خودرو — Body-in-White و قطعهسازی
بازرسی جوش نقطهای، خراش بدنه، ابعاد قطعات پرسشده و رنگ — منطبق با IATF 16949 و الزامات OEM.
بازرسی بصری هوشمند خط تولیدبازرسی بصری هوشمند خط تولیدپایدار
هر قطعهای که از خط شما عبور میکند، دیده میشود — با دقت ۹۸.۷٪ و سرعت ۲۰۰ قطعه در دقیقه
پلتفرم بومی Computer Vision صنعتی برای تشخیص نقص، OCR/OCV، اندازهگیری ابعادی و نظارت HSE — با استقرار Edge روی NVIDIA Jetson Orin و یکپارچگی مستقیم با PLC و MES.
دقت تشخیص نقص ۹۸.۷٪Latency کمتر از ۴۵ms روی Edgeپشتیبانی فارسی ۲۴/۷ روی خط
بازرسی بصری هوشمند خط تولید
Vision
Authentication
Authorization
Lifecycle
Integration
اعتماد ۴۰+ کارخانه ایرانی در ۸ صنعت
۶ خودروسازی و قطعهساز۸ کارخانه دارویی۱۲ واحد مواد غذایی۴ تولیدکننده الکترونیک۵ واحد فولاد و شیشه
+۸۲٬۰۰۰٬۰۰۰قطعه بازرسیشده ماهانه روی پلتفرم ما
مسیر ارزشآفرینی
ما نه فقط دردهای شما را میفهمیم — برای رسیدن به آنچه که سازمان شما باید باشد، نقشه میسازیم.
GITA Vision یک پلتفرم بومی Computer Vision صنعتی است که با ترکیب مدلهای Anomaly Detection (PaDiM، PatchCore) و Supervised (YOLOv8، Detectron2) روی Edge Hardware صنعتی اجرا میشود. تیم Vision Engineers ما در فاز Discovery، PoC را روی نمونههای واقعی خط شما اجرا میکنند و قبل از هر تعهد، عدد دقت قابل دستیابی را گزارش میدهند.
Before
وضعیت رایج امروز
- 01
بازرس انسانی بعد از ۲ ساعت خستگی، نقصهای ریز را از دست میدهد
هزینه پنهان: ۳ تا ۷٪ نقص فرار به مشتری و هزینه برگشت کالا
- 02
سیستم Rule-based قدیمی با هر تغییر محصول، دوباره کالیبره میشود
هزینه پنهان: ۴۸ ساعت downtime در هر changeover
- 03
نرخ False Reject بالا، قطعات سالم را به ضایعات میفرستد
هزینه پنهان: تا ۱۲٪ افزایش هزینه مواد اولیه
- 04
نظارت HSE و رعایت PPE صرفاً به سرکشی دستی متکی است
هزینه پنهان: ریسک حادثه + جریمه بازرسی کار
After
با Vision
- 01
بازرسی ۲۴/۷ با دقت ۹۸.۷٪
قبلاً: بازرس انسانی با خستگی و خطای ۸–۱۲٪
- 02
سوئیچ مدل در کمتر از ۹۰ ثانیه
قبلاً: ۴۸ ساعت downtime برای changeover
- 03
داشبورد Real-Time با ترسیم Pareto
قبلاً: ثبت نقص روی کاغذ و اکسل پراکنده
- 04
سیگنال خودکار به PLC از طریق OPC UA
قبلاً: ریجکت دستی قطعه معیوب توسط اپراتور
معماری راهکار
معماری GITA Vision چگونه کار میکند — جریان داده زنده
تصویر از دوربینهای صنعتی GigE Vision یا USB3 Vision گرفته میشود، روی Edge Node با Jetson Orin یا Hailo اجرا میشود و در کمتر از ۴۵ میلیثانیه تصمیم Pass/Fail صادر میکند. سیگنال ریجکت مستقیم از طریق OPC UA به PLC ارسال میشود، در حالی که دادهها و تصاویر به یک Data Lake مرکزی برای retraining و Audit جریان دارند.
جریان داده
ورودیها
Clients & Identities
هسته احراز
Gateway · Auth · Policy · Token
لایه داده
Identity Store · HSM · Directory
ممیزی و تلهمتری
Audit Pipeline · Kafka
اپلیکیشنها
Apps & Cloud
درخواست احراز هویت
ارزیابی سیاست
صدور توکن
گزارش ممیزی
همگامسازی داده
روی برچسبهای بالا کلیک کنید تا فقط یک نوع جریان داده فعال شود — یا روی هر نود حرکت کنید برای نمایش پررنگتر.
قابلیتهای محصول
قابلیتهایی که در عملیات روزمره خط تولید تفاوت میسازند
10 ماژول تخصصی یکپارچه و قابل توسعه — برای انتخاب هر قابلیت، روی آن کلیک کنید.
هسته اصلی
تشخیص نقص با Anomaly Detection
تشخیص نقصهای نادر و دیدهنشده بدون نیاز به دیتاست برچسبخورده.
