眾所周知，隨著電子信息行業不斷發展，PCB產品也向超薄性、小元件、高密度、細間距方向快速發展；單位PCB上元器件組裝密度越來越高，線寬、間距、焊盤越來越細小、已到微米級，復合層數越來越多，客戶端的品質要求也在不斷的提高；chip類元件已經達到03015的大小，對檢測的精度要求越來越高。傳統的人工目測檢測產品的速度和質量已經滿足不了工業化的要求，在這樣的一個環境下，便相繼出現了各式各樣的機器檢測設備，像ICT(In Circuit Test), FT(Function Test), 3D AOI(Auto Optical Inspection), AXI(Auto X-ray Inspection)等等，這些設備各自有著不同的特點，ICT（間距越來越密，ICT也越來越難以下針，對ICT的挑戰也越來越大），FT是基于電信號的，AXI是利用X-ray進行檢測的。

1 為什么引進AOI？

對于電子制造服務商，更大的問題是人工檢測的時間太長、可靠性和持續性都比較差。對于高密度、細間距的PCB板，簡單的人工目測已經跟不上生產線的速度，如果增加人員，相應的人工成本和管理成本也隨之增加。

AOI設備對人的依賴度低，大大降低人為因素導致的漏報、誤判等不良現象的發生。所以，AOI設備的使用也由當初的被動接收、被客戶逼迫使用（品質保障以取得更多生產訂單）到現在的主動要求使用AOI作為檢查設備（工業自動化發展和企業轉型的剛性需求，以及人工成本的大力增加）。AOI設備使用的優點也越加明顯：

提高產品質量與可靠性、增加生產效率

統一檢測標準，與IPC對接

及時反饋生產工藝問題

助力工業4.0，奠定電子智能制造基礎

統計分析檢測數據，提供制程分析，提高制程能力

節省人力，降低人工成本

2 什么是AOI？

AOI（Automated Optical Inspection）運用高速度高精度視覺處理技術自動檢查PCB板上各種不同貼裝錯誤及焊接缺陷。通過光學系統獲取被測物體的圖像信息，經過特定的圖片處理算法，進行分析比較并自動判斷被測物體是否符合設置的要求并報出相應的缺陷位置與類型。

2D AOI的檢測原理基本都是基于RGB三色光，將被測物體的3D信息轉化成2D信息，再通過相應的檢查算法（圖像對比算法或是特征分析算法）進行判斷。

3 AOI放在何處？

隨著工藝的不斷完善和品質要求的不斷提高，在SMT生產過程，AOI顯得越加重要，其制程位置通常有：錫膏印刷后、回流爐前、回流爐后、波峰焊前、波峰焊后以及終檢AOI等。

爐前AOI主要檢查項目：橋接、錯件、少件、極性、偏移、立碑、反轉、破損、IC彎腳、異物等。

爐后AOI主要檢查項目：少/多錫、假焊、錫球、露銅、短路、拉尖、錯件、少件、極性、偏移、立碑、反轉、破損、IC彎腳、異物等。

波峰焊前AOI檢查項目：DIP類多件、少件、偏位、異物、顏色、錯件、極性等

波峰焊后AOI檢查項目：插入針、無錫、少錫、多錫、孔洞、假焊、錫球；（混裝工藝）錯件、缺件、極性、偏位、立碑、反轉、破損、異物等

4 評估AOI的三大要素？

AOI作為一種檢測設備，主要是看3個方面的性能：快（檢測速度）、準（檢測準確度與精度）、穩（設備穩定性）。

4.1 快（檢測速度）

影響AOI檢測速度，主要有兩個方面：

1）圖像獲取的速度

即AOI獲取PCB整板圖像的速度，與FOV（視野，相機一次拍照圖像面積）的大小和相機移動速度有差。其中，FOV的大小與像素與分辨率相關，如明銳AOI采用500萬（1200萬可選）像素工業相機（2560X1960）、分辨率10μ，FOV的大小=2560*10μX1960*10μ=25.6mmX19.6mm，那么對同一塊板而言，顯然FOV越大所用的時間就越少；如果檢測的PCB元件0201以上，分辨率就可以調到15μ，此時FOV大小=2560*15μX1960*15μ=38.4mmX28.6mm。由此可知，在同一分辨率下，使用的相機像素越大，其FOV的面積也越，相機拍攝的次數也就越少，AOI的檢測速度則會相應的提高，由此推斷2D AOI將會朝著大像素方面發展，以滿足檢測速度方面的需求，如900萬、1200萬工業相機（明銳V5000行業內首次采用）等。

其次是相機移動速度與路徑，其必然與使用什么的伺服系統、電機、傳動系統（絲桿、模組）相關；至于路徑，則與軟件算法相關，通常都會有路徑優化的相關算法來提高相機的移動速度。除此之外，還和相機的幀率、曝光時間等有關。

