了解自動(dòng)光學(xué)檢測(cè)（AOI）技術(shù)

在產(chǎn)品制造過程中，由于各種原因，零部件不可避免的會(huì)產(chǎn)生多種缺陷，如印制電路板上出現(xiàn)孔錯(cuò)位、劃傷、斷路、短路、污染等缺陷，液晶面板的基板玻璃和濾光片表面含有針孔、劃痕、顆粒、mura等缺陷，帶鋼表面產(chǎn)生裂紋、輥印、孔洞、麻點(diǎn)等缺陷，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瑢?duì)用戶造成巨大經(jīng)濟(jì)損失。

傳統(tǒng)缺陷檢測(cè)方法為人工目視檢測(cè)法，目前在手機(jī)、平板顯示、太陽能、鋰電池等諸多行業(yè)，仍然有大量的產(chǎn)業(yè)工人從事這項(xiàng)工作。這種人工視覺檢測(cè)方法需要在強(qiáng)光照明條件下進(jìn)行，不僅對(duì)檢測(cè)人員的眼睛傷害很大，且存在主觀性強(qiáng)、人眼空間和時(shí)間分辨率有限、檢測(cè)不確定性大、易產(chǎn)生歧義、效率低下等缺點(diǎn)，已很難滿足現(xiàn)代工業(yè)高速、高分辨率的檢測(cè)要求。

隨著電子技術(shù)、圖像傳感技術(shù)和計(jì)算機(jī)技術(shù)的快速發(fā)展，利用基于光學(xué)圖像傳感的表面缺陷自動(dòng)光學(xué)（視覺）檢測(cè)技術(shù)取代人工目視檢測(cè)表面缺陷，已逐漸成為表面缺陷檢測(cè)的重要手段，因?yàn)檫@種方法具有自動(dòng)化、非接觸、速度快、精度高、穩(wěn)定性高等優(yōu)點(diǎn)。

什么是AOI

自動(dòng)光學(xué)檢測(cè)（automated optical inspection, AOI）技術(shù)，也稱為機(jī)器視覺檢測(cè)（machine vision inspection, MVI）技術(shù)或自動(dòng)視覺檢測(cè)（automated visual inspection, AVI）技術(shù)。在有些行業(yè)，如平板顯示、半導(dǎo)體、太陽能等制造行業(yè)，AOI這一術(shù)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(xì)微差別的。

從狹義上來說，MVI是一種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)，在工業(yè)生產(chǎn)過程中，執(zhí)行測(cè)量、檢測(cè)、識(shí)別和引導(dǎo)等任務(wù)的一種新興的科學(xué)技術(shù)。MVI的基本原理可用圖 1 來表示，它采用光學(xué)成像方法（如相機(jī)，或者一個(gè)復(fù)雜的光學(xué)成像系統(tǒng)）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，后把結(jié)果反饋給執(zhí)行機(jī)構(gòu)（如機(jī)械手）代替人手完成各種規(guī)定的任務(wù)。

從廣義上來說，MVI是一種模擬和拓展人類眼、腦、手的功能的一種技術(shù)，在不同的應(yīng)用領(lǐng)域其定義可能有著細(xì)微的差別，但都離開不了兩個(gè)根本的方法與技術(shù)，即從圖像中獲取所需信息，然后反饋給自動(dòng)化執(zhí)行機(jī)構(gòu)完成特定的任務(wù)?？梢哉f基于任何圖像傳感方法（如可見光成像、紅外成像、X光成像、超聲成像等等）的自動(dòng)化檢測(cè)技術(shù)都可以認(rèn)為是MVI或AVI。當(dāng)采用光學(xué)成像方法時(shí)，MVI實(shí)際上就變?yōu)锳OI。因此AOI可以認(rèn)為是MVI的一種特例。

根據(jù)成像方法的不同，AOI又可分為三維（3D）AOI和二維（2D）AOI，三維AOI 主要用于物體外形幾何參數(shù)的測(cè)量、零件分組、定位、識(shí)別、機(jī)器人引導(dǎo)等場(chǎng)合； 二維AOI主要用于產(chǎn)品外觀（色彩、缺陷等）檢測(cè)、不同物體或外觀分類、良疵品檢測(cè)與分類等場(chǎng)合。

 AOI系統(tǒng)組成

目前在產(chǎn)業(yè)界用得多的AOI系統(tǒng)是由相機(jī)、鏡頭、光源、計(jì)算機(jī)等通用器件集成的簡單光學(xué)成像與處理系統(tǒng)。如圖1所示，在光源照明下利用相機(jī)直接成像，然后由計(jì)算機(jī)處理實(shí)現(xiàn)檢測(cè)。這種簡單系統(tǒng)的優(yōu)點(diǎn)是成本低、集成容易、技術(shù)門檻相對(duì)不高，在制造過程中能夠代替人工檢測(cè)，滿足多數(shù)場(chǎng)合的要求。

