知識中心

市面上的3D Sensor大致可分為線雷射、白光干涉或是雷射共軛焦，雖然線雷射速度快能應用在In-line檢測上，但是經常碰到Z軸精度不足的狀況；而白光干涉或雷射共軛焦，卻因為量測速度太慢而無法應用在In-line檢測上。而線共焦3D掃描法結合了三角量測法與共軛焦技術，能輕鬆解決上述問題，是高精度In-line檢測必備解決方案。 本文將對技術原理進行解析，並提供實際的量測時間比較給大家參考。

在設計線掃描系統時，最常使用的架構有兩種 : 傾斜架構與同軸架構。大部分設客戶通常使用傾斜架構，因為可以省去分光鏡，最大化光源利用率並消除分光鏡品質對成像的影響，但傾斜架構在某些狀況下並不適合，當非選擇同軸架設不可時，要怎麼避免鬼影的出現呢？本文將介紹分光鏡的常見種類，以及該選哪種才能解決這個問題。

近年來工廠自動化的推行， 加上疫情缺工影響。 廠區無人搬運車普及率越來越高，但是也都僅限在廠區，也就是室內空間。這並不是因為無人搬運車只能在室內使用，而是受限於導引的方式。難道無人搬運車就永遠出不了工廠嗎？當然不是。只要利用大家耳熟能詳的GPS衛星導引就可以達成了。本文將介紹目前AMR主流的導引方式，以及GPS衛星導引的技術原理及差異。

鏡頭的解像力(Resolving Power)，簡單說就是鏡頭能夠看到多細微的能力。提昇鏡頭的解像力有兩個方向，本文將從技術面與實際拍攝案例幫助您瞭解正確使用鏡頭的方式。

當我們進行AI模型的訓練時會因顯示卡規格、神經網絡架構的不同，而需要調整訓練參數。參數也是AI訓練中的關鍵一環，本文將介紹影響AI精準度的三個重要參數：Batch Size、訓練週期數、學習率，希望能幫助您更瞭解AI的參數訓練及應用。

隨著各家智慧型手機大廠越來越主打照相功能，高像素鏡頭可說是大勢所趨，但由於手機的空間有限，若要塞入一個高解析度的感光元件，勢必只能縮小感光元件的像素，但像素變小就會產生感光不佳、訊噪比差等狀況，也因此須借助像素合併（Pixel Binning）此一技術幫助使用者在各種環境下拍攝都能得到良好的成像。本文將介紹像素合併的原理、以及兩種像素合併的方法，希望能幫助您更能妥善應用這個功能。

當我們把相機架設好後，第一步的調整就是進行「平場校正」。理論上，相機成像時得到圖像裡的所有像素點灰度值應該相同，但是實際往往可能有很大落差，本文將針對校正這些不一致的方法，也就是相機平場校正的常見問題一一解惑。

越是高度自動化的工廠，使用自動導引車（Automated Guided Vehicle, AGV）從事物品搬運的頻率就越高。當大型工廠必須使用數十台，甚至上百台的AGV來從事生產搬運時，可以想像一定會消耗相當龐大的電量。因此節省能源已成為新一代AGV設計重點之一。本文將介紹能有效縮小AGV車體空間方式及產品，希望能作為您設計AGV的參考。