世界各地的制造商正在准备采用工业4.0，计算机和自动化将以全新的方式融合在一起。机器人技术远程连接到配备有机器学习算法的计算机系统，例如Solomon的基于AI的机器视觉解决方案套件，可以通过加强对先进制造工艺的监控来提高生产率。

以随机垃圾箱采摘为例。对于机器人来说，看似简单的任务并不容易。然而，由于其3D扫描仪能够高速生成高质量的点云，所以Solomon的AccuPick 3D系统能够以高识别率和易用性执行箱子拾取。该系统能够以最高的效率和精度识别复杂形状的物体。

AccuPick的运动规划模块专门针对需要机器人手臂在汽车零部件，电子产品，食品包装，机器管理和仓库卸货等行业中的超大垃圾箱内操作的应用。该系统能够在复杂的环境中工作，同时与主要的机器人品牌兼容，例如Universal Robots（UR +认证），Fanuc，Staubli，Yaskawa，Kuka，ABB等。

密封，装配，焊接或检查等高级任务对于机器人来说也同样困难或耗时。 Solomon的3D视觉引导机器人解决方案Solmotion将复杂性从这些看似具有挑战性的任务中解放出来，因为它可以识别独特的特征，以精确和快速的方式确定工件的三维位置和方向。

在软件立即匹配并计算机器人移动所需的路线之前，Solscan 3D扫描仪只需拍摄工件的快照即可。应用包括汽车部件的密封，鞋类部件的粘合，金属或塑料注射物体的质量检查，电动机的焊接等等。

在工业环境中，具有不规则图案的缺陷和特征，例如难以定义的划痕，污渍，裂缝和许多其他类型的缺陷，Solvision，基于AI的机器视觉软件Solvision可以进一步解决检查问题。软件深度学习不需要繁琐的代码编写来检查各种类型的缺陷。

所需要的只是一些样本来标记机器学习的缺陷类型，简化检查任务并节省大量工程师编写程序的时间。 Solvision的另一个优势是可以与不同的机器人，六轴或SCARA，Solomon的3D Solscan扫描仪和软件无缝集成，因此可以相应地自动分离被检查的物体。