aoi 3分钟了解自动光学检测（AOI）技术

在产品制造过程中，由于各种原因，零件不可避免地会产生各种缺陷，如印刷电路板上的孔洞错位、划伤、开路、短路、污染等缺陷，LCD面板基板玻璃和滤光片表面的针孔、划痕、颗粒、麻点等缺陷，带钢表面的裂纹、辊印、孔洞、凹坑等缺陷，不仅影响产品的性能，严重时甚至危及生命安全

传统的缺陷检测方法是人工目测。目前，在手机、平板显示器、太阳能、锂电池等许多行业，仍然有大量的产业工人从事这项工作。这种人工视觉检测方法需要在强光照射下进行，不仅对检查人员的眼睛有很大的伤害，而且存在主观性强、眼间分辨率空和时间有限、检测不确定性大、易模糊、效率低等缺点。已经很难满足现代工业对高速高分辨率检测的要求。

随着电子技术、图像传感技术和计算机技术的快速发展，利用基于光学图像传感的表面缺陷自动光学(视觉)检测技术代替人工视觉检测表面缺陷逐渐成为表面缺陷检测的重要手段，因为这种方法具有自动化、非接触、高速、高精度和高稳定性的优点。

什么是AOI

自动光学检测(AOI)技术也称为机器视觉检测(MVI)技术或自动视觉检测(AVI)技术。在一些行业，如平板显示器、半导体、太阳能和其他制造行业，AOI一词更为流行和广为人知。然而，AOI和MVI/AVI在概念和功能上仍然略有不同。

狭义的MVI是集图像传感技术、数据处理技术和运动控制技术于一体，在工业生产中完成测量、检测、识别和引导等任务的新科技。MVI的基本原理可以用图1来表示。它利用光学成像方法(如相机或复杂的光学成像系统)模拟人眼的视觉成像功能，用计算机处理系统代替人脑进行数据处理。最后将结果反馈给执行机构(如机械手)代替人手完成各种指定任务。

图1 MVI的基本原理和功能

广义而言，MVI是一种模拟和扩展人类眼睛、大脑和手的功能的技术。它的定义在不同的应用领域可能略有不同，但它离不开两种基本的方法和技术，即从图像中获取所需的信息，然后反馈给自动执行机构来完成特定的任务。可以说是基于任何图像传感方法(如可见光成像、红外成像、X射线成像、超声成像等)的自动检测技术。)可视为MVI或AVI。当采用光学成像方法时，MVI实际上变成了AOI。因此，AOI可以被视为MVI的一个特例。

根据成像方法的不同，AOI可分为三维(3D)AOI和二维(2D)AOI。三维AOI主要用于物体几何参数的测量、零件分组、定位、识别、机器人导航等场合。二维AOI主要用于产品外观(颜色、瑕疵等。)检测、不同物体或外观的分类、良次品的检测和分类等。

AOI系统的组成

目前，工业上广泛使用的AOI系统是由摄像机、镜头、光源和计算机等通用设备集成的简单光学成像和处理系统。如图1所示，使用照相机在光源的照射下直接成像，然后通过计算机处理实现检测。这种简单系统的优点是成本低，易于集成，技术门槛相对较低。它可以代替制造过程中的人工检查，满足大多数场合的要求。

然而，由于视场和分辨率(或精度)的相互限制，或者生产节奏对检测速度的特殊要求，单个摄像机组成的AOI系统有时很难执行，因此可能需要集成几个基本单元一起工作来完成困难的检测任务。也就是说，采用具有多传感器成像和高速分布式处理的AOI系统集成架构。

图2用于多传感器成像和高速分布式处理的MVI系统集成架构

图2为AOI大型表面缺陷检测系统的总体架构，由光源、摄像机阵列、显微复检、集群并行处理系统、控制系统、主控计算机、服务器和与工厂数据中心互联的工业局域网组成。系统架构有两个功能:大尺度表面缺陷的低分辨率快速检测和高分辨率显微复验。从图中可以看出，完整的AOI系统不仅集成了照明和光学成像单元，还需要被测物体的支撑和传输单元、精密运动机构和控制单元以及高速并行图像处理单元。

