kontrol süreçlerinin olduğu her aşamada uygulanabilir bir sistemdir.
PCB Hata Tespiti
PCB imalatında kalite güvencesi için sadece nanometre kalınlığında kaplamaların ölçülmesi gerekir. Visea, hem monte edilmiş hem de monte edilmemiş PCB’ler, sert ve esnek PCB’ler üzerindeki en ince yüzey kaplamalarındaki hataları tespit etmek için tasarlanmış hata tespit sistemi sunmaktadır.
PCB giriş denetimi, PCB üretim hattının nihai ürününün kalitesinin kusursuz olmasını sağlamaya yardımcı olur. Bu, bu nedenle, PCB tasarımlarında yer alan her parça ve bileşenin, herhangi bir nihai montajın parçası olmadan önce malzeme denetiminden geçmesi esastır.Sıkı bir PCB giriş denetimi süreci, bileşenlerin sorunlu bir şekilde gönderilmemesini sağlar.
Artırılmış Gerçeklik Tabanlı Kılavuz Sistemi
Beyaz eşya yüzeylerine yapıştırılan enerji derecelendirmeleri ve marka etiketlerinin; stardart pozisyonlara yerleştirilmesine katkı sağlayan bir kılavuz sistemidir.
Beyaz eşyanın pozunu hesaplayarak, pozisyonu önceden belirlenmiş etiketin izdüşümünü artırılmış gerçeklik sayesinde yüzeye yansıtır.
- İlk adım, robotlar tarafından görüntünün yakalanması ve işlenmesidir. Bu süreçte, kameralar veya diğer görüntü sensörleri kullanılarak çalışma alanındaki veri toplanır.
- Yakalanan görüntüler daha sonra yapay zeka algoritmaları kullanılarak işlenir. Bu işlem, görüntüyü filtreleme, öznitelik çıkarma, nesne tanıma ve yer tespiti gibi adımları içerir. Yapay zeka, öğrenme yetenekleriyle görüntü verilerinden desenler ve öznitelikler çıkarabilir.
Kaynak Noktası Tespiti ve Lokalizasyonu:
- İkinci adımda, yapay zeka algoritmaları kullanılarak görüntüdeki kaynak noktaları tespit edilir ve lokalize edilir.
- Yapay zeka, belirli kriterlere göre kaynak noktalarını tanımlayabilir ve işaretleyebilir. Örneğin, aşırı sıcaklık veya belirli bir desen gibi belirli özelliklere sahip noktalar tespit edilebilir.
- Üçüncü adımda, tespit edilen kaynak noktaları, robotlar aracılığıyla işlenir ve gerektiğinde tepki verilir.
- Robotlar, tespit edilen kaynak noktalarına göre belirlenen işlemleri gerçekleştirebilir, örneğin, bir kaynağı veya bir parçayı taşımak veya belirli bir konuma yerleştirmek.
- Bu süreçte geri bildirim, robotların işlem başarısını ve doğruluğunu değerlendirmek için kullanılabilir. Yanlış tespitler veya hatalar durumunda düzeltme yapılabilir ve sistem sürekli olarak iyileştirilebilir.
Robotik İşlem ve Geri Bildirim:
- Üçüncü adımda, tespit edilen kaynak noktaları, robotlar aracılığıyla işlenir ve gerektiğinde tepki verilir.
- Robotlar, tespit edilen kaynak noktalarına göre belirlenen işlemleri gerçekleştirebilir, örneğin, bir kaynağı veya bir parçayı taşımak veya belirli bir konuma yerleştirmek.
- Bu süreçte geri bildirim, robotların işlem başarısını ve doğruluğunu değerlendirmek için kullanılabilir. Yanlış tespitler veya hatalar durumunda düzeltme yapılabilir ve sistem sürekli olarak iyileştirilebilir.