CN112005624B - 识别参数最优化装置、元件安装系统、识别参数最优化方法 - Google Patents

Abstract

在元件安装机(10)将元件(P)安装于基板(B)时，在元件识别(步骤S102)中通过对该元件(P)进行拍摄而取得的图像数据(Dp)被存储于存储部(92)(步骤S103)，并基于该图像数据(Dp)使亮度关联条件最优化(步骤S201、S301～S311)。因此，能够取得与实际成为元件安装的对象的元件(P)相应的适当的亮度关联条件。

Description

识别参数最优化装置、元件安装系统、识别参数最优化方法

技术领域

本发明涉及通过利用照相机对元件进行拍摄来识别元件的技术。

背景技术

以往，已知有利用安装头将所吸附的元件安装于基板的元件安装机。在该元件安装机中，按照表示元件的尺寸等元件信息的安装数据来安装元件。特别地，在专利文献1中示出了如下技术：将元件的原图像与元件信息建立关联并预先存储于数据库，通过对元件安装机拍摄元件所得到的图像与数据库的原图像进行对比，由此从数据库中提取元件信息并创建安装数据。元件安装机能够基于如此创建出的安装数据，利用安装头来吸附元件并将其安装于基板。

但是，在该元件安装机中，存在由于安装头没有适当地吸附元件从而元件的安装失败的情况。因此，适当地执行基于由照相机拍摄元件所得到的图像来识别元件的元件识别。在该元件识别中，例如基于图像中包含的元件的尺寸与容许值的比较，判断元件是否被安装头适当地吸附。特别是，在专利文献2中示出了基于在元件识别中拍摄到的图像来调整元件尺寸的容许值的技术。

现有技术文献

专利文献

专利文献1：日本特开2002-050895号公报

专利文献2：日本特开2011-211088号公报

发明内容

发明所要解决的课题

然而，元件识别基于对一边从照明向元件照射光一边进行拍摄所得到的图像的亮度进行使用了阈值的图像处理后的结果来执行。这样的与图像的亮度有关的条件(亮度关联条件)、即在元件识别中使用的照明的光的亮度与阈值的组合在元件识别开始之前被预先设定，元件安装机使用该亮度关联条件来执行元件识别。

但是，存在由于在元件识别开始之前所设定的亮度关联条件不是与实际成为元件安装的对象的元件相应的亮度关联条件，所以元件安装中的元件识别的精度降低的情况。这样的元件识别的精度的降低成为如下情况的主要原因：虽然是目标元件且能够正常地吸附正确形状的元件，但是会错误地判断为元件的姿态或元件本身不适合于安装。

本发明鉴于上述课题而完成，其目的在于提供一种能够取得与实际成为元件安装的对象的元件相应的适当的亮度关联条件的技术。

用于解决课题的技术方案

本发明的识别参数最优化装置具备：通信部，接收由执行元件识别并基于元件识别的结果将元件安装于基板的元件安装机所取得的图像数据，在元件识别中，基于对通过一边从照明向元件照射光一边由照相机拍摄元件而取得的图像数据所表示的亮度执行使用了阈值的图像处理后的结果来识别元件；存储部，存储通信部接收到的图像数据；以及运算部，基于存储在存储部中的图像数据对表示在元件识别中使用的照明的光的亮度与阈值的组合的亮度关联条件进行最优化，并存储于存储部。

本发明的识别参数最优化方法包括如下工序：利用通信部接收由执行元件识别并基于元件识别的结果将元件安装于基板的元件安装机所取得的图像数据，在元件识别中，基于对通过一边从照明向元件照射光一边由照相机拍摄元件而取得的图像数据所表示的亮度执行使用了阈值的图像处理后的结果来识别元件；将通信部接收到的图像数据存储于存储部；以及基于存储在存储部中的图像数据对表示在元件识别中使用的照明的光的亮度与阈值的组合的亮度关联条件进行最优化，并存储于存储部。

在如此构成的本发明(识别参数最优化装置、识别参数最优化方法)中，在元件安装机将元件安装于基板时，在元件识别中通过对该元件进行拍摄而取得的图像数据被存储于存储部，并基于该图像数据使亮度关联条件最优化。因此，能够取得与实际成为元件安装的对象的元件相应的适当的亮度关联条件。

另外，也可以将识别参数最优化装置构成为：存储部将图像数据与该图像数据的属性建立关联并进行存储，属性至少根据图像数据中包含的元件的种类来进行区分，运算部基于具有同一属性的多个图像数据来最优化对与同一属性对应的种类的元件执行元件识别时的亮度关联条件。在该结构中，能够取得与实际成为元件安装的对象的元件的种类相应的适当的亮度关联条件。

另外，也可以将识别参数最优化装置构成为：属性根据成为元件识别的对象的元件的制造商、在元件识别中所使用的照相机以及执行元件识别的元件安装机当中的至少一个与元件的种类的组合来进行区分。在该结构中，能够取得与成为元件识别的对象的元件的制造商、在元件识别中所使用的照相机或执行元件识别的元件安装机等相应的适当的亮度关联条件。

另外，也可以将识别参数最优化装置构成为：当通信部接收到在元件识别中预定取得的图像数据的属性时，运算部经由通信部将基于由通信部接收到的属性的图像数据进行最优化后的亮度关联条件发送到元件安装机。在该结构中，通过将在元件识别中预定取得的图像数据的属性发送到识别参数最优化装置，能够将根据该属性而进行最优化后的亮度关联条件发送到元件安装机。因此，能够以与在该元件识别中预定取得的元件的图像数据的属性相应的亮度关联条件来执行预定执行的元件识别。

