为合同谈判而建，不只为演示而做。
每一根支柱都在回答采购团队必定会问的问题。
算法可审计
三级评分 — 绝对位置、身体相对几何、时序相位 — 加权合成置信度公式。工艺工程师可以检查每个阈值、调整每个权重，在上线前签字确认。
九项 KPI 可写进合同
每项验收指标配有测试方法与测量协议。达不到就是合同说了算 — 不是营销声明，是验证标准。
视频不出厂区
动作数据没有公有云路径。边缘推理、本地存储、静态加密。网络中断不影响实时检测。这不是一个选项 — 这是唯一的部署模式。
数据来自一条精密电子装配线。第 1 周：AI 从经验操作员学习。第 2 周：您的工艺工程师逐条审核告警规则，调整阈值，确认后方可上线。第 3 周起：稳定检测，人工纠正率 ≤ 10%。
测试方法: 三阶段落地的墙钟耗时。验收阈值：连续 7 天人工纠正率 ≤ 10%。3 周包含工程师确认环节 — 没有一条告警是未经您的团队批准就上线的。
我们已有具名部署与正面客户反馈 — 但本站上每一条证词都会等到被引用方的书面授权后才发布。我们不发布伪造或转述的引言。
产线上最重要的知识没有被写下来。
隐性的装配技艺在操作员的手上 — 出问题时，没人能说清到底是哪一步、哪个人、哪个时刻。
操作依赖隐性经验
关键装配知识存在于操作员的头脑与肌肉记忆里，而不是文档。新员工往往需要数周才能稳定。
过程不可见
一旦缺陷流出产线，要定位是哪个工位、哪一步、哪个操作员、哪个时刻造成的，成本极高。
效率判断靠感觉
节拍问题与工位瓶颈靠直觉诊断 — 改善前后往往没有可量化的对比。
人工巡检成本高且不稳定
人工质量巡检需要真实的 FTE 工时，但只能抓到一小部分漏装错装，也无法产生可追溯的审计链。
三阶段 · 三周 · 一个实时工作的系统。
系统主动适应产线 — 而不是反过来。不改工装、不停产线、不写纸面 SOP。
- 第 1 周
学习模式
摄像头采集经验操作员的正常生产循环。系统自主提取动作序列、运动特征与周期锚点。
- 第 2 周
您的工程师签字确认
工艺工程师微调动作边界与判定阈值。吸收个体差异。与工艺一起确认报警规则。
- 第 3 周起
检测模式
稳定实时运行。声光报警在零件流向下一工位前捕获合规问题。每一次异常都带有工位、步骤、时间戳的结构化日志。
三阶段落地时间线：学习 → 纠正 → 检测，品牌色渐变
仅需摄像头。无工装改造、无工具集成、无需停线。
可审计的算法，不是黑盒。
单个步骤的判定会综合空间、关系与时间三方面证据，带加权置信度 — 不依赖单一脆弱规则。
人体姿态估计
头部、肩、肘、腕、髋、膝、踝 — 13 个关键点跨帧稳定追踪，核心关节稳定性目标 95%+。
- 13 关键点的全身结构提取
- 人体重心与骨架地标计算
- 多人场景下的主操作员识别
手部追踪
连续手部轨迹追踪，序列连贯性目标 98%+，包含手部在工作区的位置与双手关系。
- 手 ↔ 头部 / 身体 的空间关系
- 双手相对身体中心的分离度
- 帧间切换下的轨迹连贯性
三级动作定位
绝对（相机坐标系）、相对（身体坐标系）、时间（周期坐标系）三级得分加权合成置信度，分为正确 / 待复核 / 异常。
- 绝对：手部位置是否在目标作业区域
- 相对：手 ↔ 身体几何，对操作员差异免疫
- 时间：动作在运行周期与动作周期中的相位
- 阈值：≥0.85 正常 · 0.70–0.85 人工复核 · <0.70 异常
您的产线今天没有的六个答案。
质量与效率在同一个数据闭环。一次部署，两个问题域。
不写 SOP 也能检 SOP 合规
系统直接从生产中学习标准流程。步骤被跳过、顺序颠倒或操作错误时，报警在零件离开工位前触发。
精确的瓶颈，不是猜测的瓶颈
节拍、排队等待、上游饥饿与下游阻塞综合分析，自动标注瓶颈工位与影响级别。数据替代直觉。
步骤级别的节拍分解
按操作员、按工位输出时间分布与偏差范围。精确定位周期中哪一步在漂移。
工位忙碌度：事实依据
有效工作时间 vs 空闲/等待时间 — 按工位、按班次。产线平衡一直缺的那张底牌。
自己写好的班次报表
自动生成，按班次 / 工位 / 产品类型切片。按操作员切片做培训，按产品切片做工艺调优。
每一次异常都可追溯
工位、步骤、时间戳、置信度 — 每个标记事件都有完整审计记录。班次复盘从证据出发。
五项结构性的产品选择。
无需纸面 SOP
产品的核心价值之一：直接从正常生产中把隐性操作经验转化为可执行的动作模型。
质量与效率同一套数据闭环
同一条数据管道同时输出缺陷根因与节拍分布 — 一次部署，两个问题域。
仅需摄像头，非侵入
不改工装、不改工具、不停产线。短暂维护窗口即可上线。
模板复用快速扩展
