1月26日，正值十周年之際，數之聯正式推出一款基于深度學習的創新型硬件產品——追光AI-AOI。作為獻禮之作，這款產品解決了傳統AOI操作復雜、調試時間長、誤判高等核心痛點。

檢測修復，國產化AOI設備崛起

海外的 AOI 公司都歷經十余年的發展，在相關領域的解決方案以及產品供應更加成熟，不過國內也出現了越來越多的優秀廠商，逐步打破國外巨頭壟斷局面。數之聯聯合創始人、工業事業部總經理方育柯在產品發布環節介紹道：“數之聯追光AI-AOI是我們全力做好國產化替代的一個象征，也是我們軟硬一體的產品。”

全新AI-AOI，解決行業痛點

自動光學檢測(AOI )是工業自動化有效的檢測方法，使用機器視覺做為檢測技術，以影像處理來檢出異物或圖案異常等瑕疵，大量應用于LCD/TFT、晶體管與PCB工業制程上。

但“傳統機器視覺基于規則或者簡單的算法，能夠滿足有比較明確特征的檢測或測量需求，在處理一致且制造精良的部件時尚且能可靠運行，但隨著缺陷庫的增大，算法也會變得越來越有挑戰性。”方育柯提到，隨著工廠對工藝的要求越來越高，更先進的制程不斷出現，傳統AOI在缺陷檢測方面的局限性逐漸顯露，“AI成為AOI檢測技術進一步發展的關鍵因素。”

以DIP工藝波峰焊爐后檢測為例，缺陷種類多，形態復雜，基于OK規則的傳統算法難以兼容焊點的多形態特征，誤判過篩率約為70%，這大大增加了操作員復判的工作量，也容易造成操作員疲勞，隨之增加漏檢風險。

此外，波峰焊的焊點形態變化大，傳統算法需要針對每一類焊點進行調試，大大增加了調試時間。同時傳統AOI操作復雜，還對人員的熟練程度有要求，一旦人員流動，難以延續設備檢測效果，就會影響生產效率。

圖為形態各異的焊點圖像

因此數之聯瞄準傳統AOI過檢、誤檢高，人力替代率低等痛點，聚焦PCBA、新能源、汽車、面板等領域，基于深度學習開發了全新的AI-AOI。

精準可靠，核心指標行業領先

與同類解決方案對比，數之聯追光AI-AOI搭載著數之聯深度學習神經網絡模型，該模型是數之聯集合了在泛半導體行業多個成功落地經驗及海量缺陷數據，訓練出的可兼容焊點形態變化、高泛化模型，能切實解決傳統AOI在編程/調試時間過長、誤判過高、因人而異的操作結果等核心痛點。

與傳統AOI對比，數之聯追光AI-AOI通過AI模型，自動識別焊點位置，一個檢測框即可覆蓋各類缺陷的檢測，將之前1-2小時的調試時間縮短為10分鐘以內。

不僅如此，基于深度學習的焊點識別，可精準定位缺陷位置，對多種形態各異的焊點做出準確的判斷，解決傳統算法僅對缺陷進行OK/NG粗分類問題。

經市場和客戶驗證，追光AI-AOI檢出率可達到99.99%，誤判率低于0.3%。其中，PCBA DIP 追光系列AOI已實現核心指標行業領先，有效提升工廠工藝品質。如此，生產線上更加一致、更加可靠且更快速地完成任務。

自主設計，力求極致

除了硬核指標提升方面，為了最大程度優化設備性能，數之聯在這款硬件的設計上也花了很多心思：

● 最大的檢板：在同規格系列產品中，能處理全行業最大的PCB板

● 最小的體積：在同規格系列產品中，全行業體積最小，幫助工廠節省廠房空間

● 最快的速度：自主研發的運動模組可高速運作，實現更高的UPH

● 兼具性價比：整機功能模組大量自主設計，兼具性能和成本優勢

● 全鏈條數據追溯：整版圖像，完整保留檢測結果。后續可通過條碼追溯，100%復現檢測情景

新產品，新征程，新未來。在這個歷史性的時刻，隨著追光AI-AOI的發布，數之聯產品矩陣進一步壯大，也將更好地滿足工業客戶在對工藝日益精進、極致的需求。未來，面向智能制造，以創新研發強動力，升級更優生產體驗，致力于讓工業質檢更智能。

審核編輯：符乾江