基于VI-5K平台的自动光学检测技术在SMT中的应用
图3.33 QFP元件焊点检测
3.5 服务器SuperVisor和目视站DefectViewer
VI-5K机台与Repairstation（目视站）之间使用网线进行数据交换，服务器使用SuperVisor连接，目视站的结果呈现由DefectViewer来完成。SuperVisor记录所有AOI检测数据，并将其记录；DefectViewer从服务器读取结果并呈现，作业员在DefectViewer上所做的一切动作，包括确认缺陷和Pass误报，都被记录到ShowFloor系统中。
第34页（共44页）
AOI应用实例 VI-5K
Defect Viewer Supervisor Ethernet Repair station Showfloor system 图3.34 AOI与Repairstation结构图
SuperVisor所使用的数据库可以是Microsoft Access或则是MS-SOL Server。
图3.35 服务器SuperVisor
第35页/共44页
基于VI-5K平台的自动光学检测技术在SMT中的应用
DefectViewer的界面如下
图3.36 Repairstation工具DefectViewer
其中信息条A包括的内容为：被检测的PCB名称、ID CODE、缺陷数目。图中的B部分为PCB的Layout示意图。C部分为被检测元件的实际图像，实际上是AOI机台认为的有缺陷的元件，有待作业员目测。D部分为主工具条，包括Quit、Previous、Next、Pass等按钮。
3.6 VI-5K测试流程
VI-5K机台启动时首先对硬件驱动进行检查，若没有通过则启动失败并报警，需要手动复位。启动成功后需要调入测试程序，同时向服务器Supervisor发送请求，请求成功后Repairstation会弹出连接成功的提示，并需要打开目视工具Defectviewer。准备就绪后，才才会进入测试模式，向前轨道发出要板信号，扫描IDCode并进板测试。
第36页（共44页）
AOI应用实例 VI-5K
图3.37 VI-5K测试流程
第37页/共44页
基于VI-5K平台的自动光学检测技术在SMT中的应用
4 展望未来AOI的发展趋势
4.1 AOI的现状和不足
当前AOI技术分为2大阵营：图像对比和调试算法。国内的AOI厂商基本采用的都是图像对比技术，无论是否是统计建模和权值技术，其主要代表是神州视觉、振华兴、等，该技术主要通过对拍摄的图像进行不间断地学习进而来判断检测。国外的设备基本采用调试方法，如OMRON采用的颜色分析，SAKI的灰阶解析，TRI的灰阶解析等。
AOI虽然具有比人工检测更高的效率，但毕竟是通过图像采集和分析处理来得出结果，而图像分析处理得相关软件技术目前还没达到人脑的级别，因此，在实际应用中，一些特殊情况，AOI的误判、漏判在所难免。 目前AOI在使用中的主要问题有：
（1）多焊、少锡、偏移、歪斜的工艺要求标准界定不同，容易导致误判。 （2）电容容值不同而规格大小和颜色相同，容易引起漏判。 （3）字符处理方式不同，引起的极性判断准确性差异较大。 （4）大部分AOI对虚焊的理解发生歧义，造成漏判推诿。 （5）存在屏蔽圈、屏蔽罩屏蔽点的检测问题。 （6）BGA、FC等倒装元件的焊接质量难以检测。
（7）多数AOI编程复杂、烦琐且调整时间长，不适合科研单位、小型OEM厂，多规格小批量产品的生产单位。
（8）多数AOI产品检测速度较慢，有少数采用扫描方法的AOI速度较快，但误判、漏判率更高。
4.2 AOI 技术的发展趋势
无论采用哪种检查方法，最终目的是降低误判率，提高检测率。在未来的几年中，AOI的检测算法将逐步精确，，误报率将趋向于零，同时随着技术速度的提高和相机的清晰度和传输速度加快，AOI的检测算法将会逐渐采用立体成像和立体算法，以避免平面检测所无法解决的难题。 分类检测
我们知道AOI 在SMT 流水线中放置的位置不同，检测的重点就不同，并且不同的元件，要检测的缺陷类型也不同，譬如说焊点主要检测的就是有无锡膏，是否多锡、少锡等，元件本体就要检测是否缺件、偏移、错件等情况，带有丝印的还要做OCV，IC 要检测是否有桥接等等，另外有一些三极管就要有极性检测；这样不同的
第38页（共44页）