江西在線AOI光學檢測

關于元件長度公差，不同的組件供應商、電路板和無鉛焊料的供應商都不可能沒有任何直接的影響。優(yōu)良的AOI程序應該能夠應付這些這影響。如果這些個別點的變化可以保持不變，那么就能夠相當大地簡化AOI編程。經(jīng)研究得到的結論是，由于無鉛產(chǎn)生的影響，圖形對照系統(tǒng)無法得到適合的檢查結果，這是因為合格的樣品變化太大。更加可行的方法是，取出確定每道工藝和元件變化的特性。這些變化可以分成不同的等級。如果在現(xiàn)在使用的工藝中，出現(xiàn)了一個新的變化，就要增加一個級別，來保證檢查的精確性。所有認識到的和已知的缺陷都儲存起來，他們的類型和圖片可以用于AOI系統(tǒng)和全球數(shù)據(jù)庫里的檢查程序。我們沒有必要把一塊不同缺陷的電路板保存起來用于詳細的檢查。 軟件輔助建模：極速建模，一鍵智能搜索80多種器件。江西在線AOI光學檢測

自動光學檢測（automatedopticalinspection,AOI）技術，也稱為機器視覺檢測（machinevisioninspection,MVI）技術或自動視覺檢測（automatedvisualinspection,AVI）技術。在有些行業(yè)，如平板顯示、半導體、太陽能等制造行業(yè)，AOI這一術語更加流行，被人知曉。但是AOI和MVI/AVI在概念和功能上還是有細微差別的。從狹義上來說，MVI是一種集成了圖像傳感技術、數(shù)據(jù)處理技術、運動控制技術，在工業(yè)生產(chǎn)過程中，執(zhí)行測量、檢測、識別和引導等任務的一種新興的科學技術。MVI的基本原理可用圖1來表示，它采用光學成像方法（如相機，或者一個復雜的光學成像系統(tǒng)）模擬人眼的的視覺成像功能，用計算機處理系統(tǒng)代替人腦執(zhí)行數(shù)據(jù)處理，把結果反饋給執(zhí)行機構（如機械手）代替人手完成各種規(guī)定的任務。上海在線AOI插件爐前檢測可以利用數(shù)據(jù)庫實時保存檢測的狀態(tài)和結果，幫助、分析產(chǎn)品出錯和誤檢原因。

目前在產(chǎn)業(yè)界用得多的AOI系統(tǒng)是由相機、鏡頭、光源、計算機等通用器件集成的簡單光學成像與處理系統(tǒng)。如圖1所示，在光源照明下利用相機直接成像，然后由計算機處理實現(xiàn)檢測。這種簡單系統(tǒng)的優(yōu)點是成本低、集成容易、技術門檻相對不高，在制造過程中能夠代替人工檢測，滿足多數(shù)場合的要求。但對于大幅面或復雜結構物體的視覺檢測，由于受到視場和分辨率（或精度）的相互制約，或生產(chǎn)節(jié)拍對檢測速度有特殊的要求，單相機組成的AOI系統(tǒng)有時難以勝任，因此可能需要有多個基本單元集成在一起，協(xié)同工作，共同完成高難度檢測任務。即采取一種多傳感器成像、高速分布式處理的AOI系統(tǒng)集成架構。

易用性體現(xiàn)在：1、無需設置參數(shù)；上手快；2、在線抓拍首件板系統(tǒng)輔助做程序，自動框圖比例高，支持持續(xù)補充學習，學習后自動建模比例更高(80%+）；3、根據(jù)客戶需要，支持自定義器件名稱；4、支持快速更改工單號；5、支持批量復制、粘貼、剪切、刪除等快捷鍵操作。具備持續(xù)學習的特性，支持各種器件補充學習，學習之后可以自動框圖（同時減少誤報---真正的人工智能才具備此特性），支持多機種共線生產(chǎn)，可以同時6種機型共線生產(chǎn)，程序自動調用，不用人為干預，提高檢測效率AOI通常算法有模板匹配、DRC設計規(guī)則檢查、CMTS形態(tài)檢查。

AI視覺在很大程度上提升了測量目標的準確性，人眼分辨識別的能力往往有限，對于極其微小的外觀缺陷識別檢測上具有一定的難度，甚至無法實現(xiàn)，但是這些不足，AI視覺都可以彌補，比如它對于微米級的缺陷目標檢測可一步到位。人眼識別的速度與機器的速度對比也有很大的區(qū)別，人眼的識別能力使得它識別的速度被限定，AI視覺系統(tǒng)通過它強悍的機構驅動，快速移動掃描，搭載高精密相機，以及硬件涉施，閃速抓拍，能夠完成精確快速的識別。AOI檢測方式分為離線半自動檢測和在線自動檢測兩種形式，從而實現(xiàn)生產(chǎn)制程的過程控制。在線AOI測試

AOI基于機器學習的缺陷檢測與分類。江西在線AOI光學檢測

AIVS-D系列在線PCBA插件AOI通過1200或2000萬高分辨率的工業(yè)相機，從電子電路板頂面拍照，通過AI人工技術，深度學習算法、智能圖像分析，檢測電子電路板上插件元器件的缺件、多件、偏移、反向、錯件、浮高、OCV(文字識別）、可支持測試色環(huán)電阻錯料。本插件AOI設備可應用于波峰焊爐前或爐后，應用在爐后時，可自動檢測板卡的旋轉角度，保證元件的檢測正確性和穩(wěn)定性。AIVS-D系列在線PCBA插件AOI采用的卷積神經(jīng)網(wǎng)絡（ConvolutionalNeuralNetworks,CNN）是一類包含卷積計算且具有深度結構的前饋神經(jīng)網(wǎng)絡（FeedforwardNeuralNetworks），是深度學習（deeplearning）的表示算法之一。卷積神經(jīng)網(wǎng)絡仿造生物的視知覺（visualperception）機制構建，可以進行監(jiān)督學習和非監(jiān)督學習。作為圖像識別領域的算法之一，卷積神經(jīng)網(wǎng)絡在學習數(shù)據(jù)充足時有穩(wěn)定的表現(xiàn)。針對本系統(tǒng)所處理的大規(guī)模圖像分類問題，卷積神經(jīng)網(wǎng)絡將用于提取圖像的判別特征，再通過分類器進行學習和識別。 江西在線AOI光學檢測

深圳愛為視智能科技有限公司依托可靠的品質，旗下品牌愛為視以高質量的服務獲得廣大受眾的青睞。愛為視經(jīng)營業(yè)績遍布國內諸多地區(qū)地區(qū)，業(yè)務布局涵蓋智能視覺檢測設備等板塊。我們在發(fā)展業(yè)務的同時，進一步推動了品牌價值完善。隨著業(yè)務能力的增長，以及品牌價值的提升，也逐漸形成機械及行業(yè)設備綜合一體化能力。愛為視始終保持在機械及行業(yè)設備領域優(yōu)先的前提下，不斷優(yōu)化業(yè)務結構。在智能視覺檢測設備等領域承攬了一大批高精尖項目，積極為更多機械及行業(yè)設備企業(yè)提供服務。