AutoLabs
联系我们
AUTOLABS INTELLIGENCE

逐卷检查品质,
用数据留存记录。

AutoVision硬件与AutoBrics软件,
连接缺陷检测、复核及逐卷报告。

How It Works

AutoBrics平台生态系统

将现场、数据与经验连成一个流程,从产线上的相机到办公桌前的决策。

  1. CAPTURE

    采集 · AutoVision

    在检测点配置相机、照明及现场计算设备,并根据材料与产线条件评估成像环境。

  2. DETECTION

    检测 · AutoBrics

    显示检测中发现的疑似缺陷及位置。目前演示对象为单色无花纹无纺布。

  3. REVIEW

    复核 · AutoBrics

    操作人员放大疑似缺陷图像,并结合检测记录进行复核。

  4. REPORT

    报告 · AutoBrics

    按卷整理缺陷图像及位置,便于日后查看检测结果。

利用检测记录与复核结果推动后续改进。变更须经过验证并遵循约定的实施流程。

Why Records

应对质量问题,需要检测记录。

出货后收到客户投诉时,需要查明在哪一卷发现了什么缺陷。保留结果及图像,便于回顾当时的检测情况。

保留已检查范围的记录

仅凭目视或抽样检测,很难追溯已检查区域,需要将卷材与缺陷位置关联的记录。

在记录中保留图像

将缺陷图像与手写结果一并保存,便于人员回顾检测时确认的状态。

与客户确认标准

确认客户要求的判定标准及报告内容,整理为双方可共同查看的记录。

检测记录是评估质量问题时的参考资料。判定标准和使用范围需结合交易条件及导入范围确认。

Live Inspection

缺陷出现时,即时查看。

在布料通过时查看疑似缺陷与位置。当前工作原型展示单色无花纹无纺布的检测、复核及报告流程。

  • 新材料需先确认表面与检测要求,再评估适用范围。
  • 保留操作人员的复核记录。

AutoBrics实时检测示例画面

Smart Data Engine

让采集的图像成为企业资产。

将检测照片按卷整理,并保留人员复核结果,以便查看新的缺陷案例和所需检测历史。

由人员复核的疑似缺陷
复核
每卷保留的质量历史
Roll

缺陷类型分类界面

Trusted Quality

依据客户标准,形成质量记录。

计算客户使用的4-Point分数并整理逐卷检测记录。适用判定标准根据材料与客户要求确认。

  • 自动计算4-Point分数,结合检测记录确认。
  • 可与客户共享和追溯的逐卷质量记录。

AutoBrics逐卷检测报告示例

The Hardware

AutoVision

针对卷材检测点配置相机、照明及现场计算设备。可评估在现有产线上增加模块,或在外壳内构建检测环境的封闭式方案。

  • 适合现场的相机配置

    根据材料宽度和目标缺陷尺寸评估相机数量及安装位置。

  • 精密 LED 照明 · 遮光

    根据材料及安装环境评估照明与遮光配置。

  • 状态指示灯

    在现场立即确认电源 · 运行 · 报警状态。

  • 适应产线条件的检测

    综合确认材料、运行速度及检测目标,确定适用范围。

  • OPTICS

    Camera

    适合材料及宽度的相机配置

  • THROUGHPUT

    Line

    评估运行速度及检测条件

  • FOOTPRINT

    Fit

    确认安装空间和材料路径

  • DEPLOYMENT

    Retrofit

    评估现有产线的附加配置

What You Get

每一卷都留下检测记录。

通过现场画面与逐卷记录查看检测结果,工厂可获得以下三类输出。

示例画面,数值为虚拟值。

每卷检测报告画面 - 缺陷列表与缺陷位置图

示例画面,数值为虚拟值。

现场画面

在产线旁查看检测状态,以及检测中发现的疑似缺陷及位置。

每卷检测报告

每卷整理缺陷位置图、检测结果及4-Point分数,判定标准根据材料和客户要求确认。

投诉处理资料

发生质量问题时,根据相应卷材的检测记录及缺陷图像,回顾检测时确认的情况。

AutoCertificate:与客户依据同一检测记录确认品质

AutoCertificate将逐卷检测结果和4-Point分数整理为质量记录,确认材料及客户要求的判定标准和报告内容后应用。以下为报告模板示例。

  1. 逐卷检测记录

  2. 自动计算4-Point分数

  3. 生成质量报告

  4. 与客户共享并复核记录

  • 卷材检测报告模板示例
    卷材检测报告模板示例
  • LOT汇总报告模板示例
    LOT汇总报告模板示例

About AutoLabs

一支从真实工厂起步的团队。

成立于2025年。以单色无花纹无纺布工作原型为基础验证各类材料的适用性,目前重点关注韩国、越南和印度尼西亚。

  • Junha Yoo

    Junha Yoo

    Chief Executive Officer

  • David Kim

    David Kim

    Chief Operating Officer

  • Hwichul Shin

    Hwichul Shin

    Chief Technology Officer

并肩同行的伙伴

依托Antler投资及Google for Startups、NVIDIA Inception、Microsoft for Startups和TIPS项目支持,持续发展产品与技术。

AntlerNVIDIA Inception ProgramMicrosoft for Startups (Majung Program)Google for StartupsTIPS

Get in Touch

一起确认适合贵司产线的检测配置。

请告知材料、工作宽度、运行速度及希望解决的问题,我们将提出下一步建议。