Suas câmeras existentes verificam produtos, estoque e segurança para você.
Um sistema de visão montado na linha que captura imagens de cada cordão de solda e sinaliza porosidade, mordedura, respingos, trincas e perfuração em tempo real. Ele classifica o tipo e a severidade do defeito, marca a posição exata no cordão e retém a peça antes que ela siga adiante na linha.
Câmeras fixas ou varreduras com o celular dos funcionários detectam frentes vazias, SKUs fora do lugar e desvios em relação ao planograma em todos os corredores. Classifica as lacunas pelo impacto em vendas perdidas e envia tarefas de reposição à equipe da loja.
Uma câmera ou foto de celular de qualquer mostrador analógico, manômetro ou termômetro é convertida em uma leitura numérica precisa e registrada. Lida com reflexos, paralaxe e faixas de escala incomuns após uma calibração única por medidor.
No portão, câmeras leem o número do contêiner e o ID do lacre de segurança (bolt seal) e confirmam que o lacre está intacto e corresponde ao manifesto. Divergências ou sinais de violação retêm o contêiner para inspeção.
Câmeras sobre a linha de volumes fotografam cada pacote e detectam amassados, esmagamentos, rasgos, danos por umidade e vazamentos antes do despacho ou no recebimento. Cada volume danificado é desviado e documentado para reclamações.
Câmeras suspensas ou de canto acompanham vagas livres e ocupadas em um estacionamento ou garagem em tempo real. As contagens ao vivo alimentam a sinalização, um aplicativo e análises de receita/utilização.
Os agricultores fotografam folhas ou fazem o monitoramento com drone, e o sistema identifica doenças específicas, deficiências nutricionais e danos de pragas com um diagnóstico acompanhado de pontuação de confiança. Ele mapeia as zonas afetadas e as sinaliza para que o seu agrônomo confirme e trate.
Uma estação de inspeção óptica automatizada captura imagens de placas de circuito montadas e detecta componentes ausentes, peças erradas, efeito lápide (tombstoning), pontes de solda e soldas frias. As placas defeituosas são sinalizadas com as coordenadas de cada componente para retrabalho.
Câmeras ao longo do tear ou da mesa de inspeção examinam o tecido em movimento em busca de furos, nós (slubs), manchas, erros de trama e listras de cor na velocidade total da linha. Cada falha é marcada, dimensionada e registrada em um mapa do rolo para classificação.
Na linha de engarrafamento ou de potes, câmeras confirmam que cada recipiente está cheio conforme a especificação e sinalizam enchimento insuficiente, excesso de enchimento e espuma antes do tampamento. As unidades fora da especificação são rejeitadas e registradas para os gráficos de controle da linha.
A visão computacional verifica se cada rótulo de produto está presente, corretamente posicionado, sem rugas e legível, e confere o texto impresso, os códigos de lote e a validade com os valores esperados. As unidades com rotulagem incorreta são rejeitadas antes da embalagem.
O sistema lê códigos 1D/2D em produtos e embalagens e os classifica segundo as normas de qualidade de impressão ISO/IEC, sinalizando os códigos que falharão em leitores posteriores. Ele informa o eixo exato da falha, como contraste, zona de silêncio ou não uniformidade axial.
Câmeras confirmam que cada garrafa ou pote tem tampa presente, assentada reta e na posição correta de torque, além de um lacre de segurança intacto. Tampas ausentes, tortas ou altas são rejeitadas antes da paletização.
À medida que os ovos passam pela classificadora, câmeras e iluminação no estilo ovoscopia detectam trincas finas, sujeira, manchas de sangue e deformações, e classificam por tamanho e qualidade. Ovos trincados ou sujos são desviados automaticamente.
Na linha de embalagem, câmeras avaliam frutas e legumes quanto a maturação, tamanho, cor, machucados e manchas e encaminham cada item para a faixa de classificação correta. As regras de classificação são ajustadas conforme a especificação de cada cliente.