动作模板按工位与产品类型沉淀，新工位可以直接继承大部分工作。
数据不出厂区
仅支持本地部署。视频、结构化数据、事件日志全部留在工厂网络内。
九项可以追责的数字 — 每项都有测试方法。
这些不是营销声明，是我们在 POC 阶段提交验收的标准。达不到，合同说了算。每次部署出具正式测试报告。
| 指标 | 目标 | 测试方法 | 备注 |
|---|---|---|---|
| 视频采集与采样成功率 | ≥ 99% | 成功采集任务数 ÷ 总任务数 | 按工位、按班次统计 |
| 关键关节结构稳定性 | ≥ 95% / ≥ 90% | 有效关键点占采样帧的比率 | 头/肩/脚 ≥ 95% · 其它关节 ≥ 90% |
| 主操作员序列追踪率 | ≥ 98% | 连续有效轨迹帧 ÷ 总帧数 | — |
| 周期识别准确率 | ≥ 90% | 周期边界标注 vs. 系统输出 | — |
| 动作综合判定准确率 | ≥ 92% | 系统输出 vs. 模板动作标注 | — |
| 人工纠正率 | ≤ 10% | 待复核态判定占比 | 上线后 7 天累计 |
| 单次 UI 响应时间 | ≤ 3 秒 | 本地网络端到端耗时 | — |
| 10 分钟视频完整解析时间 | ≤ 10 分钟 | 整段时间线解析的墙钟耗时 | 参考硬件配置 |
以上是原型与试点验证得到的验收目标，不是上限数值。真实数值随工位配置、光照与动作复杂度不同而有差异，POC 阶段出具正式测试报告。
规格明确 · 无隐含假设。
两种参考配置。生产环境可按工位数与并行视频流数线性扩展。
单工位原型
- CPU
- 8 核+
- 内存
- 32 GB
- GPU
- 1 × 16 GB 独显
- 存储
- 1 TB NVMe SSD
多工位集群
- CPU
- 16 核+
- 内存
- 64 GB
- GPU
- 1–2 × 16 GB 独显
- 存储
- 4 TB NVMe SSD
- 相机：顶置、固定，覆盖工人手部与装配区。最低 1920×1080；原型验证阶段使用 2560×1440。
- 采样频率：基线 2 fps — 快速动作场景可支持更高帧率。
- 无需工装改造、无需工作台改动、无需工具集成。
7 层架构 · 一条清晰的数据路径。
每一层只做一件事，且有明确的输出契约。集成与扩展在展示 / 接口层进行，而不是塞在栈中间。
- 01视频输入层职责 摄像采集、时间戳同步输出 原始视频帧 + 元数据
- 02采样管理层职责 帧抽取、任务日志、时间索引输出 帧图像 + 采样索引
- 03结构提取层职责 关键点提取、校准、置信度评估输出 关键点位置 + 置信度
- 04序列追踪层职责 跨帧骨架追踪、主操作员隔离输出 操作员轨迹 + 时间特征
- 05周期分析层职责 运行阶段切分、周期识别、锚点定位输出 周期、阶段、位置索引
- 06决策判定层职责 绝对 / 相对 / 时间三级综合判定与报警规则输出 判定结果、置信度、复核状态
- 07展示与接口层职责 前端 UI、API 服务、MES/ANDON/QMS 集成输出 网页、查询结果、外部系统载荷
按设计，仅本地部署。
本地 / 工厂内网
仅本地本产品仅以本地部署形式交付。视频与结构化数据始终留在客户工厂网络内，满足严格的合规与保密要求。
- 边缘推理在工厂边缘节点
- 实时报警不受网络波动影响
- 结构化数据留在边界内部
本产品故意不提供公有云选项 — 工位动作数据敏感，必须留在本地。
动作数据是敏感数据，我们按敏感数据对待。
加密本地存储
关键帧与结构化结果在任务命名空间内加密存储，留在工厂网络内。
角色权限与完整审计
每一次访问、修改、删除与人员变更都有防篡改的审计日志。
数据最小化
只处理动作识别所需的数据。非关键区域可以做脱敏遮蔽。
仅结构化模式
可选的「仅存事件与指标」模式 — 不存原始视频，进一步降低合规负担。
四项默认启用的承诺。
仅本地部署
不存在公有云路径。所有数据留在工厂网络内，没有例外。
加密存储
关键帧与结果按任务命名空间加密落盘，带防篡改审计。
RBAC 与审计链
每一次访问、修改、删除都在角色权限控制系统内留痕。
数据最小化
可选「仅事件与指标」模式 — 不存原始视频，合规负担降到最低。
POC 之后您完整接管的六个交付包。
软件包
采样服务、分析服务、接口服务与前端页面，部署到您的服务器。
模型与参数包
结构模型、模板文件、权重配置、工位标注参数。
配置模板
按工位的区域配置、采样配置与参数配置，可直接克隆复用。
文档包
运维手册、API 参考、集成手册与数据规范。
验证包
测试日志、验收报告、未关闭问题清单与版本清单。
培训包
现场培训材料、使用指南与故障处理手册。