隨著這些年“互聯(lián)網(wǎng)+”、“工業(yè)4.0”、“人工智能”等名詞頻繁出現(xiàn)在大眾視野里，在與民生息息相關(guān)的工業(yè)領(lǐng)域，指向了一個(gè)非常明確的目標(biāo)——智能制造。
由于各種原因，產(chǎn)品生產(chǎn)過程中不可避免的會(huì)產(chǎn)生多種缺陷，如印制電路板上出現(xiàn)孔的錯(cuò)位、斷路、短路等問題；液晶面板表面含有針孔、劃痕、顆粒等問題；半導(dǎo)體晶圓出現(xiàn)的冗余物、晶體缺陷和機(jī)械損傷等問題。這些缺陷不僅影響產(chǎn)品的性能，嚴(yán)重時(shí)甚至?xí)：Φ缴踩?/p>
然而在相當(dāng)長(zhǎng)的一段時(shí)間內(nèi)，絕大部分電子制造廠商仍然依賴于傳統(tǒng)人工目視檢查。以目前AOI（自動(dòng)光學(xué)檢測(cè)）技術(shù)滲透率最高的PCB行業(yè)為例，曾有研究機(jī)構(gòu)做過調(diào)查，當(dāng)兩個(gè)人檢查相同的PCBA板四次時(shí)，他們的相互認(rèn)同率少于28%，認(rèn)同自己的只有大約44%左右。顯然，隨著電子元器件的微小化、復(fù)雜化趨勢(shì)，以及制造行業(yè)整體對(duì)智能化變革的需求，AOI檢測(cè)系統(tǒng)將在智能制造行業(yè)占據(jù)越發(fā)重要的位置。
AOI技術(shù)屬于機(jī)器視覺技術(shù)
AOI集成了圖像傳感技術(shù)、數(shù)據(jù)處理技術(shù)、運(yùn)動(dòng)控制技術(shù)，在產(chǎn)品生產(chǎn)過程中，可以執(zhí)行測(cè)量、檢測(cè)、識(shí)別和引導(dǎo)等一系列任務(wù)。簡(jiǎn)單來說AOI模擬和拓展了人類眼、腦、手的功能，利用光學(xué)成像方法模擬人眼的的視覺成像功能，用計(jì)算機(jī)處理系統(tǒng)代替人腦執(zhí)行數(shù)據(jù)處理，隨后把結(jié)果反饋給執(zhí)行或輸出模塊，讓AOI檢測(cè)系統(tǒng)可以取代生產(chǎn)制造中的人工目檢環(huán)節(jié)。
一個(gè)典型AOI檢測(cè)系統(tǒng)的結(jié)構(gòu)框圖
AOI檢測(cè)系統(tǒng)的硬件組成
典型AOI檢測(cè)系統(tǒng)的硬件一般包括5個(gè)部件：圖像傳感器、主機(jī)、光源、機(jī)械組件和機(jī)體外殼。
i.圖像傳感器是AOI系統(tǒng)采集圖像的基礎(chǔ)。目前市面上大多數(shù)廠商選擇使用面陣相機(jī)，面陣相機(jī)通過拍攝一幅一幅的圖片達(dá)到取像目的，優(yōu)點(diǎn)是圖像的還原性較好，打光角度容易調(diào)整，容易得到較清晰的圖像，相比線陣相機(jī)誤判率較低。
ii.主機(jī)是運(yùn)行檢測(cè)軟件系統(tǒng)的平臺(tái)。不同行業(yè)不同工廠生產(chǎn)線對(duì)AOI檢測(cè)設(shè)備的需求不同，AOI設(shè)備是高度定制化產(chǎn)品，設(shè)備廠商往往需要根據(jù)下游客戶的要求進(jìn)行主機(jī)設(shè)備的調(diào)整或是軟件的二次開發(fā)。
iii.光源是AOI設(shè)備的眼睛，專業(yè)的光源及合理打光方案是機(jī)器視覺的核心技術(shù)，判斷檢測(cè)系統(tǒng)是否穩(wěn)定可靠，光源可以說是檢測(cè)能力強(qiáng)弱的第一步。
