了解自動(dòng)光學(xué)檢測(cè)（AOI）技術(shù)

在產(chǎn)品制造過(guò)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?，?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(yáng)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(jué)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(jué)）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(jué)檢測(cè)（machine vision inspection, MVI）技術(shù)或自動(dòng)視覺(jué)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(yáng)能等制造行業(yè)，AOI這一術(shù)語(yǔ)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(lái)說(shuō),，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(guò)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(lái)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(jué)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(lái)說(shuō),，MVI是一種模擬和拓展人類(lèi)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(kāi)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(shuō)基于任何圖像傳感方法（如可見(jiàn)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(lèi)、良疵品檢測(cè)與分類(lèi)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(jiǎn)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(jiǎn)單系統(tǒng)的優(yōu)點(diǎn)是成本低,、集成容易、技術(shù)門(mén)檻相對(duì)不高,，在制造過(guò)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(jué)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(kāi)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(zhǎng),、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(lái)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(mén)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(lái)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(guò)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(lái)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(guò)程中，給被測(cè)件表面帶來(lái)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(rùn)滑器件，以及利用FFU風(fēng)機(jī)過(guò)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(kāi)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?gòu)?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)。