مدلهای PaDiM و PatchCore تنها با ۲۰۰ تا ۵۰۰ تصویر از قطعه سالم آموزش میبینند و هر انحراف از نرمال را در heatmap نشان میدهند. این رویکرد برای صنایعی که نقصها نادر و متنوع هستند (دارویی، شیشه، سرامیک) ایدهآل است.
نکات کلیدی
- آموزش با ۲۰۰–۵۰۰ تصویر قطعه سالم
- Heatmap محل دقیق نقص
- تشخیص نقصهای Unseen در زمان عملیات
- همزیستی با مدل supervised برای نقصهای شناختهشده
برای شمادقت تشخیص نقص ۹۸.۷٪ روی قطعات با ظاهر متغیر
موارد استفاده صنعتی
راهکار متناسب با صنعت شما
دارویی — Blister و Vial Inspection
تشخیص حفره، شکستگی، رنگ غلط قرص و OCV روی بستهبندی — مطابق با GMP و CFR Part 11 با Audit Trail کامل.
مواد غذایی — بستهبندی و Date Code
OCR تاریخ تولید/انقضا، صحت seal، رنگ محصول، شکل و وزن بصری — همراه با تشخیص جسم خارجی.
الکترونیک — PCB Inspection
AOI برای lifted lead، solder bridge، missing component و قطبیت — جایگزین قیمت مناسب برای دستگاههای AOI گران.
نساجی — Fabric Defect Detection
تشخیص پارگی، گره، لک و نایکنواختی روی پارچه با سرعت تا ۱۲۰ متر در دقیقه — با مدل anomaly detection سفارشی.
فولاد — Surface Inspection
بازرسی سطح ورق گرم/سرد، تشخیص ترک، scab، شکستگی و scale — یکپارچه با سامانه تولید نورد.
شیشه و سرامیک
تشخیص حباب، خط، چیپ و انحراف رنگ روی سطوح براق — با نورپردازی dark-field و مدل anomaly detection.
HSE — رعایت PPE در سالن
پایش مستمر کلاه، عینک، دستکش و حضور در مناطق ممنوعه — با هشدار Andon و گزارش ماهانه تخلف.
یکپارچهسازی
با تمام زیرساخت کف کارخانه شما کار میکند
+۸۰ ادغام آماده با PLC، MES و دوربینهای صنعتی
تجهیزات شما در لیست نیست؟ ادغام سفارشی درخواست دهیدفرآیند پیادهسازی
از تماس اول تا Production در ۴ فاز
نقشه راه شفاف از اولین تماس تا عملیات دائمی — هر مرحله با خروجی قابل اندازهگیری.
PHASE 01
Feasibility و PoC
۲ هفته
بازدید خط، نمونهگیری ۲۰۰–۵۰۰ قطعه، PoC با مدل اولیه و گزارش دقت قابل دستیابی قبل از هر تعهد مالی.
گزارش Feasibility با Baseline Accuracy
PHASE 02
نصب سختافزار و Pilot
۳–۵ هفته
نصب دوربین، نورپردازی، Edge Node، کالیبراسیون و آموزش مدل اولیه روی یک ایستگاه پایلوت.
ایستگاه پایلوت عملیاتی با اتصال PLC
PHASE 03
گسترش به کل خط
۴–۸ هفته
تکثیر روی سایر ایستگاهها، یکپارچگی MES، تنظیم Andon و آموزش تیم کیفیت شما.
پوشش کامل خط با داشبورد
PHASE 04
MLOps و بهبود مستمر
دائمی
Retraining ماهانه با Active Learning، monitoring drift، گزارشهای ماهانه دقت و پشتیبانی ۲۴/۷.
SLA تضمینشده دقت و Uptime
PHASE 01۲ هفته
Feasibility و PoC
بازدید خط، نمونهگیری ۲۰۰–۵۰۰ قطعه، PoC با مدل اولیه و گزارش دقت قابل دستیابی قبل از هر تعهد مالی.
گزارش Feasibility با Baseline Accuracy
PHASE 02۳–۵ هفته
نصب سختافزار و Pilot
نصب دوربین، نورپردازی، Edge Node، کالیبراسیون و آموزش مدل اولیه روی یک ایستگاه پایلوت.
ایستگاه پایلوت عملیاتی با اتصال PLC
PHASE 03۴–۸ هفته
گسترش به کل خط
تکثیر روی سایر ایستگاهها، یکپارچگی MES، تنظیم Andon و آموزش تیم کیفیت شما.
پوشش کامل خط با داشبورد
PHASE 04دائمی
MLOps و بهبود مستمر
Retraining ماهانه با Active Learning، monitoring drift، گزارشهای ماهانه دقت و پشتیبانی ۲۴/۷.
SLA تضمینشده دقت و Uptime
سوالات متداول فنی
سوالاتی که تیم فنی شما احتمالاً میپرسد
چه نوع دوربینی برای خط ما لازم است؟+
انتخاب دوربین به سرعت خط، اندازه نقص و شرایط نور بستگی دارد. برای throughput بالا و نقصهای ریز معمولاً Basler ace 5MP با لنز tele-centric پیشنهاد میشود؛ برای محیط مرطوب و فشرده، IDS uEye با enclosure IP67. در فاز Feasibility ما دقیقاً مشخص میکنیم چه ترکیبی از دوربین، لنز و نور برای کاربرد شما بهترین نتیجه میدهد.
