视源股份 | 新闻中心-必一运动

       现代工业生产流程中, 测试几乎是最不可或缺的一部分：连续大批量生产中的每个制程都有一定次品率，单独看虽然比率很小，但相乘后却成为工厂提高良率的瓶颈。过去，在电子制造业，工人需要手持复杂的印刷电路板，花费很长时间检查板卡外观有无缺陷，难以适应高速生产的需求。

      视源股份（cvte）旗下控股子公司镭晨科技，将机器人应用、机器视觉和自动测试技术应用到检测系统上，致力于打造高端柔性化、智能化的工业生产及检测设备。其中镭晨科技将深度学习算法，结合大数据训练智能模型应用在自动光学检测（aoi）中，帮助实现高效准确的工业外观检测。

你听过自动光学检测（aoi）吗？

      自动光学检测（aoi）是一种基于光学原理，利用机器视觉替代人工目检的外观检测技术。系统自带高分辨率工业相机，在电子电路板顶面拍照后，通过智能图像分析，检测电子电路板上的插件元器件的错、漏、反等缺陷，其中就包含了人眼无法看到的细节特征。

深度学习，更加聪明

       传统aoi是自动化的，在人工设定规则下，能替代大量重复性外观检测工作。但工业检测中所产生的海量数据，传统aoi难以针对其进行处理及训练，可能会导致数据的浪费以及其自身应用的停滞不前。

       为了让检测更加“自主聪明”，镭晨科技自主研发了深度学习的人工智能技术，并将其应用在aoi中。这种深度学习算法能模拟人类大脑工作，构建深度神经网络，在原始数据中进行自动特征的提取。当出现无法检测的缺陷时，检测系统可以通过设备采集数据，在一定的人工干预下进行模型的微调训练。在训练过程中，随着数据集的扩充和模型的强化，检测结果也在不断优化。

强适应力，多行业应用

       然而制造业里，每个垂直领域的生产流程和工艺都千差万别，aoi进入每个行业的理解成本都很高。所以传统机器视觉在工业检测应用上，仍面临着适应不同生产环境的挑战，即便是微小的环境因素差异都可能会影响检测精度。

       针对这种情况，镭晨科技自研的深度学习算法本身就拥有很强的通用性、柔性以适应不同的行业。举个例子，镭晨科技aoi在进行元件极性识别时，基本不会受到元件成像角度、位置、光照、纹理、颜色、大小等差异的影响，兼容多种工业环境。现在该aoi系统已应用在多个行业，包括显示液晶屏幕的自动化检测、汽车电子产品的外观检测、电子产品的组装加工过程等。

       以上你所看到的“黑科技应用”都离不开背后的技术支撑：视源股份中央研究院和镭晨自身专业的机器视觉研发团队。视源股份中央研究院在视觉计算、数据挖掘、机器人等多个领域进行基础科研，以探究未知、发现新知。基于中央研究院提供的底层必一运动的技术支持，镭晨科技自身的研发团队将进行技术落地与产品化，把这些 “黑科技应用”带入更多的工业场景。

       未来的工厂将会拥有灵活的协同系统，自主运行整个生产过程，在全局范围内自我优化，实时适应新的环境。视源股份（cvte）将以视觉计算、数据挖掘等前沿技术赋能制造模式和工业体系，为智慧工业建设注入新的能量，让科技设想照进现实。