什么是AOI
AOI (Automated Optical Inspection)自动光学检查，是依靠机器视觉作为辨识的技术，用以改良或弥补人力用光学检测的种种缺点。现今，AOI自动光学检查已被应用在各式各样的产业中，其最主要的功能为瑕疵检测、尺寸量测、定位贴合，在高科技、半导体、制药、食品等行业中，AOI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、机构以及检测软体执行检测作业。透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，产品上的无变形、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。传统产线仰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系统(Automated Optical Inspection, AOI)，已经成为工业制程上瑕疵辨识的应用主流。
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：搭载高解析度相机的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的劣势
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，透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。举例来说，检测逻辑将瑕疵定义为圆形，非属圆形的瑕疵便无法透过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(Over kill rate)过高：AOI光学检测是透过传统演算法进行，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软体的低样本数、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行之有年，但由于其局限性及本身缺陷，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。
深树荫官方网站：https://www.defectdetection.cn/
欢迎详询我们了解更多机器视觉的故事！