什么是 AOI?AOI 的优势与弱势

产品

工业自动化解决方案​

SolVisionAI瑕疵辨识和图像检测AccuPick 3D Bin Picking视觉智能取放系统SolMotion视觉引导机器人解决方案AccuPick LM自动化高效定位系统

增强智能解決方案​

META-aiviAR + AI 泛用型视觉系统

应用

机器人

三维比对打磨深框无序抓取自动化配套拆垛取放搬运拆架视觉引导机器人

非机器人

分类识别判别有无计数品质检测瑕疵检测远程监控OCR光学字符识别标准操作程序验证

产业解决方案

航天业物流业石化业汽车业制造业公用事业建造业金属加工业半导体产业电子业光电业智能制造业食品业生技医疗业纺织业可再生能源业

资源

成功案例博客产品与应用视频产品手册

关于我们

公司新闻与活动客户评价

联络我们简体中文

English繁體中文简体中文日本語EspañolPortuguêsDeutschFrançaisItalianoTürkçeTiếng Việt한국어ไทย

Choose a language

English

繁體中文

简体中文

日本語

Español

Português

Deutsch

Français

Italiano

Türkçe

Tiếng Việt

한국어

ไทย

搜尋

什么是 AOI?AOI 的优势与弱势

AOI(Automated Optical Inspection)自动光学检查,是依靠机器视觉作为识别的技术,用以改良或弥补人力用光学检测的种种缺点,现今已被应用在各式各样的产业中。AOI 最主要的功能为瑕疵检测、尺寸量测、定位贴合,包括高科技产业、半导体、生技医疗、食品等。AOI 在工业自动化中扮演着重要的角色,目前 AOI 最常被应用的产业分别是 PCB 和面板显示器产业,两者占比约为 64% 和 15%。

AOI 基本架构

主要六大组成:相机、镜头、机构、PLC、光源、工业电脑。AOI 系统以机器视觉为核心,结合光学、电控、机构以及检测软件执行检测作业。通过光源配置凸显影像特征,辅以电脑影像处理技术进行定位及检查,快速筛检产线中成品、半成品的缺陷、污染物及其他异常。

AOI 应用

AOI 在制造业的应用极为广泛,凡是检查产品上有无变形、破损、缺件、脏污与刮痕等瑕疵,或者是读码、对位、精密测量、印刷检验,皆能通过 AOI 技术进行检验。因此,如半导体、印刷电路板(PCB)、面板、电子机械、纺织、食品加工、汽车等产业,都能看见其踪影,其中更以 PCB 和面板产业为大宗。

由于任何零组件的瑕疵都可能影响产品功能,因此制造业对于提升良率需求与日俱增。传统产线依赖大量人工检测产品瑕疵模式,已无法满足产品全检与生产效率需求,因此导入自动光学检测(Automated Optical Inspection, AOI)系统成为工业制程上瑕疵辨识的应用主流。

AOI 的规格有哪些?

速度

如一分钟检多少个数,或者能够检测几公尺等。

精度

需要被检出的尺寸单位,例如 5 µm 或 0.005 mm 等。

視野

FOV(Field of View)即为相机的可视范围。

AOI 的优势

1. 取代人工目检

相较于人工检测或人工加光学仪器检测,AOI 能够比肉眼更加精确,且对于瑕疵判定的标准较为一致。

2. 提升检测速度

载高解析度相机的 AOI 系统能检测人眼难以辨识的细节,同时每分钟数以千计的筛检量能,也改善传统人工目视检测效率不彰的缺点。

AOI 的弱势

尽管 AOI 系统已广泛应用于各制造业产线,但其必须高度客制化的特性仍造成导入的难度与限制,面对复杂的产品瑕疵、影像背景、光影变化,AOI 系统使用相对受限。

1. 仅可检出定义好的瑕疵

AOI 采用 Rule-based 判断机制,通过程式语言撰写检测逻辑(Rule),仅能以定义好的参数作为基准检测样本瑕疵。举例而言,检测逻辑将瑕疵定义为圆形,非属圆形的瑕疵便无法通过 AOI 系统检测出异常,因此常产生漏检(Leakage)问题,诸如蛋壳孔样貌不同、塑胶射出制品的脱模剂油污、金属冲压件的刮痕等随机生成的瑕疵类型,都是 AOI 系统的克星。

2. 检测环境及设备要求高

AOI 相当依赖光源、相机、镜头三者间的密切搭配。以光源来说,为了强化对比以呈现物体特征,需根据待测物件材质、颜色、形状设计光线强度与特性,借以取得适用的影像降低误杀风险;选择相机时需依据检测需求决定感光元件、解析度、帧率等并搭配合适镜头,方能发挥光学系统功能,可谓「牵一发动全身」。

3. 过杀率(Overkill Rate)过高

AOI 光学检测是通过传统算法进行,系统往往将参数设定得相对严格,导致系统过于敏感,易受光影等外在条件影响而造成误杀(Overkill)现象,所以通常需要再耗费人力及时间成本进行二次检查。

4. 上线时间长、需要的样本数较多

相较于 AI 软件的低样本数、快速学习,AOI 需要的样本数及调整设定时间相当长,若遇上调机、更换零组件等情况,则须指派工程师依据经验值重新进行机台参数设定、对位,再加上软硬体调整过程相对复杂,维修时间短则几日长则数月,难以因应智慧制造产线弹性化需求,这对于需要快速回应订单、迅速调整产线生产内容或产品规格的产业相当不利。

AOI 的发展趋势

AOI 自动光学检测虽然已经实施多年,但由于其局限性及自身缺陷,加上产线生产模式由「大规模的生产」,改为「少量多样」,使得 AOI 结合 AI 成为工业4.0的大趋势。现今有许多系统整合厂商将 AOI 结合 AI,以弥补 AOI 不足之处,增强客户产线的完善度。

询问价格

联络我们

免费测试

欢迎留下任何问题,获取更多资讯今天就立即开始评估 升级您的生产线

Contact US – (简中)Δ

Notify

邮箱 *留言上一步下一步公司名称您想询问的产品类型 AI 检测 3D视觉机器人 AR + AI姓名联络电话

Previous

送出

LinkedIn

X

YouTube

Facebook

© 2025 SOLOMON Technology Corporation. All rights reserved.

沪ICP备14012553号-3 沪ICP备14012553号-2

安全公告 · 隐私权 · 使用条款 · 联络我们