确保仅安装外观可接受的连接器

对于电子连接器来说，虽然功能是关键，但外观同样重要，高级消费电子产品更是如此。小型电子连接器经常会有一些划痕、凹陷和其他表面缺陷，这些可以通过功能测试，但却会影响外观。这些缺陷的种类非常广泛，很多会很小，而且无法预测位置，使得传统机器视觉无法可靠地完成检测。

Cognex Deep Learning 可以检测甚至是最小的外观异常。缺陷探测工具使用一系列无缺陷的连接器图像进行训练。然后它即可可靠地探测和标记电子连接器上任意位置的异常，确保仅外观合格的连接器进入下一装配阶段。

钻头和零件之间的精确对准有助于避免损坏

激光钻孔和划线技术被用于制造各种电子硬件和组件。激光束的强度和热量输出能够在各种材料（包括金属、塑料、陶瓷、复合材料和玻璃）上钻出各种大小和直径的孔。较常见的是，在电路板组装期间使用激光钻孔在PCB 上钻出微小的“微孔”。这个过程需要钻头和木板之间精确对准，不能产生丝毫损坏，否则可能导致机器停机并降低产品成品率。根据所制造的硬件，一台机器可能需要对多个零件进行钻孔或划线，并执行多次 X-Y 位置调整。

康耐视 AlignSight 对位传感器使用业界先进的视觉技术根据靶标或边角定位 PCB。然后它会转换图像坐标（考虑旋转和偏移）以将钻孔机引导到起始位置或“基准位置”。AlignSight 传感器能够快速、自动地执行视觉运动控制标定，使钻孔机完成对准任务后无需视觉专家的干预即可进行下一步。高精度意味着设备制造商需要的支持更少、服务成本更低、且停机时间更短。传感器的单相机平台包括工业化封装的集成照明、光学元件、图像传感器和处理器，与定制产品相比更有成本竞争力。

在一次操作中验证装配是否正确、探测缺陷、并读取 PCB 上的文本

印刷电路板 (PCB) 是各种组件、焊接、基材和印刷文本的复杂装配体。大量的组件和连接意味着可能出现的缺陷也会有很多种，但其复杂性和密度却会给视觉检测增加困难。

通过子组件检测确认正确的组件在必要的位置，检测可能出现的焊接问题、挂擦、组件未对准、以及其他缺陷，还要读取并确认电路板上的文本字符，这些可能需要三个独立的工作站。通常空间有限，成本非常高，或者生产延迟非常大，所以某些制造商被迫接受很高的错误率，然后在功能测试发现错误时报废已经完成的装配，甚至被迫忍受着较高的退货率。

考虑到电路板的复杂性，需要检测的诸多方面对于传统的机器视觉来说几乎是无法完成的任务。

Cognex Deep Learning 可以快速并可靠地解决 PCB 装配验证问题。它同时使用合格的和不合格的 PCB 图像集进行训练。三个不同的深度学习工具在同一个工作站上以不会造成生产延迟的统一方式检测这些电路板。

装配验证工具检测是否所有组件都在正确的位置。缺陷探测工具标记所有焊接问题、组件损坏、电路板上的碎片、或者其他缺陷。字符识别工具读取电路板和组件上的所有文本字符，然后输出所读字符的文本字符串。

检测不同的 PCB 时，或者设计发生变化时，可以迅速对这些深度学习工具进行重新训练，无需任何编程。

使用深度学习软件对 PCB 组件进行识别和计数，确保装配正确

采用 In-Sight ViDi 技术的深度学习式视觉软件在最终装配验证期间，二维和三维机器视觉系统会采用传统方式对 PCB 进行检查，确认 LED、微处理器和其他表面安装设备是否存在，以及位置是否正确。组件位置错误或组件缺失可能会影响 PCB 的性能和使用寿命。制造商必须重视针脚挂擦、扭曲、弯曲或缺失等情况。芯片容错率很低，如果存在任何缺陷，即使是在最表层，也会使芯片成为废品。

必须在将 PCB 装配到设备或发送给客户前发现这些错误。但是，外观的轻微变化—无论是因为灯光对比度弱、视角和方向变化，还是因为金属表面眩光—均会使自动化检测系统难以处理。机器视觉系统很难将靠在一起的元件识别为独立组件。将这些检查程序设计为规则型算法是一项耗时且容易出错的工作，而且现场工程师很难进行维护。尽管人类检查员可以识别这些组件，但是这无法满足高速处理要求。

