在产品制作过程中,由于各种原因,零部件不可避免的会发生多种缺点,如印制电路板上呈现孔错位、划伤、断路、短路、污染等缺点,液晶面板的基板玻璃和滤光片外表含有针孔、划痕、颗粒、mura等缺点,带钢外表发生裂纹、辊印、孔洞、麻点等缺点,这些缺点不仅影响产品的功用,严峻时甚至会危害到生命安全,对用户形成巨大经济损失。
传统缺点检测办法为人工目视检测法,目前在手机、平板显现、太阳能、锂电池等许多职业,依然有很多的工业工人从事这项作业。这种人工视觉检测办法需求在强光照明条件下进行,不仅对检测人员的眼睛伤害很大,且存在主观性强、人眼空间和时刻分辩率有限、检测不确定性大、易发生歧义、功率低劣等缺点,已很难满意现代工业高速、高分辩率的检测要求。
跟着电子技能、图画传感技能和核算机技能的快速发展,使用依据光学图画传感的外表缺点主动光学(视觉)检测技能取代人工目视检测外表缺点,已逐步成为外表缺点检测的重要手段,因为这种办法具有主动化、非触摸、速度快、精度高、稳定性高级优点。
什么是AOI
主动光学检测(automated optical inspection, AOI)技能,也称为机器视觉检测(machine vision inspection, MVI)技能或主动视觉检测(automated visual inspection, AVI)技能。在有些职业,如平板显现、半导体、太阳能等制作职业,AOI这一术语更加盛行,被人知晓。可是AOI和MVI/AVI在概念和功用上还是有纤细不同的。
从狭义上来说,MVI是一种集成了图画传感技能、数据处理技能、运动控制技能,在工业出产过程中,履行测量、检测、辨认和引导等使命的一种新兴的科学技能。MVI的基本原理可用图 1 来表明,它选用光学成像办法(如相机,或者一个杂乱的光学成像体系)模仿人眼的的视觉成像功用,用核算机处理体系替代人脑履行数据处理,最终把结果反馈给履行组织(如机械手)替代人手完结各种规则的使命。
图 1 MVI基本原理与功用
从广义上来说,MVI是一种模仿和拓宽人类眼、脑、手的功用的一种技能,在不同的应用领域其定义或许有着纤细的不同,但都脱离不了两个底子的办法与技能,即从图画中获取所需信息,然后反馈给主动化履行组织完结特定的使命。能够说依据任何图画传感办法(如可见光成像、红外成像、X光成像、超声成像等等)的主动化检测技能都能够认为是MVI或AVI。当选用光学成像办法时,MVI实际上就变为AOI。因此AOI能够认为是MVI的一种特例。
依据成像办法的不同,AOI又可分为三维(3D)AOI和二维(2D)AOI,三维AOI 首要用于物体外形几许参数的测量、零件分组、定位、辨认、机器人引导等场合; 二维AOI首要用于产品外观(色彩、缺点等)检测、不同物体或外观分类、良疵品检测与分类等场合。
AOI体系组成
目前在工业界用得最多的AOI体系是由相机、镜头、光源、核算机等通用器材集成的简略光学成像与处理体系。如图1所示,在光源照明下使用相机直接成像,然后由核算机处理完成检测。这种简略体系的优点是成本低、集成容易、技能门槛相对不高,在制作过程中能够替代人工检测,满意大都场合的要求。
但关于大幅面或杂乱结构物体的视觉检测,由于遭到视场和分辩率(或精度)的相互限制,或出产节拍对检测速度有特殊的要求,单相机组成的AOI体系有时难以胜任,因此或许需求有多个基本单元集成在一起,协同作业,共同完结高难度检测使命。即采纳一种多传感器成像、高速分布式处理的AOI体系集成架构。
图2 多传感器成像、高速分布式处理的MVI体系集成架构
