关于AOI技术及硬件设备你不知道的事

技术控

这两天有很多粉丝留言要求:找关于AOI技术的相关知识点，对AOI特别感兴趣。我们也一直为这事儿上心。AOI（automatically optical inspection）是光学自动检测，顾名思义是通过光学系统成像实现自动检测的一种手段，是众多自动图像传感检测技术中的一种检测技术，核心技术点如何获得准确且高质量的光学图像并加工处理。

AOI检测技术应运而生的背景是电子元件集成度与精细化程度高，检测速度与效率更高，检测零缺陷的发展需求。AOI检测的最大优点是节省人力，降低成本，提高生产效率， 统一检测标准和排除人为因素干扰，保证了检测结果的稳定性，可重复性和准确性，及时发现产品的不良，确保出货质量。在人工智能技术与大数据发展进步的今天，AOI检测不仅仅是一部检测设备，对大量不良结果进行分类和统计，可以发现不良发生的原因，在工艺改善和生产良率提升中也正逐步发挥着更重要的作用，因此，可以预期未来AOI检测技术将在半导体与电子电路检测中将会发挥越来越重要的作用。

01 意义深远丨AOI检测基本原理：

AOI检测原理是采用摄像技术将被检测物体的反射光强以定量化的灰阶值输出，通过与标准图像的灰阶值进行比较，分析判定缺陷并进行分类的过程。与人工检查做一个形象的比喻，AOI采用的普通LED或特殊光源相当于人工检查时的自然光，AOI采用的光学传感器和光学透镜相当于人眼，AOI的图像处理与分析系统就相当于人脑，即“看”与“判”两个环节。因此，AOI检测的工作逻辑可以简单地分为图像采集阶段（光学扫描和数据收集），数据处理阶段（数据分类与转换），图像分析段（特征提取与模板比对）和缺陷报告阶段四个阶段（缺陷大小类型分类等）。为了支持和实现AOI检测的上述四个功能，AOI设备的硬件系统也就包括工作平台，成像系统，图像处理系统和电气系统四个部分，是一个集成了机械，自动化，光学和软件等多学科的自动化设备。

02 AOI技术硬件设备

AOI检测系统的硬件组成

典型AOI检测系统的硬件一般包括5个部件：图像传感器、主机、光源、机械组件和机体外壳。

i. 图像传感器是AOI系统采集图像的基础。目前市面上大多数厂商选择使用面阵相机，面阵相机通过拍摄一幅一幅的图片达到取像目的，优点是图像的还原性较好，打光角度容易调整，容易得到较清晰的图像，相比线阵相机误判率较低。

ii. 主机是运行检测软件系统的平台。不同行业不同工厂生产线对AOI检测设备的需求不同，AOI设备是高度定制化产品，设备厂商往往需要根据下游客户的要求进行主机设备的调整或是软件的二次开发。

iii. 光源是AOI设备的眼睛，专业的光源及合理打光方案是机器视觉的核心技术，判断检测系统是否稳定可靠，光源可以说是检测能力强弱的第一步。

iv. 机械组件包括检测设备里的传动装置和马达等部件。机械组件的精度会直接影响AOI检测设备的驱动配置和检测结果的输出反馈。

v. 机体外壳是AOI设备所有部件的载体，是固定AOI设备部件实现检测功能的结构载体。

AOI检测系统的软件组成

结合光学感测系统采集到的图像数据，AOI检测系统的软件主要包括算法、影像处理软件和通讯软件。就像人工判断一个物体的质量是否合格，会设定一个标准，如果达到标准，则认为该对象是合格，如果不达到标准，则认为对象不合格。同样，AOI系统判断一个组件是否是合格，也会设定一个规则，满足规则的就合格，不满足规则就是不良品。这个规则标准建模的方法即是算法，算法是整个软件系统的重中之重，也是AOI检测厂商的核心竞争力。

AI成为AOI检测技术进一步发展的关键因素。

以AOI检测应用最广泛的PCB行业为例，中低端AOI检测设备的误判过筛率约为70%，即捕捉到的不良品中其实有70%的成品是合格的。因此目前PCB厂商多采取人工二次筛选，将实际合格的PCB板再度送回产线，预估一台AOI检测机常需配置4名人员进行二次检查。