康耐视 Cognex ViDi 深度学习图像分析软件为 PCB 装配检查提供了可在现场进行维护的解决方案。ViDi Blue-Locate 工具从标有每个元件类型位置的图像学习识别组件，在一个工具中构建每个组件的参考模型。该工具根据元件的尺寸、形状和表面功能特征概括元件的明显功能特征，并了解其正常外观，以及其在电路板上的一般位置。此外，系统也进行了优化，可以处理对比度低或捕获效果不佳的图像。

在生产过程中，ViDi Blue-Locate 将会分析电路板的所有相关区域，即使外观出现变化，也可以定位和识别每个组件。该解决方案可以确定组件是否存在，并确认是否使用了正确的组件。通过这种方式，该工具可以为复杂 PCB 装配检查自动化提供可靠的解决方案。

二维和三维机器视觉系统检测 PCB 的组件数量、尺寸和位置。

一旦印刷电路板印刷组装完毕，则必须检查 PCB 的组件数量、尺寸和位置。焊膏印刷不良和组件定位错误会影响 PCB 的性能和寿命。

康耐视机器视觉技术可验证焊膏是否已正确分配且 IC 组件是否已正确定位和放置。康耐视视觉技术还可执行 PCBA 检测、验证填充的 PCB 是否无缺陷并符合严格的质量标准。

• 焊膏检验：机器视觉检查是否存在倾斜或清除的打印、桥接和达到峰值。视觉检查焊膏的位置和形状，以便对 PCB 丝网印制过程进行闭环控制

• 表面贴装设备检测：机器视觉检查导线的长度、宽度、节距、弯曲、导线缺失、芯片尺寸和球的位置、尺寸和节距。

• 自动光学检测 (AOI)：对填充板进行视觉测试，检查部件的位置并检测缺失、颠倒或不正确的部件。

确认 PCB 上的触点和线缆连接位置正确

在手机和其他小型电子设备中，排线负责在电路板和其他组件之间传递信号和电力。为了实现最高效率，装配时，这些线上的连接器必须准确地安装到相应电路板的触点上。

触点弯曲或者连接器不牢固会导致连接不佳、间歇中断甚至故障，从而丢失信号或者电力。在将电路板送到下一个装配步骤之前，必须先检查确认触点未损坏，且连接器位置正确。

触点及其位置可能会出现各种方式的弯曲、不完整或者损坏，而连接器则可能会未对准或者与触点连接不牢固。各种可能的触点弯曲和连接器位置错误情况使传统机器视觉难以完成 PCB 检测任务，更不用说视野中还有其他复杂且反光的组件。

Cognex Deep Learning 能够快速且轻松地解决连接器连接检测。装配验证工具使用正常连接和触点的图像集进行训练，学习安装正确时的各种差异，甚至可以加上反光和复杂背景。经过训练后，装配验证工具即可接受所有可接受的装配，同时剔除超过参数范围的情况。

PCB 设计发生变化时，Cognex Deep Learning 使用新设计的图像集进行重新训练后即可迅速重新投入生产线，无需编程。

机器视觉引导拾取组件并放置到 PCB 上。

组件放置引导对柔性印刷电路板 (FPCB) 有特殊重要的意义。FPCB 在很多需要考虑柔性和空间的 OLED 显示屏和其他电子模块中替代了刚性 PCB，例如相机、扬声器、I/O 接口，甚至某些逻辑板。

康耐视机器视觉解决方案可帮助引导组件（包括表面安装设备 (SMD)）到 PCB 或 FPC 上。康耐视视觉技术可在安装组件前定位零件，使用极高速几何图案匹配确保即使是最精细的设备也能放置到准确的位置。康耐视 Synthetic PatMax 和 Model Maker 工具使 OEM 能够使用 CAD 数据快速且方便地创建组件模型。这可避免操作员使用传统图像训练模型方法时可能产生的潜在偏差或其他问题。

PatMax 技术可靠且准确地定位基准标记，用于丝网印刷和安装中的校准

在 PCB 上安装有电子元件期间，包括电阻、连接器和球栅阵列，基准对位对印刷电路板组件 (PCBA) 至关重要。由于基准标记在印刷电路板组装过程中起着参考位置的作用，所以 OEM 必须能够准确并重复地对其进行提取和定位

Cognex PatMax 技术使用几何信息在丝网印刷、配胶、安装、自动光学检测 (AOI) 和飞针测试期间定位基准标记。PatMax 在各种条件下都能快速、稳定且高度精确，因此能够实现精确校准。

