2024年12月27日
三星电子2024年12月27日
LG2024年12月27日
LucidMotors2024年12月27日
特斯拉2024年12月27日
OLEDWorks2024年12月27日
海康机器人
2024年12月27日
DapKon
2024年12月26日
埃马克
2024年12月25日
尼得科
2024年12月23日
穆尔电子
2024年12月27日
库卡
2024年12月27日
库卡
2024年12月27日
通快
2024年12月27日
达索系统
2024年12月27日
压铸
项目背景
微链道爱专注于 AI 视觉是下一代人工智能机器人研究企业。在视觉大模型、虚拟世界构建、高速 3D 成像、机器人智能运动控制等领域,已经积累丰富的学术和行业经验。DaoAI World 是一个集数据标注、模型训练为一体的AI视觉应用研发团队协作平台,最快半小时内可以训练一个AI视觉应用智能体。详情请见https://www.welinkirt.com/
在自动光学检测(AOI)领域,传统方法往往在效率和准确性方面存在困难。依赖AOI进行缺陷检测的公司面临许多障碍,从耗时的每个组件检查编程过程到调整RGB阈值等参数的挑战。这些障碍不仅耗费了宝贵的时间,还限制了检测的准确性,尤其是在复杂任务如PCB板分析中,通常只有60-70%的准确率。
传统AOI系统的挑战
目前的AOI系统基于传统的机器视觉算法,需要为每个组件进行广泛的参数调整。例如,确定表示缺陷的正确RGB阈值是一个繁琐且往往无法完成的任务,导致结果不理想。此外,手动编程每个组件的检查非常费力,即使在经过所有这些努力后,准确率仍然令人失望地低。
在精度至关重要的生产环境中,即使是微小的错误也可能导致重大损失,传统AOI的局限性成为了主要瓶颈。
1. 繁琐的建模步骤
现有的AOI系统依赖传统的机器视觉算法进行缺陷检测,而这种方式通常要求工程师对每一个组件进行详细的建模。这意味着每次引入新组件或需要检测不同类型的产品时,技术人员必须从头开始设计和编程。这一过程需要耗费大量时间和精力,通常包括参数调试、算法选择、光学系统的设置等多个步骤。此外,由于这些建模任务通常依赖于经验,技术门槛较高,导致开发周期延长,无法快速适应生产需求的变化,特别是在需要快速转产或应对多品类、小批量生产的情况下,这种繁琐的建模流程成为了阻碍生产效率的瓶颈。
2. 较低的准确率
传统AOI系统的准确率往往不足以满足现代制造业对高精度检测的要求。在复杂的电子元器件(如PCB板)上,传统机器视觉技术在处理微小缺陷和复杂图形时容易出现误检或漏检的情况,通常的检测准确率只有60-70%左右。这是由于系统依赖静态的图像处理算法,面对不同种类的缺陷时,算法的稳定性不足,尤其是在环境光、产品表面反射等因素的干扰下,检测效果进一步降低。结果是,制造企业不得不花费额外的成本在后续检查和人工干预上,甚至可能因为微小的误差导致产品质量下降,影响到品牌声誉和客户满意度。
3. 静态的参数设置
现有AOI系统中的参数设置通常是静态的,必须由工程师手动调整。比如RGB阈值、对比度、曝光等参数需要针对不同的产品、不同的缺陷特征进行手动设定。一旦生产条件发生变化,诸如光线条件、材料反光性或产品规格变化时,系统的参数可能不再适用,导致检测结果的偏差。这种静态的参数设置不仅增加了工程师的负担,还导致了系统灵活性的不足,难以快速响应生产中的动态变化。固定的参数调试方式也使得传统AOI难以应对复杂的缺陷场景,削弱了其在高速生产环境中的应用价值。
DaoAI解决方案:基于AI的AOI
DaoAI通过人工智能的力量重新定义了AOI,提供了一个能直接解决这些挑战的解决方案。我们的基于AI的AOI系统将缺陷检测转化为一个智能、自适应的过程,减少了人为干预,并显著提高了准确性。
1.快速建模:
借助预训练模型,能够迅速识别零件类别,并自动匹配相应的检测算法,极大缩短了建模时间。无需手动编程,系统随后分配适当的缺陷检查算法,这些算法可以针对各种应用进行微调,从PCB板到电子设备。大大减少了引入新产品到生产线的设置时间和复杂性。
2. 单图学习:
只需一张正常产品图像即可完成模型创建,无需收集大量图像进行训练,特别适合频繁切换产品的场景。系统能够理解完美产品的样子,从而在未来的检测中识别出缺陷。
3. 用户反馈机制:
与手动调整参数不同,DaoAI的系统通过人工反馈不断改进自身。如果操作员发现AI出现错误,系统会将该反馈纳入考虑,更新其模型,并确保不会再犯类似的错误。这种持续的学习循环意味着系统的准确性随着时间的推移不断提高,最终达到或超过人类的缺陷检测水平。
4. 高效检测:
50个零部件的检测仅需100毫秒,确保高速、高精度的检测体验。
5. 完整记录和标准接口:
提供详尽的检测结果记录,支持标准化通信接口,便于与现有系统无缝集成。此外,系统可生成工作列表和报告,保存每次反馈记录,并输出CSV格式的检测记录文件。
6. 多场景适应性:
适用于广泛的AOI检测场景,包括电子元器件、3C产品、PCB板等,支持检测脏污、不良、歪斜、位移等多种缺陷。
高精度3D检测
除了2D缺陷检测之外,我们的系统还提供高精度的3D检测模型。这确保了即使是最细微的细节也能被捕捉到,重复精度达到0.002毫米(*部分型号),最大视野为477x435 mm,超高分辨率 5120 x 5120,多光机设计,为制造商提供无与伦比的产品质量信心。
案例研究:笔记本电脑制造成功
一家领先的笔记本电脑制造商向DaoAI提出了一个紧迫的问题:他们需要一个快速可靠的解决方案来检查各种笔记本电脑型号,每个型号都有超过50个需要精确检查的组件。他们现有的AOI系统繁琐,参数调整复杂,导致结果不一致。
DaoAI为他们的生产线量身定制了一套解决方案。现在,制造商只需使用单张图像即可定义50多个组件的检查参数,显著减少了设置时间。结果非常显著:
准确率:超过99%,远超传统系统的能力。
速度:每次检查耗时不到一秒,优化了生产流程。
精度:系统的3D精度为0.1mm,视场为500x500 mm,确保即使是最小的缺陷也能被检测到。
通过DaoAI的解决方案,该制造商彻底改造了其质量保证流程,实现了更高的效率、减少的停机时间以及整体产品质量的显著提升。
结 论
DaoAI的AI驱动AOI正在革新缺陷检测领域。通过消除复杂的手动编程需求并以智能、可学习的算法取而代之,我们正在帮助制造商实现前所未有的准确性和效率。凭借持续的学习和适应性,DaoAI AOI正为全球各行业设立质量检测的新标杆。