
Softwarové řešení na míru
Software ZEISS pro analýzu obrazu speciálně přizpůsobený vašim požadavkům
Nesplňuje standardní software všechny vaše požadavky? Nabízíme vám softwarové řešení na míru pro komplexní analýzy obrazu, které je přesně přizpůsobeno vašim požadavkům a potřebám.
- Software pro průmyslové zpracování obrazu založený na umělé inteligenci
- Automatizované, rychlé, spolehlivé, škálovatelné a především reprodukovatelné výsledky
- Vyšší produktivita díky ovládání softwaru přes API (programovací rozhraní) na pozadí
- Unikátní možnosti rozšíření uživatelsky specifických funkcí a analýz

Nesplňuje standardní software vaše požadavky? ZEISS má pro vás řešení!
Přizpůsobte si software. ZEISS ZEN core lze rozšířit pomocí vlastního makro prostředí softwaru (OAD - Open Application Development) a Pythonu. Knihovna ZEN pro pokročilou analýzu a ovládání softwaru je volně dostupná na github.com. To znamená, že i ty nejsložitější analytické úlohy můžete řešit buď pomocí open source kódu a vlastního programování nebo jako službu společnosti ZEISS. Rádi vám s tím poradíme.

Praktické: Analytické procesy a vyhodnocení probíhají automaticky na pozadí
ZEISS ZEN core to umožňuje přenosem externích signálů pro počáteční a koncový bod analýzy obrazu prostřednictvím interního rozhraní softwaru. To znamená, že proces lze provádět na pozadí. Probíhá to bez jakékoli další manuální interakce, tím se dosahuje co největší automatizace analýz pro vyšší prostupnost.
Vaše možnosti s přizpůsobeným softwarem pro analýzu obrazu od společnosti ZEISS
Nesplňuje standardní software všechny vaše požadavky? Nabízíme vám softwarové řešení na míru pro komplexní analýzy obrazu, které je přesně přizpůsobeno vašim požadavkům a potřebám.
- Řízení robotů a nakládání robotů
- Připojení k externímu softwaru
- Analýzy probíhající na pozadí
- Integrace do komplexních pracovních postupů
- Řízení externích systémů a osvětlení
Automatická analýza tloušťky povlaku

Automatická detekce vad baterií
Elektromobilita se stále více rozšiřuje, lithium-iontové baterie hrají klíčovou roli v automobilovém průmyslu. Důležitá je nejen kapacita a životnost, ale především musí být zaručena bezpečnost baterie. Pro kontrolu vad baterie mohou neuronové sítě pomoci s automatickou detekcí vad v mikroskopickém měřítku.
V rámci projektu zkoumala Univerzita v Aalenu podrobněji prizmatickou lithium-iontovou baterii (NMC) pro plug-in elektromobily pomocí modulů AI ze softwaru ZEN core suite. Model umělé inteligence byl natrénován k rozpoznání a vyhodnocení mikrostruktury baterie. Je tak možné lokalizovat vady, jako jsou praskliny, zlomy, cizí vměstky atd.
Výsledky analýz lze vizualizovat pomocí tepelné mapy zobrazené na tomto obrázku. Modré zbarvení představuje žádné nebo jen drobné odchylky od očekávané struktury. Čím vyšší je podíl červené v této vizualizaci, tím více se výsledek odchyluje od naučené struktury a signalizuje vadu. Tyto analýzy mohou zajistit bezpečnost a shodu s normami kvality pro lithium-iontové baterie.1
-
1
Zdroj: Badmos, O., Kopp, A., Bernthaler, T. et al. Image-based defect detection in lithium-ion battery electrode using convolutional neural networks. J Intell Manuf 31, 885–897 (2020). https://doi.org/10.1007/s10845-019-01484-x