伴随AI技术的迅速发展，也给AOI检测行业带来了技术革新的契机。传统AOI检测与AI AOI辨识的差异，在于是否可针对未知瑕疵进行判定，传统AOI检测设备只能以设定好的参数标准为基准进行判断，也就是逻辑性的思考，需要先定义瑕疵的样本，再透过样本进行检测。但导入训练成熟的AI技术后，AI AOI检测系统能够自行定义瑕疵范围，进一步有效判别未知的瑕疵图像，且这个学习的过程是在不断重复进行积累的。利用AI视觉辨识技术辅助AOI检测能够大幅提升检测设备的辨识正确率，加速生产线速度，取代流水线后续配备的人工检测，节省人力开支。部分PCB业者预估，导入AI视觉辨识后，可以有效降低误判过筛率至25%。

AOI检测系统的集成技术

由于对大幅面或复杂结构物体的视觉检测，会受到视场和分辨率（或精度）的相互制约，再加上产线的生产节拍对检测速度也有一定要求，单相机组成的AOI检测系统有时难以胜任。因此可能需要多个基本单元集成在一起协同工作，共同完成高难度检测任务，即多传感器成像、高速分布式处理的AOI系统集成架构。AOI系统集成技术会牵涉到关键器件、系统设计、整机集成、软件开发等内容。

系统集成之光学感知

图像传感器、镜头和光源三者组合构成了大多数自动光学检测系统中感知单元。光源的选择除了分辨与增强特征外，还需考虑图像传感器对光源光谱的灵敏度范围；镜头的选择需要考虑视场角、景深、分辨率等光学参数；与人眼不同，AOI检测系统多采用黑白相机成像，是为了提高成像分辨能力，对于运动物体的检测，还要考虑图像运动过程中拍摄图片模糊带来的不利影响，准确计算导致运动模糊的最小曝光时间。

系统集成之精密机械

在AOI检测系统中，被测物体的支撑方式、精密传输与定位装置也必须精心设计，尤其是FPD、硅片、半导体、MEMS和一些光学组件等精密制造与组装行业。在这些领域，制造过程需在超净间进行，要求AOI检测系统有很高的自洁能力，不能给生产环境尤其是被测工件本身带来二次污染，这会影响系统构件的材料选型、气动及自动化装置选型、运动导轨的设计与器件选型等。因此，会需要采取气浮支撑、定位与传输机构以及利用FFU风机过滤机组对检测系统进行环境净化，并采取消静电装置，对工件进行防静电处理。

系统集成之数据处理

高速图像数据处理也是AOI检测系统的核心之一。由于AOI检测是通过图像传感方式获取被测信息的，尤其是高速在线检测，图像数据有时是海量的，为满足生产节拍需求，必须采用高速数据处理技术。会采用共享内存、分布式内存多进程处理、分布式计算机集群等方式，把巨大的图像分时、分块分割成小块数据流，分散到集群系统各节点处理。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，还需配备如DSP、GPU和FPGA等硬件处理模块，协同实现快速复杂的计算难题。

AOI检测设备已成为电子制造业确保产品质量的重要检测工具和过程质量控制工具，也是工业4.0时代智能制造过程中重要的一环，能够为企业带来实质性的经济效益，提升企业的核心竞争力。

03 品牌推荐Grintech

GRINTECH是耶拿的一家微光学公司，基于20多年的经验，是制造高梯度折射率（GRIN）透镜和透镜系统的全球领导者。

我们在研究，开发和生产方面的优势导致了精密光学器件的高效实现。一支由光学设计师，工程师，物理学家和专业技术人员组成的胜任团队，将开发整体解决方案和可持续解决方案。

