关于盈泰德
盈泰德(深圳)科技有限公司专注 AI 视觉 SOP 系统研发,用工业机器视觉在产线工位实时识别作业动作,实现 SOP 合规检测、工序防错、漏工序报警与生产追溯。
核心要点
- 专注方向:工业机器视觉在作业规范管理场景的落地,不涉足泛安防与消费级视觉。
- 服务行业:半导体、汽车总装、汽车零部件、3C 电子、小家电、食品、纺织。
- 交付方式:以试点工位验证效果,再向整线复制,降低客户决策风险。
- 技术原则:识别在边缘端本地完成,不依赖公网,不采集非必要的生产画面。
盈泰德(深圳)科技有限公司是一家专注工业机器视觉与 AI 算法落地的技术公司,长期服务于制造业产线的作业规范管理场景。品牌英文名为 Intsoft。
我们做的事情可以用一句话说明:让产线知道每道工序有没有被按标准做完。 这个看似简单的问题,在过去几十年里一直没有好的技术手段去回答——结果质量有检测设备把关,设备状态有 SCADA 采集,唯独「人有没有按 SOP 做事」只能靠人工巡检和事后追溯。
我们专注做什么
- 工业机器视觉在作业规范管理场景的应用,不做泛安防、不做消费级视觉产品。
- 把复杂的视觉算法封装成工艺人员能自己维护的配置项,降低使用门槛。
- 在真实的产线环境里解决问题,而不是在实验室里刷指标。
- 尊重现场的实际约束:不停线、不改 PLC、不给操作人员增加额外动作。
我们服务哪些行业
| 行业 | 典型监控场景 |
|---|---|
| 半导体 | 晶圆取放、固晶、焊线、点胶等精密工序 |
| 汽车总装 | 内饰、底盘、动力总成、检测线的工序校验 |
| 汽车零部件 | 线束插接、底盘小件装配、混线换型防错 |
| 3C 电子 | 锁附工位漏锁与顺序校验、贴合与组装动作 |
| 小家电 | 密封件与配件漏装、管路连接、检测工序 |
| 食品 | 穿戴规范、洗手消毒、配料与包装工序 |
| 纺织 | 缝制工序核对、裁剪铺布与成衣检验 |
我们怎么交付
四个阶段,从评估到复制
- 可行性评估
了解工位形态、节拍与工序痛点,判断视觉方案是否适用,给出初步建议。不适用的情况我们会直接说明。
- 单工位试点
选一个高价值工位部署,用现场真实数据验证效果,输出包含误报率与漏报率的验证报告。
- 效果确认与调优
根据试点数据调整判定规则与阈值,直到现场愿意长期保持系统运行。
- 整线复制
把验证过的方案复制到同线其他工位,场景库复用使每个新增工位的适配时间显著缩短。
能力是怎么长出来的
我们的能力不是一次性设计出来的,而是跟着现场的失败一步步加上去的。理解这个顺序,也就理解了为什么在我们方案里,工序校验和 MES 追溯是绑在一起的——把两件事分开做的方案,在现场基本活不下来。
- 先解决「看得见」:让工位上的动作被稳定拍到。选相机、定安装位置、设计打光——这一步决定了后面所有事情的上限。
- 再解决「认得准」:把 SOP 拆成可以被判定的动作要素,为每个要素建立识别逻辑。拆不到要素级的标准,算法无法判定。
- 然后解决「判得对」:把识别结果与标准工序序列逐项比对,处理漏做、跳步与顺序错误,并把误报压到现场能接受的密度。
- 最后解决「查得到」:把判定结果带上时间戳回写 MES。没有这一步,系统在品质部门眼里就只是又一个报警器。
团队与分工
视觉项目很少败在算法上,多半是现场那一环没接住。所以我们的团队配置是按项目现场的需要来的,而不是按软件公司的常规分工——大部分时间在现场,而不是在办公室。
- 视觉与算法:负责成像方案、判定逻辑与阈值标定,需要看到真实工位才能定参数。
- 现场交付:负责安装、走线与产线设备部门协调,确保不停线、不改 PLC、不给操作人员加动作。
- 工艺顾问:把口头的作业要求翻译成可判定的工序目标。这一环最容易被省掉,也最容易导致项目返工。
- 售后支持:负责标定复核、规则调整与版本更新。系统能不能长期开着,取决于这一环而不是上线当天。
我们怎么保证交付质量
交付质量不体现在演示效果上,而体现在上线三个月之后系统还在不在运行。为了让这件事有依据而不是靠承诺,我们把几个环节写进了流程。
| 环节 | 我们的做法 |
|---|---|
| 验收标准 | 试点阶段就把检出率、误报率、响应时间写成可测量的条件,不留到验收会再谈 |
| 判定依据 | 每条报警都能回溯到具体的图像证据,不输出无法解释的结果 |
| 变更管理 | 判定规则与阈值的每次调整都留记录,避免效果被悄悄改坏 |
| 文档交付 | 标定参数、接口说明与操作手册随系统交付,客户有能力自行维护 |
| 售后安排 | 明确响应时效与备件安排,覆盖面包含相机、光源等硬件 |
关于我们的一些提问
常见提问
你们算软件公司还是集成商?