2）圖像處理與分析的速度

這就關系到AOI的核心算法和AOI軟件本身的編程與運算邏輯，也就是與AOI設備企業的研發實力相關。行業內通常使用的兩種核心算法：圖像對比和特征提取算法，比如FOV拼接成整圖的速度、元件搜索與定位、抽色算法及判定速度、以及檢測結果的輸出等。

4.2 準（檢測精度與準確度）

準（檢測的精度與準確度），即AOI的高檢出率和低誤報率，主要受以下兩個方面的影響：

1）圖像分析處理算法

隨著計算機的快速發展，目前有許多成熟的圖像分析技術，包括模板匹配法（圖像對比）、邊緣檢測法、二值圖、灰度直方圖法、傅里葉分析法、光學特征識別法等，每個技術都有優勢和局限，目前行業通用就兩種：圖像對比算法（矢量分析算法、在圖像對比的基礎上增加元件偏移、旋轉角度等測量）、特征提取分析算法。

圖像對比算法首先通過獲得被測電路板的圖像（如片狀電容或QFP）建立一個剛性的基于像素的模板，在檢測位置的附近，傳感器找出相同的物體，當相關區域中所有點進行評估完之后，找出模板與圖像之間有最小差別的位置停止搜尋，系統為每個要檢查的物體產生這種模板，通過在不同位置使用相應模塊，建立對整個板的檢查程序，來檢查所有要求的元件。由于元件檢測圖像很少完全匹配模板，所以模板是用一定數量的容許誤差來確認匹配的，如果模板太僵硬，可能產生對元件的"誤報"；如果模板松散到接受大范圍的可能變量，也會導致誤報率或漏報增加。。

特征提取分析算法（明銳核心算法），則是根據被測物體間不同地特征去分析提取信息，其在焊點檢查方面優勢明顯。通常將焊點焊盤細分成多個區域，結合不同的焊點缺陷的特征進行檢測區域自由組合并提取相應特征進行分析，如下圖：

a)整個焊盤劃分為8個特征點

b) 虛焊/開焊：選擇第2和3項特征

圖4 特征提取算法的原理簡圖

選取特征點并設定檢查標準，然后對特征部位（如正常焊盤可選取2，3項；堆錫焊可采用2，4，5項；寬焊盤采用2，6，7項；圓形焊盤可采用2，8項）進行測量。對于OK與NG在這幾個特征部位顏色區別很大，測試時幾乎不會產生誤/漏測的情況。

2）圖像的分辨率（清晰度）

圖像的分辨率（清晰度）是由相機鏡頭的焦距來決定的。明銳AOI采用500萬像素工業相機（2560X1960），對于檢測0201（0.6mmX0.3mm）元件，使用分辨率為10μ時，元件所占像素是：0.6/0.01X0.3/0.01=60X30個像素；使用20μ分辨率時，元件所占像素是：0.6/0.02X0.3/0.02=30X15個像素，顯然同一個元件所占的像素越多，細節呈現就好，檢測的精度也就越高，AOI設備的檢出率也就越高、誤報率也相應更低。

4.3 穩（設備重復穩定性）

不管是檢測設備，還是生產設備，其穩定性永遠都考量設備性能最關鍵因素之一。AOI設備重復穩定性，即重復測試相同芯片或PCB板，記錄其良率偏差，即可判斷AOI的重復穩定性。那么影響它的因素，我覺得有以下幾點供參考：

1）AOI光源的穩定性

AOI普通采用的都是LED環形多角度結構光，相機的CCD傳感器對不同顏色光的最佳感光波長是不同。LED的波長會隨著時間和環境改變而發生衰減，以及光源電源的穩定性影響LED壽命和光強，都會使相機獲取圖像存在差異，必然影響檢出率和誤差率。其中，光源的控制方式是是影響光源穩定性關鍵因素之一，目前主要有兩種控制方式：恒壓源和恒流源（比較穩定控制方式）。（在后續的文章中，我將會論證兩種方案對光源的具體影響）。

2）設備重復精度

其受伺服系統特性、傳動進給系統的間隙與剛性以及摩擦特性等因素的影響，一般情況下，重復定位精度是呈正態分布的偶然性誤差，它影響AOI測試時PCB板重復定位，容易造成原點漂移、整板檢測窗口偏移，從而會出現誤報增多的現象。重復定位精度越高，AOI檢測程序的可靠性、穩定性就越高。

3）其它方面

比如相機鏡頭的穩定性，相機鏡頭容易受環境溫度的影響而改變其特性；AOI的停板、夾持和頂板機構的設計是否合理也直接影響到設備定位的問題，其微波的偏差也會導致圖像的偏移，最后影響設備重復定位精度。

服務熱線：400-9024-816，138-0926-5821

安悅電子科技有限公司版權所有，任何盜取本文章都屬于侵權行為。

詳細請訪問3D-AOI產品詳情頁：http://m.lzh1.cn/Products/hgzx3daoim.html

1/5