As tábuas que passam pela linha da serraria são escaneadas em busca de nós, rachaduras, esmoado e empenamento e pré-classificadas por classe de qualidade para confirmação do seu classificador certificado, com sugestões de pontos de corte ideais. Os mapas de defeitos orientam a serra otimizadora para o máximo rendimento.
A visão computacional examina cerâmicas, chapas de pedra e bancadas em busca de trincas, lascas, defeitos de esmalte e variação de tonalidade. Ela classifica cada peça e sinaliza os lotes de tonalidade para que peças semelhantes sejam enviadas juntas.
Câmeras com iluminação especializada inspecionam garrafas e potes de vidro em busca de lascas, trincas, pedras, bolhas e birrefringência por tensão no gargalo e no corpo. Os recipientes defeituosos são rejeitados antes do envase.
A visão computacional (e, opcionalmente, raios X) inspeciona peças fundidas e usinadas de metal em busca de porosidade, inclusões, gotas frias e defeitos de superfície. Cada peça recebe aprovado/reprovado com um mapa de localização dos defeitos para a fundição.
Uma estação de passagem ou portátil mede a profundidade dos sulcos em toda a largura do pneu, detecta desgaste irregular, cortes e bolhas, e lê as marcações DOT/de medida. Ela gera um relatório de saúde dos pneus por veículo na entrada.
Uma captura guiada do veículo pelo celular detecta amassados, arranhões, vidros trincados e danos em painéis e associa cada um a um item de reparo/orçamento. Ela compara com as fotos da entrega para que um funcionário possa confirmar qualquer dano novo antes que alguém seja cobrado.
Câmeras nas entradas leem placas de veículos e as comparam com listas de permissão/bloqueio, abrindo a cancela para veículos autorizados e registrando todas as movimentações. Ela lida com várias regiões, formatos de placa e pouca luz.
Câmeras suspensas medem o tamanho da fila, as taxas de entrada/atendimento e o tempo de espera previsto em balcões, caixas ou entradas. A equipe recebe alertas para abrir um caixa quando a espera ultrapassa um limite.
Câmeras da loja contam visitantes e geram mapas de calor do tempo de permanência por zona e por expositor, tudo de forma anonimizada. Os responsáveis pelo visual merchandising veem quais expositores atraem e retêm os clientes.
Câmeras monitoram pisos de fábricas e lojas em busca de derramamentos de líquidos, vazamentos de óleo e áreas molhadas e alertam a equipe sobre riscos de escorregamento. Os locais de vazamento recorrentes são sinalizados para a manutenção.
Câmeras sobre a esteira detectam material estranho, metal errante, plástico e itens fora da especificação em fluxos de produto a granel e acionam uma rejeição por ar ou um desviador. O sistema aprende a aparência normal do produto para identificar qualquer coisa incomum.
No final de uma estação, a visão computacional confirma que todas as peças, presilhas, parafusos e conectores necessários estão presentes e corretamente posicionados antes de a unidade avançar. Peças ausentes ou erradas param a linha com uma imagem indicando o problema.
A visão computacional verifica o roteamento dos fios, o encaixe dos conectores, a cor/posição dos terminais e o travamento das abas de trava em chicotes montados. Ela sinaliza conectores mal roteados ou mal encaixados antes do envio do chicote.
A visão computacional inspeciona peças plásticas moldadas em busca de rebarbas, peças incompletas, rechupes, linhas de fluxo, queimas e desvio de cor diretamente na injetora. As injeções defeituosas são rejeitadas e os defeitos recorrentes sinalizam desvios no molde ou no processo.
Sob iluminação controlada, a visão computacional detecta casca de laranja, escorrimentos, flacidez, partículas de poeira, arranhões e falhas de cobertura em superfícies pintadas. Cada defeito é localizado e dimensionado para encaminhamento ao retoque.
Câmeras fixas ou de drone acompanham ferrugem, corrosão e degradação do revestimento em tanques, estruturas e equipamentos ao longo do tempo. O sistema quantifica a área afetada e a taxa de crescimento para priorizar a manutenção.
