摘  要：

       在國(guó)家工業(yè)制造領(lǐng)域全面智能化轉(zhuǎn)型的過(guò)程中,質(zhì)量檢測(cè)方式正在由人工目檢、傳統(tǒng)機(jī)器視覺(jué)向AI視覺(jué)檢測(cè)的方式轉(zhuǎn)變.AI視覺(jué)檢測(cè)使用智能算法賦能3D-AOI檢測(cè)設(shè)備,以深度學(xué)習(xí)算法為核心并面向多種質(zhì)量缺陷形態(tài)進(jìn)行統(tǒng)一建模,構(gòu)建大規(guī)模的工藝缺陷知識(shí)庫(kù).基于對(duì)主流3D-AOI設(shè)備的深度使用與研究,分別從上板運(yùn)動(dòng)機(jī)構(gòu)、圖像采集系統(tǒng)和缺陷檢測(cè)算法三個(gè)部分對(duì)AI視覺(jué)檢測(cè)技術(shù)的特點(diǎn)、先進(jìn)性和應(yīng)用范圍進(jìn)行詳細(xì)闡述與對(duì)比,充分論證智能化3D-AOI技術(shù)對(duì)檢驗(yàn)流程的優(yōu)化方案,在提高質(zhì)量檢測(cè)精度效率的同時(shí)減少人工依賴。

關(guān)鍵詞：3D-AOI技術(shù);AI視覺(jué)檢測(cè);智能制造00引言

    隨著電子產(chǎn)品設(shè)計(jì)高精密和智能化的發(fā)展，PCBA上待檢測(cè)的元器件分布越來(lái)越密，芯片管腳尺寸越來(lái)越小，對(duì)貼裝錯(cuò)誤和焊接缺陷的檢測(cè)能力正隨著制造業(yè)對(duì)產(chǎn)品的高質(zhì)量發(fā)展而不斷提升。針對(duì)PCBA的檢測(cè)手段先后歷經(jīng)了從人工視覺(jué)檢測(cè)MVI、自動(dòng)視覺(jué)檢測(cè)AVI到自動(dòng)光學(xué)檢測(cè)AOI的發(fā)展階段，其中在AOI領(lǐng)域更是呈現(xiàn)出從2D平面檢測(cè)到3D立體檢測(cè)的技術(shù)迭代趨勢(shì)。引入了高度精確信息的3D-AOI成像技術(shù)不但讓2D檢測(cè)更加精準(zhǔn)，更讓翹腳、浮高、爬錫不良等復(fù)雜缺陷無(wú)處遁形。傳統(tǒng)的視覺(jué)檢測(cè)過(guò)程由于存在照明、顏色變化，曲面、視野差異等許多不易被機(jī)器設(shè)備識(shí)別的變量，需要工藝操作人員具備大量的質(zhì)檢先驗(yàn)知識(shí)和缺陷檢測(cè)經(jīng)驗(yàn)，開發(fā)繁瑣、環(huán)境適應(yīng)性差且過(guò)殺、誤判率偏高，直接導(dǎo)致傳統(tǒng)的3D-AOI檢測(cè)設(shè)備編程上手難、檢測(cè)誤判多、設(shè)備效率低。

    隨著人工智能技術(shù)的普及，在3C質(zhì)檢領(lǐng)域掀起了翻天覆地的變化，人工智能逐漸成為智能質(zhì)檢領(lǐng)域的重要使能環(huán)節(jié)。推進(jìn)和加快人工智能基礎(chǔ)設(shè)施是新基建的核心任務(wù)，更是支撐科技自立自強(qiáng)和數(shù)字經(jīng)濟(jì)發(fā)展的重要根基[1]。AI賦能的3D-AOI檢測(cè)設(shè)備以深度學(xué)習(xí)算法為核心，面向多種缺陷形態(tài)進(jìn)行統(tǒng)一建模，構(gòu)建大規(guī)模的工藝缺陷知識(shí)庫(kù)；以圖形界面和極簡(jiǎn)設(shè)置實(shí)現(xiàn)快速智能編程與運(yùn)行，環(huán)境容忍度較高、檢測(cè)精度和效率均超出人工檢測(cè)，更直觀、更科學(xué)地完成三維光學(xué)自動(dòng)檢測(cè)作業(yè)，全面加強(qiáng)PCBA生產(chǎn)全過(guò)程的質(zhì)量管控[2]。

