首页 > IT业界 > 正文

创新奇智携手康耐视推出业内首款工业级OCR智能手持终端

2020-08-07 14:16:28  来源:互联网

摘要:​8月7日,创新奇智携手康耐视发布业内首款基于深度学习算法的工业领域OCR智能手持终端。这款智能设备由创新奇智与工业读码器先进厂商—康耐视联合打造,集成了创新奇智强大的深度学习算法和康耐视的光学视觉系统及工业设计,精准高效、坚固耐用,轻松应对各种复杂的工业生产场景下的OCR识别。
关键词: 创新奇智
8月7日,创新奇智携手康耐视发布业内首款基于深度学习算法的工业领域OCR智能手持终端。这款智能设备由创新奇智与工业读码器先进厂商—康耐视联合打造,集成了创新奇智强大的深度学习算法和康耐视的光学视觉系统及工业设计,精准高效、坚固耐用,轻松应对各种复杂的工业生产场景下的OCR识别。

随着工业数字化、信息化发展,生产、流通过程中的产品追溯体系的建立对企业和社会具有重大意义,而OCR是其中的必要一环。但传统OCR识别技术,对背景颜色多样、字符与背景色差较小、字符不清晰等场景的识别能力差,不能满足复杂工业生产环境的要求。人工智能技术的兴起使复杂场景下的OCR准确读取成为可能。
\

深度学习算法让读码设备变“聪明”

相比传统视觉扫码设备,创新奇智推出的OCR智能手持终端基于融合多种深度学习算法的创新奇智ManuVision工业视觉平台,其“聪明”之处在于不仅可以读取一维条码、二维DataMatrix码、QR码,还可以轻松读取和验证产品或元件上不同排布方式的字母串、数字串、字符串等,强大的DPM目标检测算法赋予设备极强的鲁棒性,面对工厂多噪声干扰、污损、模糊等复杂背景下,均能在数百毫秒级准确识别。同时深度学习算法可准确识别传统OCR设备无法识别的弧形、柱面OCR。

另外,该OCR智能手持终端将计算部署在边缘侧,与纯云端方案相比,不受工厂网络限制,且没有传输延迟问题,将识别的数据实时上传到工厂ERP/MES生产管理系统中,大幅提升零部件或产品的流转效率。
\

云+端模式 实现多设备在线管理

该OCR智能手持终端还可以通过SDK接入创新奇智工业云平台,以“云+端”的模式实现多设备的在线管理,扫码数据实时同步到云端,一键统计生成报表,便于数据分析。接入云平台后可以支持识别模型在线更新以及软件OTA,扩展支持更多场景。通过云平台的数据订阅功能,还可以将扫码数据集成到已有MES系统,和现有系统实现数据连通。

康耐视硬件工艺传承,坚固耐用

这款OCR智能手持终端不仅具有聪明的大脑,而且身体结实耐用。作为老牌的工业级机器视觉设备厂商,康耐视的产品以坚固耐用、性能优、易操作而著称。双方联合推出的OCR智能手持终端,秉承了康耐视一贯的产品风格,在光学成像和硬件设计上都堪称一流,让工人在使用OCR智能手持终端时达到体验最佳、效率最优。

为应对工业环境下各种可能出现的复杂情况,该设备严格按照IP65工业防护等级的标准设计,坚固耐用,经过距水泥地面2米高处50 次跌落的暴力测试而“毫发无伤”;偏振光源和液态变焦镜头技术的采用,可以确保快速自动对焦,解决金属表面强反光问题;相对轻巧的产品重量搭配手枪式握把,使得工人可以任意姿势读取字符;超大容量电池和无线充电功能,超长待机,让设备更持久运行。

康耐视大中华区物流销售总监方承亮表示:“创新奇智联合康耐视MX产品平台打造的OCR智能手持终端,兼具创新奇智的OCR深度学习算法和康耐视领先行业的解码技术,同时搭载坚固耐用的工业设计,灵活便携,可适应于多种复杂工业场景。康耐视的解码技术可以使设备高效读取传统的一维码、二维码,而创新奇智的深度学习算法可以保障读取工业零件上低对比度、畸变等极具挑战的字符,并且在各种复杂工况下读取效果稳定、准确率高。”

操作简便 无需培训轻松上手

为方便工人快速上手使用,这款OCR智能手持终端采用我们常见的安卓操作系统,让操作者就像使用自己的手机一样,工厂无需额外培训。该设备还可以根据工厂的需求,进行个性化定制,比如也可以固定在流水线上,依次读取字符等。

创新奇智深耕“AI+制造业”,康耐视在工业领域更是布局多年。这次双方强强联合,携手打造的OCR智能手持终端,充分借鉴了各自在工业制造领域的行业经验,产品具有良好的落地能力和广泛的适用性。目前在汽车装配、钢铁、发动机、半导体等多个细分领域均有实际应用。一汽大众组装厂青岛华翔工厂副总经理白宇表示:“我厂在试用创新奇智OCR智能手持终端后,零件和模具的管理环节得到了极大的优化,工人只需用手持设备扫一下即可快速读取上边的字符,提升了零部件的管理水平和运转效率。未来我们考虑在更多产线投入使用创新奇智OCR智能手持终端,逐步推进工厂智能化改进。”








第三十六届CIO班招生
国际CIO认证培训
首席数据官(CDO)认证培训
责编:chenjian

免责声明:本网站(http://www.ciotimes.com/)内容主要来自原创、合作媒体供稿和第三方投稿,凡在本网站出现的信息,均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性,但不保证有关资料的准确性及可靠性,读者在使用前请进一步核实,并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏,概不负任何法律责任。
本网站刊载的所有内容(包括但不仅限文字、图片、LOGO、音频、视频、软件、程序等)版权归原作者所有。任何单位或个人认为本网站中的内容可能涉嫌侵犯其知识产权或存在不实内容时,请及时通知本站,予以删除。