用工業AI視覺系統賦能PCB板檢測

2023-02-10 14:07:59 精質視覺

　　作為電子產品的關鍵電子互聯件，印刷電路板(PCB)在電路中有著固定各種元器件，提供各種元器件之間連接電板的作用，是一種由絕緣隔熱、有一定強度材質制作而成的板材。目前，PCB板在多領域有著重要的使用作用，包括消費電子、計算機、通信設備、汽車、航天等，其下游應用十分廣泛。

　　在PCB板的生產過程中，常常會產生短路、焊橋、開路、元器件松動或錯位等缺陷，確保PCB產品功能與外觀的正常，是產品質量把控的重要一環。在如今制造行業追求高品質、高效率的內生需求下，PCB板需要尋求精確度更高的設備來對PCB板產品進行檢測。機器視覺作為推動制造業數智化轉型升級的一項重要技術，逐漸成為PCB板實現缺陷持續檢出的“眼睛”與“大腦”。

　　PCB板密集度不斷增大，傳統機器視覺檢測遭遇難點

　　隨著現代電子工業技術的不斷革新，PCB板作為電子產品中眾多電子元器件的承載體，其密集度不斷增大，層級越來越多，在生產過程中往往會產生各式各樣的缺陷問題。在對PCB板進行檢測時，其精度、集成度、復雜度的不斷提高，也大大增加了缺陷檢測的難度，阻礙了各種缺陷問題的檢出。

　　目前，PCB板大多采用傳統機器視覺檢測系統來進行缺陷檢測。但PCB板的缺陷類型眾多，缺陷目標小，形狀多樣，數量眾多，且不同缺陷類型使用光照環境和拍攝方式各不相同，致使傳統機器視覺對缺陷的特征提取有效性不高、缺陷目標分割困難。

　　傳統機器視覺系統雖然能夠對一些缺陷進行檢出，但其視覺數據的輸出程序化，根據規則檢出缺陷，適合處理大批量且一致的產品。隨著異常和缺陷庫的增大，算法愈發困難，對于一些不規則的缺陷形狀或是未被收錄的缺陷類型，傳統機器視覺系統難以進行缺陷檢出。

　　工業AI視覺系統，實現PCB板高效檢測

　　在PCB板的缺陷檢測中，傳統機器視覺系統無法滿足其缺陷的精準檢出要求，而基于“傳統機器視覺+深度學習”的視覺檢測系統做到了對PCB板缺陷的高質量檢出。

　　與傳統機器視覺系統相比，搭配深度學習技術的機器視覺系統使用基于示例而不是基于規則的方法來解決PCB板檢測難題。深度學習利用神經網絡，根據大量標記的圖像示例進行信息獲取后，可以自動進行缺陷的分析，區分零件和缺陷零件之間的差異，建立新的缺陷類型并對新的缺陷進行檢出。深度學習不僅能解決規則算法難以編程的視覺應用問題，還能處理混淆背景與PCB板的外觀差異，以更高的工作效率完成PCB板缺陷的檢出。

　　自主研發工業AI視覺系統，在PCB板檢測場景中，充分利用“傳統機器視覺+深度學習”技術，提取出豐富的特征信息進行識別，并可以在復雜的光照環境中更迅速的完成對于PCB板的缺陷檢測。

　　工業AI視覺系統的技術優勢：

　　1、全面覆蓋各種缺陷類型。從豐富的落地案例中，獲取了大量的樣本數據，能夠自動進行缺陷分析，建立新的缺陷類型，讓系統能夠全面覆蓋各種缺陷類型。

　　2、精準檢測各種缺陷類型。2000+AI行業算法，完善缺陷的定義和識別，識別效率提高，能夠精確檢測不同缺陷類型。

　　3、提高缺陷的環境適應性。使用線掃相機與多光源方式成像，使缺陷檢測具有更優秀的環境適應性。

　　4、設備搭配滿足復雜生產。引導式配置，支持參數自適應，適配各類機臺軌道結構，適合各類復雜生產環境。

　　工業AI視覺系統的應用成效：

　　1、識別效果精準度提升至99.9%以上;

　　2、精準實現對PCB板小型缺陷的識別，缺陷檢測精度提升20%;

　　3、設備直通率達到90%以上，大幅度降低控制系統成本。

　　隨著科技的發展，機器視覺技術將進一步升級，我們也將跟隨時代腳步，不斷進行技術的創新和產品的持續迭代，為更多制造業場景提供更高質量的機器視覺創新產品，持續為制造業數智化的轉型貢獻力量。