01三維AOI技術(shù)概述

    三維AOI設(shè)備通過(guò)投影多幅相位不同的正弦光柵計(jì)算出連續(xù)相位，運(yùn)用相位調(diào)制輪廓測(cè)量技術(shù)實(shí)現(xiàn)對(duì)精密元器件的三維形貌測(cè)量。

圖1 三維AOI技術(shù)示意圖

    如圖1所示，先進(jìn)的3D-A0I成像技術(shù)能夠在保留優(yōu)異色彩的同時(shí)去除光暈陰影，獲取高分辨率的彩色圖像；通過(guò)對(duì)三維幾何數(shù)值化的測(cè)量，能夠?qū)崿F(xiàn)全方位檢測(cè)目標(biāo)的輪廓形狀，刻畫細(xì)微形變，同時(shí)基于三維數(shù)據(jù)精準(zhǔn)判別料外異物。

    在二維圖像的基礎(chǔ)上引入高度立體信息，三維AOI設(shè)備能夠精準(zhǔn)檢測(cè)貼片元件及焊錫缺陷，在高精度檢出漏件、偏移、立碑、錯(cuò)件、尺寸、極性、橋連、絲印的同時(shí)，攔截住元器件引腳翹曲、浮高傾斜和錫珠不良等復(fù)雜缺陷。

    而引I人了AI技術(shù)后的智能3D-AOI設(shè)備通過(guò)大量正負(fù)樣本的學(xué)習(xí)訓(xùn)練，能夠自主尋找深層特征，掌握標(biāo)準(zhǔn)元件外形特征以及各種情況下的變化情況與程度。智能計(jì)算算法參數(shù)和判斷規(guī)則并進(jìn)行有效的判斷，大幅減輕編程負(fù)擔(dān)。

02智能3D-AOI技術(shù)的先進(jìn)性對(duì)比

    智能的3D-AOI檢測(cè)設(shè)備通常由高精度運(yùn)動(dòng)機(jī)構(gòu)平臺(tái)、先進(jìn)圖像采集系統(tǒng)、極簡(jiǎn)智能編程三部分組成。

    極簡(jiǎn)編程易上手、算法智能低誤判、設(shè)備穩(wěn)定效率高。

2.1 高精度運(yùn)動(dòng)機(jī)構(gòu)

    在高精度運(yùn)動(dòng)機(jī)構(gòu)部分能夠?qū)崿F(xiàn)自動(dòng)模塊上線和快速光學(xué)掃描功能。

    傳統(tǒng)設(shè)備中Z軸范圍固定，無(wú)法清晰采集到高度超過(guò)5mm部分的圖像，受到軌道振動(dòng)和運(yùn)行速度的影響會(huì)出現(xiàn)暈影和基板不平整的現(xiàn)象。相比之下智能設(shè)備的X、Y、Z軸三向大范圍可調(diào)，可以根據(jù)不同元器件高度，對(duì)Z軸方向高度進(jìn)行調(diào)整，匹配最合適的高度。具備的高剛性投影傳感結(jié)構(gòu)能夠大幅緩解高速運(yùn)行時(shí)的產(chǎn)品振動(dòng)，提供微米級(jí)的運(yùn)動(dòng)精度，如圖3所示。同時(shí)配有基板高度自適應(yīng)校正算法，能夠獲取最清晰的圖像，有利于缺陷檢測(cè)，全面適配通用載具與40mm高度以下元器件的清晰檢測(cè)要求。

圖2 高精度運(yùn)動(dòng)機(jī)構(gòu)對(duì)比示意圖

2.2 先進(jìn)的圖像采集

    在先進(jìn)的圖像采集部分能夠?qū)崟r(shí)生成高清圖像并快速進(jìn)行三維數(shù)據(jù)分析。

    傳統(tǒng)設(shè)備中成像界面圖像色彩整體偏向橘紅色，復(fù)判過(guò)程不易區(qū)分；且傳統(tǒng)算法編程前需要對(duì)基板和元器件層層抽色，耗時(shí)長(zhǎng)，精度低。

