一种基于AI的Chip类元件AOI自动复判方法

作者：王瑞丰; 魏嘉莉; 周静; 冀运景; 罗守华^*

来源：电子测量技术, 2021, 44(15): 114-121.

DOI：10.19651/j.cnki.emt.2106827

• 工业应用
• AOI
• AI
• 深度学习
• 神经网络

贴片元件AOI自动复判可提高检测的直通率和精度,降低人工目检带来的时间与经济成本。Chip元件作为PCB电路贴片元件中的最常用元件,其错误类型繁多,包括焊接的少锡、多锡、缺焊、水平与垂直偏移,以及本体的缺件、错件等问题。针对Chip元件,提出了一种基于AI的AOI复判检测方法,包括了本体与焊盘的定位、本体颜色或丝印的检测和元件焊接检测等3个步骤,每个步骤根据需求不同设计了相应的网络模型,并对上述模型分别进行了训练和测试。测试结果表明,本体与焊盘检测网络在IOU阈值为0.7,置信度阈值0.6的条件下,mAP为0.93,检测准确率94.94%;颜色判断网络平均准确率为99.41%;丝印字符检测网络检测准确率为97.6%;焊接问题检测网络准确率为92.27%。最后,跟据收集到233幅NG数据以及30 000幅OK数据对整体流程进行测试,在保证233幅NG数据不出现漏判的前提下,该方法整体的误判率为11.2%,平均每幅运行耗时97.5 ms。目前,该方法已在生产线上进行了试用,初步结果表明,该方法能够有效降低生产线上元件的误报率,降低人工成本,具有较好的应用前景。

• 单位
  东南大学生物科学与医学工程学院