视觉感知：
采用多模态（2D、3D摄像头 + 激光雷达）结合专有AI算法。以此替代“人眼”“人脑”“人手”来进行检测、测量、分析、判断、决策和控制，最终实现全自动且人力需求极少的智能化操作。
视觉感知应用于冶金行业：
-
视频表面质量检测：
可应用于多种材料的表面质量检测，如铸坯、热卷、冷卷、超薄板、特棒、型材、皮带以及烟草等。通过先进的视觉感知技术，能够精准识别材料表面的缺陷、瑕疵等问题，确保产品质量符合标准。
-
数量检测：
利用视频计数仪等设备，实现对各类物品数量的准确统计。例如钢坯或圆钢的数量统计、烟支数量的清点以及计数分钢系统的应用等，有效提高生产效率和管理的精准性。
-
物体表面积测量：
借助视频粒级分析仪、泡沫分析仪（浮选、反浮选）等工具，可对不同物体的表面积进行精确测量。同时，还能应用于钢坯板坯体积检测，为生产过程中的物料计算和质量控制提供准确数据支持。
-
测量长度、宽度：
在视频技术的辅助下，能够实现多种场景下的长度和宽度测量。比如视频定尺切割应用中，确保切割尺寸的精准度；连鋳坯长宽测量以及铸坯断面测量等，为后续加工和生产提供关键尺寸数据。
-
OCR识别：
具备强大的OCR识别能力，可广泛应用于各种字符识别场景。例如牌照识别、坯号及卷号识别、高线PF钩号识别、包装（牛奶、烟盒）字符识别等，提高生产管理的信息化水平和自动化程度。
-
速度测量：
通过视频技术实现对物体速度的准确测量。如在视频车速检测中，确保车辆行驶速度符合规定；皮带速度检测（失速、打滑），及时发现并解决皮带运行过程中的问题，保障生产线的稳定运行。
-
特征定位：
可实现多种特征的精准定位和检测。包括视频定位、视频对中、视频位移，以及视觉行为和危险区域检测等。例如烧结台车的状态检测，冷床后部无人化即AI自动链床项目，通过精确的特征定位，提高生产过程的自动化和安全性。
-
热成像温度测量：
利用热成像技术，实现多种场景下的温度测量和分析。如视频灰度转温度，应用于炉顶电视、风口电视、回转窑温度监测；下渣检测，通过温度变化判断是否存在下渣现象；温度场分布（钢坯温度分析），为钢铁生产过程中的温度控制提供依据；火焰温度测量、转炉化渣检测系统、风口热成像温度测量、烧结机机尾断面（红燃层分析），以及铁水罐号及罐体漏检风险AI识别系统等，保障生产过程的安全和稳定。
-
人工智能视觉大模型：
结合人工智能视觉大模型技术，开发了一系列智能化应用。例如高炉风口平台智能巡检机器人，能够自主巡检，及时发现设备故障和安全隐患；配电室、变电站巡检机器人，提高巡检效率和准确性，降低人工巡检的风险。