    相比之下智能設(shè)備基于4個(gè)方向的投影成像，使用反射補(bǔ)償算法最小化陰影問(wèn)題，利用多視對(duì)應(yīng)點(diǎn)相位一致性原理，深度圖智能去除離群點(diǎn)噪聲。成像界面的顏色高度還原產(chǎn)品原貌，缺陷顏色對(duì)比強(qiáng)烈，大幅提高檢驗(yàn)人員復(fù)判效率；同時(shí)輕松實(shí)現(xiàn)任意角度位置板卡的定位，在拍照取圖后自動(dòng)進(jìn)行基板顏色、焊盤顏色和絲印顏色的區(qū)分，進(jìn)入編程后可以直接進(jìn)行元器件的3D建模，直接開始缺陷算法的編程分析；對(duì)于與元器件同色類型基板底色的產(chǎn)品有著更高的通用性和更廣的檢測(cè)范圍。

圖3 先進(jìn)的圖像采集對(duì)比示意圖

2.3 極簡(jiǎn)的智能編程

    在極簡(jiǎn)的智能編程部分能夠?qū)崿F(xiàn)快速批量編程和智能缺陷檢測(cè)功能。

    智能3D-AOI設(shè)備摒棄傳統(tǒng)設(shè)備編程過(guò)程中反復(fù)畫框、逐層抽色、光源設(shè)置、向量調(diào)整和人工逐個(gè)分隔字符等大量繁瑣操作，如圖4所示，通過(guò)軟件智能匹配光源、向量、算法和缺陷類型的對(duì)應(yīng)關(guān)系，減少檢驗(yàn)人員編程所需先驗(yàn)知識(shí)，大幅降低設(shè)備的編程上手操作難度。

圖4 極簡(jiǎn)編程設(shè)置對(duì)比示意圖

    傳統(tǒng)設(shè)備在編程過(guò)程中基于網(wǎng)格定位文件逐個(gè)識(shí)別目標(biāo)器件，但各類型的元器件在不同視野、光照和曲面下的形態(tài)展現(xiàn)均有所不同，需要算法多維度掌握元器件特征并針對(duì)目標(biāo)區(qū)域依次手動(dòng)劃分檢測(cè)框，步驟繁瑣且算法模型固化難以優(yōu)化。

    而智能設(shè)備能夠根據(jù)圖像的語(yǔ)義信息進(jìn)行像素級(jí)的分類判斷，自動(dòng)框選出通用元器件，檢出能力及泛化性較強(qiáng)，能智能化矯正元器件多樣化偏差引起的誤判。融合AI算法通過(guò)深度學(xué)習(xí)減少手工提取特征或規(guī)則的步驟，從海量原始正負(fù)樣本中自動(dòng)學(xué)習(xí)特征，提升編程速度。尤其是針對(duì)焊點(diǎn)和MARK點(diǎn)的編程環(huán)節(jié)，如圖5所示，智能AOI算法可實(shí)現(xiàn)一鍵自動(dòng)化框選焊錫點(diǎn)以及chip料，并智能配置通用參數(shù)。

圖5 智能編程方式對(duì)比示意圖

    在完成首個(gè)管腳的參數(shù)建模后，智能AOI設(shè)備引入快速批量的陣列廣播算法，在參數(shù)復(fù)制過(guò)程中具備圖像自動(dòng)對(duì)準(zhǔn)功能，特征參數(shù)設(shè)置一步復(fù)制到位，無(wú)需手動(dòng)添加和計(jì)算引腳個(gè)數(shù)與間距。最終在缺陷檢測(cè)階段，智能設(shè)備能夠直接定位到缺陷具體管腳，大大提升復(fù)判精度。

2.4 自主學(xué)習(xí)與缺陷回溯

    智能AOI設(shè)備提供端側(cè)AI訓(xùn)練平臺(tái)，快速小樣本訓(xùn)練尾部新元器件與缺陷類型，讓設(shè)備不斷完善對(duì)器件不同形態(tài)的認(rèn)知，真正降低誤報(bào)率。讓檢測(cè)能力快速迭代、不斷升級(jí)。

