什麼是AOI？
AOI的優勢與弱勢？
AOI(Automated Optical Inspection)自動光學檢查，是依靠機器視覺作為辨識的技術，用以改良或彌補人力用光學檢測的種種缺點，現今已被應用在各式各樣的產業中，AOI最主要的功能為瑕疵檢測、尺寸量測、定位貼合，包括高科技產業、半導體、製藥、食品等，AOI在工業自動化中扮演著重要的角色，目前AOI最常被應用的產業分別是PCB和面板顯示器產業，兩者佔比約為64%和15%。
AOI基本架構
主要六大組成: 相機、鏡頭、機構、PLC、光源、工業電腦。
AOI系統以機器視覺為核心，結合光學、電控、機構以及檢測軟體執行檢測作業。透過光源配置凸顯影像特徵，輔以電腦影像處理技術進行定位及檢查，快速篩檢產線中成品、半成品的缺陷、污染物及其他異常。
AOI系統以機器視覺為核心，結合光學、電控、機構以及檢測軟體執行檢測作業。透過光源配置凸顯影像特徵，輔以電腦影像處理技術進行定位及檢查，快速篩檢產線中成品、半成品的缺陷、污染物及其他異常。
AOI應用
由於任何零組件的瑕疵都可能影響產品功能，因此製造業對於提升良率需求與日俱增。傳統產線仰賴大量人工檢測產品瑕疵模式，已無法滿足產品全檢與生產效率需求，因此導入自動光學檢測(Automated Optical Inspection, AOI)系統成為工業製程上瑕疵辨識的應用主流。
點此看 瑕疵檢測 應用案例 >
點此看 瑕疵檢測 應用案例 >
AOI的規格有哪些?
速度
如一分鐘檢多少個數，或者能夠檢測幾公尺等。
精度
需要被檢出的尺寸單位，例如5µm或0.005mm等。
視野
FOV(Field of View)即為相機的可視範圍。
AOI的優勢
1. 取代人工目檢
相較於人工檢測或人工加光學儀器檢測，AOI能夠比肉眼更加精確，且對於瑕疵判定的標準較為一致。
2.提升檢測速度
搭載高解析度相機的AOI系統能檢測人眼難以辨識的細節，同時每分鐘數以千計的篩檢量能，也改善傳統人工目視檢測效率不彰的缺點。
AOI的弱勢
儘管AOI系統已廣泛應用於各製造業產線，但其必須高度客製化的特性仍造成導入的難度與限制，面對複雜的產品瑕疵、影像背景、光影變化，AOI系統使用相對受限。
1.僅可檢出定義好的瑕疵
AOI採用Rule-based判斷機制，透過程式語言撰寫檢測邏輯（Rule），僅能以定義好的參數作為基準檢測樣本瑕疵。舉例而言，檢測邏輯將瑕疵定義為圓形，非屬圓形的瑕疵便無法透過AOI系統檢測出異常，因此常產生漏檢（Leakage）問題，諸如蛋殼孔樣貌不同、塑膠射出製品的脫模劑油汙、金屬沖壓件的刮痕等隨機生成的瑕疵類型，都是AOI系統的剋星。
2.檢測環境及設備要求高
AOI相當依賴光源、相機、鏡頭三者間的密切搭配。以光源來說，為了強化對比以呈現物體特徵，需根據待測物件材質、顏色、形狀設計光線強度與特性，藉以取得適用的影像降低誤殺風險；選擇相機時需依據檢測需求決定感光元件、解析度、幀率等並搭配合適鏡頭，方能發揮光學系統功能，可謂「牽一髮動全身」。
3.過殺率(Over kill rate)過高
AOI光學檢測是透過傳統演算法進行，系統往往將參數設定得相對嚴格，導致系統過於敏感，易受光影等外在條件影響而造成誤殺（Overkill）現象，所以通常需要再耗費人力及時間成本進行二次檢查。
4.上線時間長、需要的樣本數較多
相較於AI軟體的低樣本數、快速學習，AOI需要的樣本數及調整設定時間相當長，若遇上調機、更換零組件等情況，則須指派工程師依據經驗值重新進行機台參數設定、對位，再加上軟硬體調整過程相對複雜，維修時間短則幾日長則數月，難以因應智慧製造產線彈性化需求，這對於需要快速回應訂單、迅速調整產線生產內容或產品規格的產業相當不利。
AOI的發展趨勢
AOI自動光學檢測雖然已行之有年，但由於其侷限性及本身缺陷，加上產線生產模式由「大規模的生產，改為少量多樣」，使得AOI結合AI成為工業4.0的大趨勢，現今有許多系統整合廠商將AOI結合AI，以彌補AOI不足之處，增強客戶產線的完善度。
點此看 AI結合AOI視覺檢測 優點與分析 >
點此看 AI結合AOI視覺檢測 優點與分析 >
