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。

公司厂区与办公楼的等轴测线稿示意

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。
一台工业相机与一个边缘计算盒子并排摆放、由一根线缆相连的等轴测示意图
一套工位级硬件:一台工业相机 + 一个边缘计算盒子

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

已落地的行业与典型场景
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

  1. 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。

  2. 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。

  3. 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。

  4. 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。

  1. 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。
  2. 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。
  3. 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。
  4. 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。

交付环节与对应做法
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。

联系我们

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。

  • 纺织车间示意图:细纱机、纱架与监控纱线路径的相机

    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 →
  • 食品车间更衣与消毒入口示意图:更衣间、洗手池与上方相机

    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 →
  • 小家电装配线示意图:机身、上料机构与视觉检测相机

    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 电子装配锁附工位示意图:电路板夹具、电批与视觉相机

    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 →
  • 汽车零部件装配工位示意图:料盒、夹具与上方视觉相机

    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 →
  • 汽车总装工位示意图:车身、输送线与龙门架上的视觉相机

    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 →
  • 半导体晶圆工位与视觉检测示意:晶圆盒、装载口与相机检测

    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。