    通過(guò)設(shè)備端的SPC分析工具，能夠全周期記錄并分析產(chǎn)品的過(guò)程數(shù)據(jù)，實(shí)現(xiàn)同產(chǎn)品同位置連續(xù)NG后的智能預(yù)警和停機(jī)操作，提醒操作人員進(jìn)行產(chǎn)品檢查。同時(shí)能夠自動(dòng)化生成詳盡的檢測(cè)報(bào)表，圖文并茂地可視化展示時(shí)間戳、不良位置、缺陷具體信息和原始圖像。此外支持遠(yuǎn)程查看和數(shù)據(jù)追溯，大幅度減少人工統(tǒng)計(jì)的工作量。

    深度挖掘檢測(cè)過(guò)程中的缺陷數(shù)據(jù)特征，為前端生產(chǎn)工序改進(jìn)和檢測(cè)模型優(yōu)化提供重要的數(shù)據(jù)支撐。持續(xù)加強(qiáng)自動(dòng)光學(xué)檢測(cè)場(chǎng)景的理解與沉淀，透過(guò)質(zhì)檢缺陷分析溯源工藝和設(shè)計(jì)問(wèn)題。

    在PCBA回流爐前和爐后環(huán)節(jié)分別布置智能AOI設(shè)備能夠?qū)崿F(xiàn)缺件、反件、翹腳、浮高等缺陷檢測(cè)。

03智能AOI技術(shù)的應(yīng)用范圍

    智能的AOI設(shè)備基于深度學(xué)習(xí)精準(zhǔn)提取海量缺陷特征，通過(guò)AI技術(shù)快速完成模型遷移；除針對(duì)PCBA的缺陷檢測(cè)功能之外，智能AOI設(shè)備自主學(xué)習(xí)、高度泛化和低誤判率的特點(diǎn)使得該技術(shù)得以覆蓋產(chǎn)品全周期生產(chǎn)質(zhì)量檢測(cè)過(guò)程中的各種典型工藝缺陷。

    目前印制板件生產(chǎn)日趨小型化、精密化，線條越來(lái)越細(xì)，孔徑越來(lái)越小，圖形間距也越來(lái)越密集，在制版蝕刻階段布置采用深度學(xué)習(xí)算法優(yōu)化的智能2D-AOI設(shè)備，能夠?qū)崿F(xiàn)對(duì)PCB開路、短路、缺口、蝕刻不良、粗線違反和孔塞破等細(xì)微缺陷的檢測(cè)。

    在PCB進(jìn)行錫膏印刷后布置3D-AOI設(shè)備進(jìn)行SPI檢測(cè)，實(shí)現(xiàn)少錫、多錫、拉尖、錫型不良等缺陷檢測(cè)。在三防涂敷階段配置特殊UV光源和智能2D一AOI設(shè)備，能夠自動(dòng)識(shí)別涂覆區(qū)域并智能判定多涂，少涂，氣泡，飛濺，異物等缺陷。

    隨著應(yīng)用場(chǎng)景和范圍的不斷增加，AI賦能的AOI檢測(cè)模型能夠不斷學(xué)習(xí)新器件和焊點(diǎn)，測(cè)試能力不斷升級(jí)、快速迭代。

04結(jié)語(yǔ)

    智能的3D-AOI技術(shù)能夠基于深度學(xué)習(xí)精準(zhǔn)提取缺陷特征，通過(guò)AI模型自主識(shí)別檢測(cè)區(qū)，降低傳統(tǒng)AOI設(shè)備的誤報(bào)率，提升直通率。在工業(yè)檢測(cè)領(lǐng)域深度應(yīng)用智能算法，使用大數(shù)據(jù)分析技術(shù)不斷優(yōu)化檢測(cè)模型，能夠減少設(shè)備的編程步驟與參數(shù)調(diào)整，降低工藝操作人員的使用門檻，降低二次復(fù)判人力，直接降低產(chǎn)品的生產(chǎn)成本。該技術(shù)應(yīng)用覆蓋廣且使用場(chǎng)景多，能夠極大提升生產(chǎn)現(xiàn)場(chǎng)的檢測(cè)效率，優(yōu)化生產(chǎn)制造成本，緩解人工依賴。在減少檢驗(yàn)、復(fù)判人工成本的同時(shí)極大提升判別速度，編程效率整體提升60%，判別速度較人工提升5~10倍。實(shí)現(xiàn)提質(zhì)、降本、增效的價(jià)值創(chuàng)造。     

文章來(lái)源：SMT技術(shù)網(wǎng)