两者都不是标准答案。我们交付的是「相机 + 边缘算力 + 算法 + 系统对接」的组合,算法自己做,硬件按场景选型。这样做的原因是:视觉项目的成败往往由成像条件决定,把硬件完全外包会让责任边界变得模糊,出问题时容易互相推。
我们想做的是不是一定要整线上?
不需要,多数项目是从一个工位开始的。单工位试点的目的不只是验证识别率,还包括验证现场愿不愿意用。试点有效再复制,比一次性铺开整线的风险低得多。
能不能参观你们的案例现场?
我们不做案例参观,也不会把任何客户现场的画面用于宣传或案例包装——这一点在我们和客户的约定里是明确的。想验证效果,可行的做法是在您的现场做一个试点工位,用您自己的数据得出结论。
想了解我们能不能解决您的问题?
把您的工位场景和目前遇到的工序问题告诉我们,我们会给出针对性的可行性判断。
按行业落地的视觉 AI SOP 方案
我们已在半导体、汽车、3C 电子、小家电、食品、纺织等行业落地工序防错与作业合规检测,方案可直接复用产线场景。
-
纺织车间视觉 AI SOP
纺织服装行业工序拆分细、转款频繁,一件衣服往往要经过十几道缝制工序。哪些工序做了、做的顺序对不对,长期依赖工人的自检和组长的抽检。我们在缝纫…
了解详情 → -
食品产线视觉 AI SOP
食品行业的过程管理有两个硬约束:食品安全审核要证据,人员操作要规范。穿戴不合规、配料步骤跳过、包装工位漏放附件,这些都直接关联食品安全风险。…
了解详情 → -
小家电装配视觉 AI SOP
小家电的售后故障里,相当一部分不是元器件失效,而是装配环节的漏件与不到位——漏装一个密封圈、管路没插到底、线束没卡进槽。这些在产线上外观正常…
了解详情 → -
3C 电子装配视觉 AI SOP
3C 产品的装配特点是小件多、螺丝多、公差紧、换代快。一台笔记本的装配可能涉及几十颗不同规格的螺丝,锁附顺序和扭矩要求各不相同。我们在锁附、…
了解详情 → -
汽车零部件装配视觉 AI SOP
汽配企业的典型形态是「多品种、小批量、混线快换」。一个班次可能切换十几种料号,工艺卡挂在工位上也很难保证每次都翻对页。我们的方案让系统按当前…
了解详情 → -
汽车总装 AI 视觉 SOP 监控
总装线是整车厂工序最密集、人工介入最多的环节。混线生产、多配置车型带来极高的工序差异,靠人和纸面工艺卡很难保证每台车都走完应有的步骤。我们在…
了解详情 → -
半导体封装视觉 AI SOP
半导体封装工序细、节拍快、单件价值高,一次漏工序或错序往往要到电测甚至客户端才暴露。我们的方案在晶圆工位、固晶、焊线、点胶等关键站点部署机器…
了解详情 →
产品与核心能力
从工位动作识别到漏工序报警,从 MES 对接到质量追溯,覆盖 SOP 执行监控的完整链路。
-
视觉 SOP 对接 MES 生产追溯方案
视觉 SOP 单机运行只能解决现场拦截,真正的价值在于把工序执行数据沉淀成可追溯的生产档案。这个页面说明工序数据如何与产品序列号关联、通过哪…
了解详情 → -
视觉 SOP 智能防呆与工序防错
防呆(Poka-yoke)的核心是让错误「不可能发生」或「立刻被发现」。视觉方案能做的是后者:在工序发生的那一刻完成判定,把漏工序、跳步、错…
了解详情 → -
AI 视觉监控工位 SOP 执行
工位是 SOP 执行的最小单元。我们把工位摄像头采集的画面转化为结构化的动作序列,逐项核对标准工序是否完成,并对穿戴、清洁、防静电等作业规范…
了解详情 → -
盈泰德视觉 AI SOP 系统
盈泰德视觉 AI SOP 系统由四层构成:工位感知层(工业相机与光源)、边缘识别层(动作与状态判定)、逻辑比对层(与标准工序序列校验)、业务…
了解详情 →