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。

电路板PCBA_上设置测试点( test point )的用途;可是在大量生产的工厂里没有办法让你用电表慢慢去量测每一片板子 上的每一颗电阻、 电容、电感、甚至是IC的电路是否正确，所以就有了所谓的ICT ( In-Circuit-Test )自动化测试机台的出现，它使用多根探针( -般称之为「针床( Bed-Of-Nails )」治具 )同时接触板子上所有需要被量测的零件线路，然后经由程控以序列为主，并列为辅的方式循序量测这些电子零件的特性，通常这样测试一般板子的所有零件只需要1~2分钟左右的时间可以完成，视电路板上的零件多寡而定，零件越多时间越长。

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。

AIS201

镭晨插件光学检测设备，通过高精度彩色工业相机不停板实时抓取板像，采取卷积***网络算法，可有效检测电子电路板上的插件元器件的缺件、多件、偏移、极反、错件等多种缺陷类型。基于大数据训练的深度学习算法智能模型，支持一键编程、智能识别器件有无及方向，大幅缩短编程时间，降低学习成本；实用的AI智能训练工具，让设备具有持续学习的能力，自行扩充智能检测模型，实现更多元件类型检测。