AOI系统集成技术

AOI系统集成技术涉及关键设备、系统设计、整机集成、软件开发等。AOI系统的关键设备包括图像传感器(摄像机)、镜头、光源、采集预处理卡、计算机(工控机、服务器)等。各种类型的CMOS/CCD相机是最常用的图像传感器。图像传感器、透镜和光源的组合构成了大多数自动光学检测系统中的传感单元。设备的选择和配置需要根据检验要求进行设计和选择。

在光源的选择(颜色、波长、功率、照明方式等)上。)，除了区分和增强特征外，还应考虑图像传感器对光源光谱的敏感范围。镜头的选择要考虑视角、景深、分辨率等光学参数，镜头的光学分辨率要与图像传感器的分辨率在空之间匹配，达到最佳性价比。正常情况下，镜头的光学分辨率略高于图像传感器的空之间的分辨率，应尽量使用黑白相机成像，以提高成像分辨率。图像传感器(摄像机)使用面阵还是线阵取决于具体情况。选择时要考虑的因素有成像视场、分辨率在空之间、最小曝光时间、帧率、数据带宽等。对于运动物体的检测，要考虑图像运动模糊的不利影响，准确计算引起运动模糊的最小曝光时间，确定图像传感器的模型。图像传感器的曝光时间应小于导致运动模糊的最小曝光时间。快速曝光最好选择全局快门模式，高速下不易采用卷帘式曝光模式。为了获得最佳信噪比，图像传感器的增益应尽可能为1，图像亮度的提高应尽可能由光源的能量(功率)来补偿，或者在不影响可用成像景深的情况下，增大镜头的孔径光阑。

在系统集成中，被测零件的支撑方式和精密传动定位装置也必须精心设计，这涉及到精密机械设计技术，对于平板显示器、硅片、半导体、MEMS等精密制造和装配行业的自动光学检测系统非常重要。在这些领域，制造过程通常在洁净室进行，这就要求自动光学检测系统具有较高的自清洁能力，并且对系统部件的选材、气动和自动装置的选择、移动导轨的设计和装置的选择都有严格的要求，不能给生产环境，尤其是工件本身带来二次污染。特别是，用于表面缺陷检测的AOI系统不能带来缺陷(如灰尘、划痕、静电等。)施加到被测零件的表面。因此，对于大型零件(如高代液晶玻璃基板和硅片等)的在线检测。)，往往需要采用空气轴承支撑、定位和传动机构，对运动部件(如轴承等)采用自润滑装置。)，并使用FFU风机过滤装置清洁检测系统的环境，采用防静电装置对工件进行防静电处理。

高速图像数据处理和软件开发是自动光学检测的核心技术。由于自动光学检测使用图像传感来获取被测信息，数据量大，尤其是高速在线检测，有时图像数据量很大。为了满足生产时间的需求，必须采用高速数据处理技术。常用的方法有共享内存多线程处理、共享内存或分布式内存多进程处理等，在系统实现中，采用分布式计算机集群，将巨大的图像按时间和块划分成小数据流，分发给集群系统的各个节点进行处理。对于耗时复杂的算法，有时仅靠计算机CPU很难满足时间要求。这时候就要配备硬件处理技术，比如DSP、GPU、FPGA等硬件处理模块，与CPU协同工作，实现快速复杂的计算问题。

总结

近年来，特别是2015年中国发布“中国制造2025”发展战略以来，以机器代替人，即以机器视觉或自动光学检测代替人工视觉，实现了产品零部件制造质量的在线高效自动检测和质量控制，赢得了众多行业的青睐。AOI技术广泛应用于工业、农业、生物医学等行业，尤其是精密制造和装配行业，如手机、液晶面板、硅片、印刷电路板等领域，尤其是3D AOI机器人引导装配和抓取。2D AOI表面缺陷技术发展迅速，各种高科技检测设备层出不穷。

阅读更多

—结束—

关注我们，从这里开始

版权所有，未经授权，谢绝转载

如果您需要转载，请联系oepn@siom.ac.cn