Um drone sobrevoa um edifício e o sistema detecta telhas faltantes, telhas trincadas, falhas nos rufos, manchas de água e trincas na fachada, associando cada uma a uma localização. Ele gera um relatório de condição anotado e uma estimativa de reparo.
Imagens térmicas e de eletroluminescência feitas por drone detectam pontos quentes, células trincadas, PID e strings inativas em um arranjo fotovoltaico. Cada falha é geolocalizada no módulo e na string exatos para as equipes de reparo.
Imagens das pás da turbina feitas por drone ou do solo são analisadas em busca de trincas, erosão, danos por raio e delaminação, dimensionados e localizados ao longo da pá. O sistema monta um cronograma de reparos ordenado por gravidade.
Câmeras de painel ou de poste em qualquer veículo detectam e geolocalizam buracos, fissuras, trilhas de roda e sinalização desgastada em uma malha viária. O sistema classifica a condição do pavimento em um mapa de reparos priorizado.
Fotos da obra, capturas 360 ou voos de drone são comparados com o BIM/cronograma para verificar os elementos instalados e quantificar o percentual concluído por zona. Desvios e trabalhos faltantes são sinalizados para o gerente de projeto.
Com um marcador de referência ou uma configuração calibrada, o sistema mede dimensões, áreas e volumes de objetos a partir de fotos com tolerância estreita. Ele exporta as medições para orçamentos, embalagem ou controle de qualidade.
Câmeras na envolvedora ou na doca verificam a altura da pilha do palete, o excesso lateral, a inclinação e a integridade do filme em relação às regras de carregamento. Os paletes não conformes são sinalizados antes de subirem no caminhão.
Câmeras sobre a porta da doca contam e identificam caixas/SKUs carregados ou descarregados e os conciliam com o manifesto de embarque em tempo real. As divergências acionam uma retenção antes do fechamento das portas.
Varreduras com câmera ou capturas pelo celular leem as etiquetas de gôndola e comparam o preço exibido, a promoção e o preço unitário com o sistema de PDV. As divergências e etiquetas ausentes entram em uma fila para correção.
Uma câmera no passe verifica cada prato montado em relação à referência quanto a porção, componentes presentes e apresentação antes de sair da cozinha. Pratos fora do padrão são sinalizados ao expedidor para correção.
Visão computacional (opcionalmente com raios X ou imagem hiperespectral) inspeciona os alimentos na linha em busca de materiais estranhos, alterações de cor e defeitos e rejeita os itens contaminados. Ela registra cada rejeição para os registros da sua equipe de segurança dos alimentos e complementa, nunca substitui, os seus pontos de controle existentes de detecção de metais ou raios X.
Câmeras (com NIR opcional) inspecionam grãos de café, cereais ou sementes quanto a defeitos, material estranho, descoloração e tamanho, acionando uma selecionadora com ejetor a ar. O sistema classifica os lotes e informa a composição dos defeitos.
Câmeras sobre baias, porteiras ou corredores contam os animais e analisam a marcha para pontuar claudicação e mobilidade. Os animais sinalizados são listados para o veterinário ou o vaqueiro antes que as condições piorem.
Câmeras suspensas ou laterais estimam o escore de condição corporal e o peso de bovinos, suínos ou ovinos a partir da geometria da imagem, sem balança. As tendências orientam as decisões de alimentação e saúde por animal.
Câmeras no teto monitoram a distribuição do lote, a atividade, o amontoamento e a mortalidade em galpões avícolas e alertam sobre padrões anormais. Os avisos antecipados revelam problemas de ventilação, doenças ou bem-estar.
Uma câmera na barra do pulverizador distingue a cultura das plantas daninhas em tempo real e aciona bicos individuais para pulverizar apenas as daninhas. O sistema registra as áreas tratadas e o herbicida economizado por passada.
Imagens terrestres ou de drone contam os frutos nas árvores e estimam a distribuição de tamanhos para prever a produtividade e o momento da colheita. Mapas por talhão orientam o planejamento de mão de obra e logística.