但對(duì)于大幅面或復(fù)雜結(jié)構(gòu)物體的視覺檢測(cè)，由于受到視場(chǎng)和分辨率（或精度）的相互制約，或生產(chǎn)節(jié)拍對(duì)檢測(cè)速度有特殊的要求，單相機(jī)組成的AOI系統(tǒng)有時(shí)難以勝任，因此可能需要有多個(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(gòu)。

AOI系統(tǒng)集成技術(shù)

AOI系統(tǒng)集成技術(shù)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。AOI系統(tǒng)中*的關(guān)鍵器件有圖像傳感器（相機(jī)）、鏡頭、光源、采集與預(yù)處理卡、計(jì)算機(jī)（工控機(jī)、服務(wù)器）等。圖像傳感器常用的是各種型號(hào)的CMOS/CCD相機(jī)，圖像傳感器、鏡頭、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，器件的選擇與配置需要根據(jù)檢測(cè)要求進(jìn)行合計(jì)設(shè)計(jì)與選型。

光源的選擇（顏色、波長、功率、照明方式等）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)，鏡頭的光學(xué)分辨率要和圖像傳感器的空間分辨率匹配才能達(dá)到j(luò)ia的性價(jià)比。一般情況下，鏡頭的光學(xué)分辨率略高于圖像傳感器的空間分辨率為宜，盡可能采用黑白相機(jī)成像，提高成像分辨能力。圖像傳感器（相機(jī)）采用面陣或線陣需根據(jù)具體情況而定，選型時(shí)需要考慮的因素有成像視場(chǎng)、空間分辨率、小曝光時(shí)間、幀率、數(shù)據(jù)帶寬等。對(duì)于運(yùn)動(dòng)物體的檢測(cè)，要考慮圖像運(yùn)動(dòng)模糊帶來的不利影響，準(zhǔn)確計(jì)算導(dǎo)致運(yùn)動(dòng)模糊的小曝光時(shí)間，確定圖像傳感器的型號(hào)。圖像傳感器的曝光時(shí)間應(yīng)小于導(dǎo)致運(yùn)動(dòng)模糊的小曝光時(shí)間，快速曝光選擇全局快門模式為宜，高速情況下不易采用卷簾式曝光模式；為了獲得jia的信噪比，圖像傳感器的增益盡可能為1，圖像亮度的提升盡可能用光源的能量（功率）來彌補(bǔ)，或者在不影響可用的成像景深情況下，增大鏡頭的孔徑光闌。

在系統(tǒng)集成中，被測(cè)件的支撐方式、精密傳輸與定位裝置也必須精心設(shè)計(jì)，這牽涉到精密機(jī)械設(shè)計(jì)技術(shù)，這對(duì)平板顯示、硅片、半導(dǎo)體和MEMS等精密制造與組裝產(chǎn)業(yè)中的自動(dòng)光學(xué)檢測(cè)系統(tǒng)非常重要。在這些領(lǐng)域，制造過程通常在超凈間進(jìn)行，要求自動(dòng)光學(xué)檢測(cè)系統(tǒng)具有很高的自潔能力，對(duì)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)與器件選型都有嚴(yán)格要求，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。尤其是用于表面缺陷檢測(cè)的AOI系統(tǒng)不能在檢測(cè)過程中，給被測(cè)件表面帶來缺陷（如粉塵、劃傷、靜電等）。因此，對(duì)于大型零件（如高世代的液晶玻璃基板、硅片等）的在線檢測(cè)，常常需要采取氣浮支撐、定位與傳輸機(jī)構(gòu)，運(yùn)動(dòng)部件（如軸承等）采用自潤滑器件，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。

高速圖像數(shù)據(jù)處理與軟件開發(fā)是自動(dòng)光學(xué)檢測(cè)的核心技術(shù)。由于自動(dòng)光學(xué)檢測(cè)是以圖像傳感獲取被測(cè)信息，數(shù)據(jù)量大，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)。常用的方法有共享內(nèi)存式的多線程處理，共享內(nèi)存或分布式內(nèi)存多進(jìn)程處理等；在系統(tǒng)實(shí)現(xiàn)上采用分布式計(jì)算機(jī)集群，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，這時(shí)還需配備硬件處理技術(shù)，如采用DSP、GPU和FPGA等硬件處理模塊，與CPU協(xié)同工作，實(shí)現(xiàn)快速復(fù)雜的計(jì)算難題。

以上技術(shù)資料瑞研光學(xué)整理采集于網(wǎng)絡(luò)，非瑞研光學(xué)原創(chuàng)，瑞研光學(xué)僅提供AOI自動(dòng)檢測(cè)儀用濾光片，也提供濾光片定制服務(wù)。