传统的AOI视觉检测设备往往存在编程步骤复杂、耗时长,判断标准较为单一呆板 ,检测的泛化能力差等弊病。并且,在某些情况下容易

误判,光照不佳、电路板颜色变化也会影响检测的准确率。而要AOI用的好,则要求操作传统AOI的工人积累足够丰富的编程技术经验。这

也就导致了小型企业不愿使用这些操作难度大的设备, -是这类人才有限,二是有的客户产线换线频繁,不适合使用。三是使用效果

不佳误报太高。

当前我国制造业正处于从传统生产模式向数字化、网联化、智能化的新发展阶段。在我国致力于碳中和的战略背景下，智能制造的发展是我国实现碳中和的关键，也是我们从制造大国走向制造强国的重要一步。一方面，AI赋能制造业能通过提高良率、降低原材料损耗等方式来降低生产成本，减少碳排放；另一方面，人工智能可通过全自动化、动态监控等方式提高各生产环节的效率，由此实现降本增效，双重发展。



机器视觉通过计算机模拟人的视觉，基于提取的信息进行处理与理解。随着工业生产复杂程度的不断加深，越来越多的微加工生产流程不断涌现，随之而来的是大量不可控制的磨损和消耗。为了保证生产精度，机器视觉被广泛用于零部件的尺寸测量与***与工序间自动化等工序。广州镭晨智能装备科技有限公司专注于PCBA生产过程中的光学视觉检测领域，是集研发、销售、服务于一体的高新型企业。产品涵盖DIP炉前、DIP炉后AOI,***T 2D AOI、3DAOI 、3D SPI、以及涂覆检测设备。

不过随着科技的演进，电路板的尺寸也越来越小，小小地电路板上面光要挤下这么多的电子零件都已经有些吃力了，所以测试点占用电路板空间的问题，经 常在设计端与制造端之间拔河,不过这个议题等以后有机会再来谈。测试点的外观通常是圆形，因为探针也是圆形，比较好生产，也比较容易让相邻探针靠得近一点,这样才可以增加针床的植针密度。镭晨科技以技术创新为，致力于做好用的AOI。研发技术人员占比70%，专注于人工智能、视觉领域10余年，并取得了重大突破，用AI赋能工业检测，将深度学习算法应用到AOI，为企业提供高检出、低误报、易编程的光学检测方案。