برای آموزش مدل، چه تعداد تصویر داده نیاز است؟+
برای رویکرد Anomaly Detection (PaDiM/PatchCore) معمولاً ۲۰۰ تا ۵۰۰ تصویر از قطعه سالم کافی است و نیازی به برچسب نقص ندارد. برای Supervised (YOLOv8) برای هر کلاس نقص حدود ۵۰ تا ۲۰۰ نمونه نیاز است. تیم ما در فاز PoC تصاویر را همراه شما جمعآوری و annotate میکند تا از روز اول گرفتار «سیکل مرغ و تخممرغ» داده نشوید.
Edge Inference بهتر است یا Cloud Inference؟+
برای بازرسی خط تولید، Edge تقریباً همیشه انتخاب درست است: latency تضمینی زیر ۴۵ms، عدم وابستگی به اینترنت، حفظ تصاویر در داخل کارخانه و سازگاری با الزامات IT صنعتی. ما Cloud را فقط برای retraining، Model Registry و داشبورد متمرکز استفاده میکنیم — نه برای inference روی قطعه.
اتصال به PLC و سیگنال ریجکت چگونه انجام میشود؟+
ما از OPC UA بهعنوان روش اصلی استفاده میکنیم که با PLCهای Siemens، Rockwell، Mitsubishi و Omron تست شده است. زمان از تصمیم تا اکچویتور زیر ۱۰ میلیثانیه است. در PLCهای قدیمیتر، gateway Profinet/EtherNet/IP یا حتی I/O باینری روی Edge Node پشتیبانی میشود.
آستانه دقت قابل تضمین چقدر است؟+
ما هیچگاه قبل از فاز Feasibility عدد دقت تعهد نمیدهیم. در فاز PoC با داده واقعی خط شما، Baseline Accuracy گزارش میشود و در قرارداد بهصورت SLA با Precision/Recall به تفکیک هر کلاس نقص آورده میشود. در ۸۰٪ پروژهها به دقت بالای ۹۸٪ روی نقصهای Critical رسیدهایم.
اگر نور سالن متغیر است، چه میشود؟+
نورپردازی صحیح ۶۰٪ موفقیت پروژه vision است. ما در فاز نصب، یک enclosure با نور کنترلشده (dome، bar یا coaxial بسته به کاربرد) طراحی میکنیم تا نور محیط اثری نداشته باشد. در سناریوهایی مثل HSE که نور قابل کنترل نیست، از مدلهای Domain-Adaptive و Color Constancy استفاده میکنیم.
Retraining مدل چه زمانی و چگونه انجام میشود؟+
Drift Detection بهصورت خودکار افت دقت یا تغییر توزیع داده را تشخیص میدهد. در حالت پیشفرض، Retraining ماهانه با دادههای جدید Active Learning انجام میشود. مدل جدید ابتدا در حالت Shadow Mode موازی با مدل فعلی اجرا میشود و فقط بعد از تأیید A/B test به Production میرود.
هنگام Changeover بین چند محصول، مدل چگونه عوض میشود؟+
Model Registry ما برای هر محصول یک نسخه مجزا نگه میدارد. سوئیچ از طریق سیگنال PLC (مثلاً job ID جدید) بهصورت خودکار در زیر ۹۰ ثانیه انجام میشود. نیازی به دخالت اپراتور یا کالیبراسیون مجدد نیست — برخلاف سیستمهای Rule-based سنتی.
ROI پروژه چقدر طول میکشد؟+
متوسط ROI پروژههای ما بین ۸ تا ۱۴ ماه است. منابع برگشت سرمایه شامل کاهش نقص فرار به مشتری (۳–۷٪ تولید)، کاهش False Reject (تا ۱۲٪ مواد اولیه)، حذف ۱–۲ نیروی بازرس در هر شیفت و کاهش downtime changeover است. مدل ROI تفصیلی در فاز Feasibility برای خط شما محاسبه میشود.
استقرار On-Premise / Air-Gapped امکانپذیر است؟+
بله، کل پلتفرم — از Edge Node تا Model Registry و داشبورد — روی زیرساخت داخلی شما قابل استقرار است و هیچ نیازی به اینترنت ندارد. حالت Air-Gapped برای صنایع حساس (دفاعی، حاکمیتی، دارویی GMP) بهصورت استاندارد پیشنهاد میشود و بهروزرسانی مدل از طریق media تأییدشده انجام میگیرد.
تماس مستقیم با تیم فنی
Pilot رایگان روی خط تولید خود را درخواست کنید
یک Vision Engineer ارشد ما به کارخانه شما میآید، نمونه قطعات را بررسی میکند و گزارش Feasibility با عدد دقت قابل دستیابی ارائه میدهد. رایگان، بدون پرزنتیشن فروش، بدون تعهد.
فرم درخواست جلسه
مرحله ۱ از ۲