读码技术能够识别电路板组件序列号并读取 PCB 上的代码以进行追踪

由于印刷电路板经过从裸板到丝网印刷、元件安装、自动光学检测以及最终装配等工艺流程，所以在许多步骤中都会增加价值，并且必须跟踪质量数据。条形码用于对制造电路板的时间和地点、焊料温度、通量密度、元件批号和测试数据等信息进行编码。使用自动识别跟踪这些信息对确保 PCB 已经正确组装并具有所有必要组件来说非常重要。随着条形码尺寸减小并且包含更多数据，这对自动识别系统提出了额外的要求。

Cognex DataMan 读码器可通过结合了 Hotbars 技术的 1DMax 和 结合了 PowerGrid 技术的 2DMax 条码读取算法可靠地识别打印在标签上的一维码和二维码，或直接在印刷板上进行冲压或激光蚀刻。这使机器能够以最大的潜能运行。康耐视机器视觉系统提供光学字符识别 (OCR) 和光学字符验证 (OCV)，以便通过序列号识别电路板和高价值组件，或读取未纳入原始条形码标签的信息。

准确地检测托盘上各个芯片是否偏斜

集成电路 (IC) 芯片在 JEDEC 托盘中以标准间距传输，使自动拾取和放置机器能够根据尺寸定位和拾取组件。虽然采用了矩阵式布置，机器人仍然偶尔会过度伸展或未干净地松开零件，导致单元中的芯片产生偏斜。这种未对准会给下游带来问题，例如另一个机器人拾取 IC 设备进行下一阶段的组装时。二维机器视觉难以准确地检测这种类型的偏斜度。

康耐视 3D 激光位移传感器可以高速且清晰地显示大托盘上各芯片的三维模型，并以微米级精度检测位置差异。确认后，系统会将测量信息发送回 PLC 或机器人，以便进行调整并准确地拾取偏斜或未对准的芯片。

在挑战性的条件下读取任意字符文本

PCB 上装配的大部分芯片都有字母数字字符串标记，方便在生产中进行跟踪。镜面眩光会降低图像对比度，使机器视觉系统难以定位和识别字符。为了成功地解码电子组件和模块上的字符，光学字符识别 (OCR) 系统需要能应对反光表面以及变形、歪斜和蚀刻质量差的字符。

康耐视深度学习可以轻松读取变形的字符，即使有成像问题也能读取。这种深度学习 OCR 方法避免了过多的标记工作，从而节省了培训和开发时间，并能成功读取挑战性条件下的字符。该软件只需要工程师设置感兴趣区域和字符大小。设置后，工具中的预培训字体库无需培训即可解码字符并读取字符串。对于有难读取字符的情况，可以使用字符及各种变量直接重新培训软件。

在电子设备制造中，使用机器人执行取放和机器趋势任务变得越来越常见。AlignSight 传感器支持视觉向导机器人应用，可通过一个或多个固定相机实现向导式取放和抓取校正；也可作为安装在机器人上的配置，即相机随机器人一起移动。常见应用包括：

• 将各种形状的连接器插入基材

• Mounting of various shaped parts on a housing

• Loading/unloading of parts to/from testing machine

电子产品市场中的很多制造流程都需要只有工作台才能提供的速度和精度。AlignSight 可提高装配和加工机器的预对位、基准点对位和全局对位。传感器支持一或两台相机配置的工作台对位。常见应用包括：

• 模块组装

• Drillers

• Laser

• Dispensers

电子行业的制造商需要的不仅是精度，还需要机器能在各种制造流程差异的情况下保持良好性能。AlignSight 使用专利的 PatMax 视觉技术，能够准确、快速且一致地定位零件、基准点和图案，让生产流畅运行。

制造商们希望他们的自动化生产线能够尽快上线运行，从而保证效率并及时让产品批量上市。AlignSight 部署简单，设置、测试和验证快速，使自动化工程师或系统集成商能够更快地投入生产。不需要视觉工程师。借助使用康耐视自动标定技术的 AlignSight，一键快速标定机器人或工作台。

优化地面空间的占用有重要意义，所以自动化设备必须紧凑。AlignSight 内置相机、处理器和 I/O，无需独立计算机或控制器来运行对位应用程序，使机器制造商和系统集成商能够节省面板空间并最小化机器的整体体积。

与需要独立 HMI 装置的控制器式解决方案不同，AlignSight 可通过自动机器的 HMI 使用 AlignSight 软件开发工具包 (ASDK) 进行设置和控制。用户可以使用定制开发的 HMI 运行传感器设置、控制传感器设置、管理配方和训练图案。