图2 给出了一种大幅面外表缺点AOI检测体系的通用架构,该体系由光源,相机阵列、显微复检、集群并行处理体系、控制体系、主控核算机、服务器组成,以及与工厂数据中心互联的工业局域网组成。该体系架构具有大幅面外表缺点低分辩率快速检出和高分辩率显微复检两种功用。从图中能够看出,完好的AOI体系不仅集成了照明与光学成像单元,还需求有被测件支撑传输单元、精细运动组织与控制单元、高速并行图画处理单元等。
AOI体系集成技能
AOI体系集成技能牵涉到要害器材、体系规划、整机集成、软件开发等。AOI体系中必不可少的要害器材有图画传感器(相机)、镜头、光源、收集与预处理卡、核算机(工控机、服务器)等。图画传感器最常用的是各种类型的CMOS/CCD相机,图画传感器、镜头、光源三者组合构成了大大都主动光学检测体系中感知单元,器材的挑选与配备需求依据检测要求进行算计规划与选型。
光源的挑选(色彩、波长、功率、照明方式等)除了分辩与增强特征外,还需考虑图画传感器对光源光谱的灵敏度范围。镜头的挑选需求考虑视场角、景深、分辩率等光学参数,镜头的光学分辩率要和图画传感器的空间分辩率匹配才能达到最佳的性价比。一般情况下,镜头的光学分辩率略高于图画传感器的空间分辩率为宜,尽或许选用黑白相机成像,提高成像分辩能力。图画传感器(相机)选用面阵或线阵需依据具体情况而定,选型时需求考虑的要素有成像视场、空间分辩率、最小曝光时刻、帧率、数据带宽等。关于运动物体的检测,要考虑图画运动含糊带来的不利影响,准确核算导致运动含糊的最小曝光时刻,确定图画传感器的类型。图画传感器的曝光时刻应小于导致运动含糊的最小曝光时刻,快速曝光挑选全局快门形式为宜,高速情况下不易选用卷帘式曝光形式;为了获得最佳的信噪比,图画传感器的增益尽或许为1,图画亮度的提升尽或许用光源的能量(功率)来补偿,或者在不影响可用的成像景深情况下,增大镜头的孔径光阑。
在体系集成中,被测件的支撑方式、精细传输与定位设备也必须精心规划,这牵涉到精细机械规划技能,这对平板显现、硅片、半导体和MEMS等精细制作与拼装工业中的主动光学检测体系非常重要。在这些领域,制作过程通常在超净间进行,要求主动光学检测体系具有很高的自洁能力,对体系构件的资料选型、气动及主动化设备选型、运动导轨的规划与器材选型都有严格要求,不能给出产环境尤其是被测工件自身带来二次污染。尤其是用于外表缺点检测的AOI体系不能在检测过程中,给被测件外表带来缺点(如粉尘、划伤、静电等)。因此,关于大型零件(如高代代的液晶玻璃基板、硅片等)的在线检测,常常需求采纳气浮支撑、定位与传输组织,运动部件(如轴承等)选用自润滑器材,以及使用FFU风机过滤机组对检测体系进行环境净化,并采纳消静电设备,对工件进行防静电处理。
高速图画数据处理与软件开发是主动光学检测的核心技能。由于主动光学检测是以图画传感获取被测信息,数据量大,尤其是高速在线检测,图画数据有时是海量的,为满意出产节拍需求,必须选用高速数据处理技能。常用的办法有同享内存式的多线程处理,同享内存或分布式内存多进程处理等;在体系完成上选用分布式核算机集群,把巨大的图画分时、分块分割成小块数据流,分散到集群体系各节点处理。关于耗时杂乱的算法,有时仅靠核算机CPU很难满意时刻要求,这时还需配备硬件处理技能,如选用DSP、GPU和FPGA等硬件处理模块,与CPU协同作业,完成快速杂乱的核算难题。
总结
近几年来,尤其我国2015年发布《中国制作2025》发展战略以来,用机器替代人,即选用机器视觉或主动光学检测替代人工视觉,完成产品零部件制作质量在线高效主动检测和质量控制,得到许多职业的喜爱。AOI技能目前广泛应用于工业、农业、生物医疗等职业,尤其在精细制作与拼装职业,如手机、液晶面板、硅片、印制电路板等领域,尤其是3D AOI机器人引导装配与抓取,2D AOI外表缺点技能发展异常敏捷,各种高新技能检测配备层出不穷。