Zebra porta le soluzioni di machine vision con deep learning al Battery Show Europe

Zebra Technologies Company, fornitore di soluzioni digitali che consentono alle aziende di connettere in modo intelligente dati, beni e persone, mostrerà come il proprio consolidato portafoglio di soluzioni equipment e software program per la equipment vision soddisfi i requisiti di automazione, qualità e conformità per l’ispezione di veicoli elettrici e batterie in occasione del Battery Program Europe che si terrà dal 18 al 20 giugno a Stoccarda, in Germania.

I visitatori potranno approfondire da vicino come utilizzare i software program di machine vision con deep knowing, applicare tecnologie 2D e 3D e la robotica disadvantage guida visiva di Zebra e del suo companion ID Design, per abilitare nuovi livelli di ispezione visiva volti a verificare la qualità, la sicurezza e la conformità durante il processo di produzione delle batterie elettriche. Il software program e le telecamere di equipment vision con deep knowing, nonché i sensori 3D, possono essere utilizzati per l’ispezione delle celle e dei loro componenti, delle heap e durante il processo di assemblaggio dei moduli, dei gruppi batterie e dei coperchi dei vassoi.

“ I produttori di batterie e di veicoli elettrici stanno implementando soluzioni di equipment vision con deep knowing per aumentare l’efficienza grazie all’ automazione industriale fornita da Zebra e dai suoi companion“, ha affermato Rudolf Schambeck, Elder Supervisor, Device Vision, Germania, Zebra Technologies “ Nel settore delle batterie elettriche, queste soluzioni si contraddistinguono nei casi d’uso che richiedono un’ ispezione più avanzata di superfici e tessuti come sedili e interni di automobile, rilevamento di anomalie disadvantage ampie variazioni, classificazione, segmentazione e guida robotica“.

Le batterie elettriche sono essenziali per la transizione ai veicoli elettrici I ricercatori stanno studiando nuove innovazioni basate sulla composizione del litio, quali batterie allo stato solido e batterie agli ioni di sodio più compatte, leggere e con ricarica più rapida. Sono necessarie una serie di tecnologie all’ avanguardia per supportare questi sviluppi lungo tutta la catena di approvvigionamento, che garantiscano la qualità e la conformità dei materiali, dei componenti e delle batterie assemblate e permettano di ridurre al minimo i tempi di fermo sulla linea di produzione.

“ Collaboriamo disadvantage un fornitore di batterie, che lavora per un produttore mondiale di automobile di lusso e advertisement alte prestazioni, che ha deciso di implementare il software program di deep knowing Aurora di Zebra all’ interno di una soluzione per l’ispezione e l’assemblaggio di batterie elettriche“, ha affermato Tobias Butscheid, Principal Operating Policeman, ID Design, che sarà presente presso lo stand di Zebra. “ In un settore così competitivo, disadvantage requisiti normativi, ambientali e dei consumatori molto elevati, è essenziale che i produttori di batterie elettriche collaborino disadvantage companion esperti, in grado di fornire soluzioni affidabili per ottenere i risultati di cui hanno bisogno“.

Secondo lo workshop AI Machine Vision in the Automotive Industry condotto da Zebra nel 2023, il 56% dei dirigenti aziendali del settore automobilistico intervistati nel Regno Unito e il 43% in Germania stanno già utilizzando alcune forme di intelligenza artificiale— come il deep knowing– nei propri progetti di equipment vision, mentre circa il 20% si sta informando su queste tecnologie o ne sta valutando l’implementazione.

Le instance automobilistiche e i fornitori di batterie per veicoli elettrici stanno implementando soluzioni di equipment vision per ispezionare il rivestimento delle superfici, rilevare i difetti nelle celle, leggere codici a barre e numeri di serie, garantire la corretta applicazione di adesivi e perle termiche ed effettuare il controllo qualità dei gruppi batteria assemblati. La equipment vision viene utilizzata anche nelle soluzioni robotizzate adibite al prelievo, smistamento e assemblaggio dei materiali, in cui la telecamera e il software program di equipment vision guidano le azioni del braccio robotico.