iv.機(jī)械組件包括檢測(cè)設(shè)備里的傳動(dòng)裝置和馬達(dá)等部件。機(jī)械組件的精度會(huì)直接影響AOI檢測(cè)設(shè)備的驅(qū)動(dòng)配置和檢測(cè)結(jié)果的輸出反饋。
v.機(jī)體外殼是AOI設(shè)備所有部件的載體，是固定AOI設(shè)備部件實(shí)現(xiàn)檢測(cè)功能的結(jié)構(gòu)載體。
AOI檢測(cè)系統(tǒng)的軟件組成
結(jié)合光學(xué)感測(cè)系統(tǒng)采集到的圖像數(shù)據(jù)，AOI檢測(cè)系統(tǒng)的軟件主要包括算法、影像處理軟件和通訊軟件。就像人工判斷一個(gè)物體的質(zhì)量是否合格，會(huì)設(shè)定一個(gè)標(biāo)準(zhǔn)，如果達(dá)到標(biāo)準(zhǔn)，則認(rèn)為該對(duì)象是合格，如果不達(dá)到標(biāo)準(zhǔn)，則認(rèn)為對(duì)象不合格。同樣，AOI系統(tǒng)判斷一個(gè)組件是否是合格，也會(huì)設(shè)定一個(gè)規(guī)則，滿足規(guī)則的就合格，不滿足規(guī)則就是不良品。這個(gè)規(guī)則標(biāo)準(zhǔn)建模的方法即是算法，算法是整個(gè)軟件系統(tǒng)的重中之重，也是AOI檢測(cè)廠商的核心競(jìng)爭(zhēng)力。
AI成為AOI檢測(cè)技術(shù)進(jìn)一步發(fā)展的關(guān)鍵因素。
以AOI檢測(cè)應(yīng)用最廣泛的PCB行業(yè)為例，中低端AOI檢測(cè)設(shè)備的誤判過篩率約為70%，即捕捉到的不良品中其實(shí)有70%的成品是合格的。因此目前PCB廠商多采取人工二次篩選，將實(shí)際合格的PCB板再度送回產(chǎn)線，預(yù)估一臺(tái)AOI檢測(cè)機(jī)常需配置4名人員進(jìn)行二次檢查。
伴隨AI技術(shù)的迅速發(fā)展，也給AOI檢測(cè)行業(yè)帶來了技術(shù)革新的契機(jī)。傳統(tǒng)AOI檢測(cè)與AI AOI辨識(shí)的差異，在于是否可針對(duì)未知瑕疵進(jìn)行判定，傳統(tǒng)AOI檢測(cè)設(shè)備只能以設(shè)定好的參數(shù)標(biāo)準(zhǔn)為基準(zhǔn)進(jìn)行判斷，也就是邏輯性的思考，需要先定義瑕疵的樣本，再透過樣本進(jìn)行檢測(cè)。但導(dǎo)入訓(xùn)練成熟的AI技術(shù)后，AI AOI檢測(cè)系統(tǒng)能夠自行定義瑕疵范圍，進(jìn)一步有效判別未知的瑕疵圖像，且這個(gè)學(xué)習(xí)的過程是在不斷重復(fù)進(jìn)行積累的。利用AI視覺辨識(shí)技術(shù)輔助AOI檢測(cè)能夠大幅提升檢測(cè)設(shè)備的辨識(shí)正確率，加速生產(chǎn)線速度，取代流水線后續(xù)配備的人工檢測(cè)，節(jié)省人力開支。部分PCB業(yè)者預(yù)估，導(dǎo)入AI視覺辨識(shí)后，可以有效降低誤判過篩率至25%。
AOI檢測(cè)系統(tǒng)的集成技術(shù)