我们是一家由股东管理的创新型公司，股东在公司中活跃。

GRIN透镜的光学特性是由透镜中的折射率分布（GRadient INdex）产生的。

该折射率分布是通过特殊玻璃中的离子交换过程产生的。得益于独特的制造技术，可以制造玻璃中的无毒银离子交换镜，无论是杆透镜还是柱面透镜。

微透镜的生产光谱直径范围为200 µm至2 mm，并具有出色的光学性能。各个透镜的衍射极限数值孔径最大为0.45。

平坦的光学表面可根据特定于客户的灵活需求和以客户为导向的要求，简单地组装成微光学透镜系统和复杂的组件。

GRINTECH成立于1999年12月，是弗劳恩霍夫应用光学与精密机械研究所耶拿分公司成立的。

04 高通量突触分辨双光子荧光显微内窥镜在体内深脑容积成像中的应用

应用

光学成像已成为研究体内大脑的强大工具。成年大脑的不透明性使显微内窥镜检查成为可能，显微技术是通过将诸如梯度指数（GRIN）透镜之类的光学探针嵌入大脑组织中以提供光学中继，来进行深层大脑结构中神经元和神经活动成像的选择方法。将Bessel焦点扫描模块整合到双光子荧光显微内窥镜中，我们轴向扩展了激发焦点并提高了其横向分辨率。扫描2D的Bessel焦点，我们在解析精细结构（例如突触末端）的同时，以高通量对大量神经元进行了成像。我们将这种方法应用于小鼠海马体中的树突棘和轴突突的体积解剖学成像，以及体内小鼠下丘脑外侧的GABA能神经元的功能成像。

介绍

其中的神经回路和神经元是可以延伸数百或数千微米的三维（3D）结构。了解他们的操作需要以捕获所有活动事件的图像速率以3D的突触和细胞分辨率监控其活动。在强烈散射光的大脑（即所有已知的成年哺乳动物大脑）中，传统的多光子显微镜的成像深度限于1-2毫米（Ji等，2016）。为了达到超过几毫米的深度，目前唯一可用的实用方法是基于显微内窥镜，其中将微型探针（例如梯度折射率（GRIN）透镜）嵌入大脑中，以中继下方神经元的显微图像（荣格和施尼策（Schnitzer），2003年; 荣格（Jung）等人，2004年；Levene等，2004）。此类系统已用于在小鼠大脑多种深核中表达遗传编码钙指示剂的神经元的荧光活性成像（Ghosh等人，2011 ; Li等人，2017 ; Ziv等人，2013 ; Bocarsly等人等人，2015年；Jennings等人，2015年；Kitamura等人，2015年；Pinto和Dan，2015年；Harrison等人，2016年；Okuyama等人，2016年；Kamigaki和Dan，2017年；Kitamura等人， 2017年; McHenry等人，2017年;Roy et al。，2017）; 但是，空间分辨率仅限于细胞水平，并且在这些研究中未解析突触结构，例如树突棘或轴突性突触。

除了其有限的空间分辨率外，与使用常规显微镜对浅表脑区域进行成像相比，涉及深层结构的显微内窥镜成像的实验还面临其他挑战。首先，与不切除脑组织的常规颅骨切开术相比，切除脑组织和内窥镜探头的外科手术的成功率通常较低。其次，许多显微内窥镜实验涉及行为或大脑状态具有很大的变异性，或者在反复试验中无法以高保真度唤起，或者表现出短期适应性。最后，研究兴趣通常集中在特定的细胞类型（例如抑制性亚型[ Pinto and Dan，2015 ]或胆碱能神经元[ Harrison等，2016]]），通常稀疏地以3D形式分发。所有这些因素限制了使用传统的双光子显微内窥镜进行实验的产量，在传统的两光子显微内窥镜中，神经元一次成像在一个细胞层上。由于这些原因，一种体积微内窥镜成像方法可以同时探查3D神经集合体的活动，同时保持突触分辨空间分辨率，对于深入询问神经回路功能将大有裨益，但尚未在体内进行证实大脑深部结构的成像。

与用于显微内窥镜的高通量，高分辨率的体积成像解决方案相比，目前缺乏开发方法，该方法已开发出一套方法，可利用常规显微镜对浅表结构进行高速成像（Ji等人，2016年）。最近，我们开发了一种Bessel聚焦扫描方法，当与双光子荧光显微镜结合使用时（Denk等，1990），可以实现具有突触分辨率的快速体积成像（Lu等，2017））体内。通过扫描二维（2D）上的轴向扩展焦点，我们获得了3D体积的投影图像，该图像增加了成像吞吐量并将数据大小减小了10到100倍。轴向上焦点的延长还使成像对轴向运动伪影具有抵抗力，使其非常适合研究清醒的行为动物的神经回路功能。在这里，我们表明，通过将Bessel聚焦扫描与显微内窥镜相结合，可以实现深层细胞核中神经元和神经活动的高通量，高分辨率体积成像。我们系统地评估并确定了可商购的GRIN透镜，通过这些透镜可以产生高质量的贝塞尔聚焦。