{"data":{"project":{"slug":"project-weld-vision","title":"焊缝视觉检测工作台原型","summary":"对点云或高度图执行焊缝 ROI、基准平面和几何计量，再由版本化规则输出合格、不合格或人工复核状态。","industry":"工业视觉与几何检测","industry_group":"工业与制造","kind":"能力演示","url":"https://deepevolutions.com/cases/project-weld-vision","api_url":"https://deepevolutions.com/api/v1/public/projects/project-weld-vision","source":"static_editorial_archive","verification_status":"not_independently_verified","source_url":"https://www.toni.asia/work","source_retrieved_at":"2026-08-11","disclaimer":"这是使用样例数据的检测工作台原型，不是现场传感器、工业标准或生产质量验收的替代品。","body_markdown":"# 焊缝视觉检测工作台原型\n\n工业视觉与几何检测\n\n对点云或高度图执行焊缝 ROI、基准平面和几何计量，再由版本化规则输出合格、不合格或人工复核状态。\n\n## 项目进程\n\n我们没有从模型或工具清单开始，而是先和使用者一起走完这项工作，确认谁提供输入、谁在中途判断，以及什么结果才算真正完成。\n\n我们先读取三维样例，接着确定 ROI 与基准平面，再计算几何指标，再应用版本化规则，最后输出状态并保留人工复核。\n\n## 背景与痛点\n\n焊缝判断需要可测量的三维数据、明确阈值和规则版本，不能让模型根据图片直接替代现场检测与验收。\n\n在几轮讨论里，我们把问题拆成几个彼此相连的部分：焊缝 ROI 与基准平面、宽度、余高、咬边深度和路径偏移、规则判定与人工复核。这样每一步要解决什么、由谁确认，都能在动手之前说清楚。\n\n## 解决方案\n\n我们把确认过的工作步骤搭成一条可运行的管道，让 AI 负责整理、检索和生成，让关键判断仍然回到业务人员手里。\n\n最后留下来的不是一个孤立模型，而是三类样例运行工作台、测量值、阈值、规则版本与判定状态。\n\n### AI 技术\n\nPOINT_CLOUD / GEOMETRIC_MEASUREMENT / RULE_ENGINE\n\n### 工作流、管道与 Agent\n\n三维输入 / 几何计量 / 规则引擎 / 人工复核\n\n样例和产线数据按工厂与设备隔离；原始数据、标定信息、规则版本和判定结果保留可追溯记录。\n\n## 效果反馈\n\n样例点云已经能够经过几何计量和规则判断输出清晰状态，同时把需要人工复核的位置保留下来。它证明了工作流方向，但仍需现场标定和工业验收。\n\n这是使用样例数据的检测工作台原型，不是现场传感器、工业标准或生产质量验收的替代品。\n\n## 资料范围\n\n本文是网站公开的静态编辑资料，不等于已独立核验的客户成果或客户背书。请结合项目说明与原始来源判断。\n\n原始来源：https://www.toni.asia/work\n\n来源读取日期：2026-08-11","content_sha256":"1a4361fe531cdce7dbed40a9db80c0ef03eeb3ff79cd3198a1fd8df78ed8d442","capability_codes":["POINT_CLOUD","GEOMETRIC_MEASUREMENT","RULE_ENGINE"],"deployment_mode":"ON_PREMISE"}},"meta":{"request_id":"52b2c93e-706e-43e3-8b18-a1563c43dc1d","timestamp":"2026-09-29T12:52:02.929Z"}}