由于對(duì)大幅面或復(fù)雜結(jié)構(gòu)物體的視覺檢測(cè)，會(huì)受到視場(chǎng)和分辨率（或精度）的相互制約，再加上產(chǎn)線的生產(chǎn)節(jié)拍對(duì)檢測(cè)速度也有一定要求，單相機(jī)組成的AOI檢測(cè)系統(tǒng)有時(shí)難以勝任。因此可能需要多個(gè)基本單元集成在一起協(xié)同工作，共同完成高難度檢測(cè)任務(wù)，即多傳感器成像、高速分布式處理的AOI系統(tǒng)集成架構(gòu)。AOI系統(tǒng)集成技術(shù)會(huì)牽涉到關(guān)鍵器件、系統(tǒng)設(shè)計(jì)、整機(jī)集成、軟件開發(fā)等內(nèi)容。
系統(tǒng)集成之光學(xué)感知
圖像傳感器、鏡頭和光源三者組合構(gòu)成了大多數(shù)自動(dòng)光學(xué)檢測(cè)系統(tǒng)中感知單元。光源的選擇除了分辨與增強(qiáng)特征外，還需考慮圖像傳感器對(duì)光源光譜的靈敏度范圍；鏡頭的選擇需要考慮視場(chǎng)角、景深、分辨率等光學(xué)參數(shù)；與人眼不同，AOI檢測(cè)系統(tǒng)多采用黑白相機(jī)成像，是為了提高成像分辨能力，對(duì)于運(yùn)動(dòng)物體的檢測(cè)，還要考慮圖像運(yùn)動(dòng)過程中拍攝圖片模糊帶來的不利影響，準(zhǔn)確計(jì)算導(dǎo)致運(yùn)動(dòng)模糊的最小曝光時(shí)間。
系統(tǒng)集成之精密機(jī)械
在AOI檢測(cè)系統(tǒng)中，被測(cè)物體的支撐方式、精密傳輸與定位裝置也必須精心設(shè)計(jì)，尤其是FPD、硅片、半導(dǎo)體、MEMS和一些光學(xué)組件等精密制造與組裝行業(yè)。在這些領(lǐng)域，制造過程需在超凈間進(jìn)行，要求AOI檢測(cè)系統(tǒng)有很高的自潔能力，不能給生產(chǎn)環(huán)境尤其是被測(cè)工件本身帶來二次污染，這會(huì)影響系統(tǒng)構(gòu)件的材料選型、氣動(dòng)及自動(dòng)化裝置選型、運(yùn)動(dòng)導(dǎo)軌的設(shè)計(jì)與器件選型等。因此，會(huì)需要采取氣浮支撐、定位與傳輸機(jī)構(gòu)以及利用FFU風(fēng)機(jī)過濾機(jī)組對(duì)檢測(cè)系統(tǒng)進(jìn)行環(huán)境凈化，并采取消靜電裝置，對(duì)工件進(jìn)行防靜電處理。
系統(tǒng)集成之?dāng)?shù)據(jù)處理
高速圖像數(shù)據(jù)處理也是AOI檢測(cè)系統(tǒng)的核心之一。由于AOI檢測(cè)是通過圖像傳感方式獲取被測(cè)信息的，尤其是高速在線檢測(cè)，圖像數(shù)據(jù)有時(shí)是海量的，為滿足生產(chǎn)節(jié)拍需求，必須采用高速數(shù)據(jù)處理技術(shù)。會(huì)采用共享內(nèi)存、分布式內(nèi)存多進(jìn)程處理、分布式計(jì)算機(jī)集群等方式，把巨大的圖像分時(shí)、分塊分割成小塊數(shù)據(jù)流，分散到集群系統(tǒng)各節(jié)點(diǎn)處理。對(duì)于耗時(shí)復(fù)雜的算法，有時(shí)僅靠計(jì)算機(jī)CPU很難滿足時(shí)間要求，還需配備如DSP、GPU和FPGA等硬件處理模塊，協(xié)同實(shí)現(xiàn)快速復(fù)雜的計(jì)算難題。
AOI檢測(cè)設(shè)備已成為電子制造業(yè)確保產(chǎn)品質(zhì)量的重要檢測(cè)工具和過程質(zhì)量控制工具，也是工業(yè)4.0時(shí)代智能制造過程中重要的一環(huán)，能夠?yàn)槠髽I(yè)帶來實(shí)質(zhì)性的經(jīng)濟(jì)效益，提升企業(yè)的核心競(jìng)爭(zhēng)力。
