核心能力
工业视觉
AI缺陷检测、OCR识别、尺寸测量
智能制造
数字工厂、设备联网、生产优化
AI算法
深度学习模型训练与部署
产品中心
ZO-403X运动控制器｜多轴运动控制与工业通讯一体化控制器
ZO-403X运动控制器是一款集16路IO输入、8路IO输出、2路开关输出、RS232、RS485、以太网、3轴脉冲输出及编码器接口于一体的多功能运动控制器，支持4轴脉冲输出定制，兼容GRBL数控控制，并支持软件程序定制，适用于CNC数控设备、雕刻机、切割机、多轴运动平台及非标自动化设备。
查看详情
汽车座椅通风加热ECU
**汽车座椅通风加热ECU**是一款面向汽车座椅热舒适系统的专用控制单元，集成**CAN/LIN通讯、通风控制、加热控制及NTC温度检测**功能。 产品支持**4路通风输出、4路加热输出及2路通风电机控制**，并配置**双NTC测温接口及通风/加热OneKey输入**，满足汽车座椅多区域通风、加热及智能温控需求。
查看详情
汽车座椅按摩控制器ECU
汽车座椅按摩控制器ECU是一款面向智能座椅气动按摩系统的专用控制单元，集成CAN/LIN通讯、气泵控制、气压检测及多通道电磁阀控制，支持气袋保压与记忆功能。 产品支持2路气泵输出、10路单控按摩阀及10路双控保压阀，可实现多区域、多模式气动按摩，并支持部分阀路定制。产品同时支持软件协议栈、LDF矩阵及项目定制开发，可根据不同车型和座椅按摩方案进行软硬件适配。
查看详情项目案例
内镶贴片式滴灌带智能生产线 AI视觉检测项目
本项目面向**智慧农业节水灌溉装备制造**，建设集**自动化生产、AI视觉检测、边缘AI计算、工业数据采集及MES管理**于一体的智能生产线。 通过整合原料加工、滴头贴片、自动打孔、AI视觉检测、收卷打包等设备，实现滴灌带全流程自动化生产；利用工业相机与NPU边缘AI平台，实现产品缺陷在线检测，并通过工业物联网将设备、工艺及质量数据接入MES系统，实现**生产数字化、质量可追溯和设备智能管理**，推动滴灌带制造向智能化、数字化、无人化升级。
查看案例滴头注塑智慧工厂数字化施工项目
ZeroOne AI 面向农业滴头精密注塑制造场景，建设融合 MES、工业物联网、AI视觉、机器人自动化及AGV智能物流的数字化工厂解决方案。通过44台注塑设备联网、生产过程管理、人员身份识别、智能仓储及AI智能分析，实现制造全过程透明化、自动化与智能化升级。
查看案例技术文章
RIP 颜色管理之 LittleCMS：开源 ICC 色彩管理引擎
详解 LittleCMS（lcms）开源 ICC 色彩管理引擎在陶瓷喷码 RIP 软件中的核心作用：ICC Profile 与 cmsHPROFILE/cmsHTRANSFORM 数据结构、颜色转换流程、四种渲染意图选择、多色墨水多通道支持、批量转换性能优化与陶瓷 RIP 推荐架构。
阅读全文陶瓷喷墨 RIP 中的 8 色 ICC Profile 技术原理与 LittleCMS 实现
系统讲解陶瓷喷墨 RIP 中 8 色 ICC Profile 的技术原理与 LittleCMS 实现：ICC 色彩管理模型、8 通道颜色空间、Profile 制作流程（固定条件/色卡打印/烧成后测色/分光数据）、LittleCMS 集成与批量转换，以及墨量限制、通道线性化、喷头灰度映射与工业级软件架构设计。
阅读全文Linux系统篇（十五）——进程（四）：一文吃透 Linux 虚拟地址空间：从页表映射到内核结构体全链路拆解
从全局变量入手，串联进程地址隔离、页表翻译、写时拷贝、mm_struct/vm_area_struct 结构体与缺页中断，打通应用代码到内核的内存链路。
阅读全文RAG 实战教程（二）：向量相似度、向量数据库与 Chroma 实战
本文讲解RAG索引与召回的本地方案：用Ollama运行BGE-M3生成向量，用Chroma保存文本、向量与元数据，基于HNSW近邻索引完成Top K检索。涵盖余弦相似度/欧氏距离/点积的区别与对比表、Chroma Collection常用操作、BGE-M3批量向量化、数据入库与查询的完整Python代码，以及换模型、漏存原文等常见坑点。
阅读全文Linux系统篇（七）——工具篇（二）：一篇搞懂 C 语言程序从代码到可执行文件的完整旅程
拆解 C 程序预处理、编译、汇编、链接四步变身流程，讲透条件编译与静态、动态链接差异，附分步实操与报错排查。
阅读全文树莓派部署YOLOv8手势检测实战：USB IMX378摄像头 + Python + PyTorch + ONNX Runtime + Systemd开机自动运行
本文面向树莓派AI视觉、Python人工智能、YOLOv8目标检测初学者，以树莓派部署手势检测项目为案例，完整介绍从USB IMX378摄像头安装、Miniconda环境配置、Python虚拟环境创建、YOLOv8依赖安装，到手势检测程序Systemd开机自动运行的完整流程。在Raspberry Pi 5 / ARM64（aarch64）环境下建立独立的yolov8-env环境，安装PyTorch、Ultralytics、ONNX Runtime、NumPy等AI视觉组件，最后通过Linux systemd使fatigueDetect.py开机自动运行，实现无需手工登录的AI视觉自动检测，为后续手势识别、人体检测、疲劳驾驶检测、工业视觉检测与边缘AI视觉系统打下基础。
阅读全文