另外，也可以将识别参数最优化装置构成为：当通信部接收到元件安装机在元件识别开始之前通过对元件进行拍摄而取得的图像数据时，运算部经由通信部将基于与由通信部接收到的图像数据具有规定关系的图像数据进行最优化后的亮度关联条件发送到元件安装机。在该结构中，元件安装机在元件识别开始之前通过对元件进行拍摄而取得图像数据，并将其发送到识别参数最优化装置，从而能够接收到基于与该图像数据具有规定关系的图像数据进行最优化后的亮度关联条件。因此，元件安装机能够以与实际成为元件安装的对象的元件相应的亮度关联条件开始进行元件安装中的元件识别。

另外，也可以将识别参数最优化装置构成为：运算部经由通信部将基于与由通信部接收到的图像数据类似的图像数据进行最优化后的亮度关联条件发送到元件安装机。在该结构中，元件安装机能够基于根据与在元件识别开始之前所取得的元件的图像数据类似的图像数据进行最优化后的亮度关联条件，适当地开始元件识别。

另外，也可以将识别参数最优化装置构成为：通信部接收通过元件安装机在从照明照射规定亮度的光这样的规定照明条件下对元件进行拍摄而在元件识别开始之前所取得的图像数据。

而且，也可以将识别参数最优化装置构成为：存储部将与在规定照明条件下取得在亮度关联条件下取得的图像数据的情况相当的图像数据作为参照图像数据与亮度关联条件建立关联并进行存储，运算部经由通信部将与参照图像数据建立关联后的亮度关联条件发送到元件安装机，该参照图像数据是与由通信部接收到的图像数据类似的图像数据。在该结构中，识别参数最优化装置能够基于元件安装机在规定照明条件下对元件进行拍摄而取得的图像数据，准确地将适当的亮度关联条件发送到元件安装机。

或者，也可以将识别参数最优化装置构成为：存储部将用于亮度关联条件的最优化的图像数据与亮度关联条件建立关联并进行存储，运算部经由通信部将与对由通信部接收到的图像数据和与亮度关联条件建立关联的图像数据进行对照的结果为满足规定的对照条件的图像数据建立关联的亮度关联条件发送到元件安装机，对照条件是调整图像数据与作为对照对象的所述图像数据相类似这样的条件，该调整图像数据是通过根据规定照明条件和与作为对照对象的图像数据建立关联的亮度关联条件之间的不同来调整由通信部接收到的图像数据的亮度而创建的图像数据。在该结构中，识别参数最优化装置能够基于元件安装机在规定照明条件下对元件进行拍摄而取得的图像数据，准确地将适当的亮度关联条件发送到元件安装机。

此外，也可以将识别参数最优化装置构成为：在元件识别中，基于使用亮度关联条件的阈值从图像数据中提取出的元件和与元件的结构有关的元件关联条件之间的比较，来识别元件，运算部基于使用最优化后的亮度关联条件的阈值从图像数据中提取出的元件的结构来最优化元件关联条件，并存储于存储部。在该结构中，能够取得与最优化后的亮度关联条件相应的元件关联条件。

本发明的元件安装系统具备：元件安装机，执行元件识别并基于元件识别的结果将元件安装于基板，在元件识别中，基于对通过一边从照明向元件照射光一边由照相机拍摄元件而取得的图像数据所表示的亮度执行使用了阈值的图像处理后的结果来识别元件；以及上述的识别参数最优化装置。因此，能够抑制由于与拍摄元件所得到的图像的亮度相关的亮度关联条件不适当，所以元件识别的精度降低的情况。

发明效果

根据本发明，能够取得与实际成为元件安装的对象的元件相应的适当的亮度关联条件。

附图说明

图1是示意性地表示本发明的元件安装系统所具备的元件安装机的部分俯视图。

图2是表示本发明的元件安装系统所具备的电气结构的框图。

图3是示意性地表示元件供给卷轴的一例的图。

图4是示意性地表示图1的元件安装机所具备的元件识别照相机的结构的一例的图。

图5是以表形式表示元件数据存储库的一例的图。

图6是以表形式表示图像数据库的一例的图。

图7是表示元件安装处理的一例的流程图。

图8是表示识别参数的最优化处理的一例的流程图。

图9是表示识别参数中的亮度关联条件的最优化处理的一例的流程图。

图10是以表形式表示图9的亮度关联条件的最优化处理中的运算结果的一例的图。

图11是表示识别参数中的元件关联条件的最优化处理的一例的流程图。

图12是表示由元件安装机执行的生产开始准备的第一例的流程图。

图13是表示对基于图12的生产开始准备的来自元件安装机的请求进行处理的服务器计算机的动作的一例的流程图。

图14是表示由元件安装机执行的生产开始准备的第二例的流程图。

图15是表示对基于图14的生产开始准备的来自元件安装机的请求进行处理的服务器计算机的动作的一例的流程图。

图16是表示由元件安装机执行的生产开始准备的第三例的流程图。

图17是以表形式表示成为图16的生产开始准备的前提的图像数据库的一例的图。

图18是表示与生产开始准备的第三例对应的请求处理的变形例的流程图。

具体实施方式

图1是示意地表示本发明的元件安装系统所具备的元件安装机的部分俯视图。在图1中，适当地示出以Z方向为铅垂方向的XYZ直角坐标系。另外，图2是表示本发明的元件安装系统所具备的电气结构的框图。如图2所示，元件安装系统1具有元件安装机10和管理元件安装机10的服务器计算机9。

元件安装机10具有对装置整体统一进行控制的控制器100。控制器100是具有运算部110以及由HDD(Hard Disk Drive：硬盘驱动器)构成的存储部120的计算机，所述运算部110是由CPU(Central Processing Unit：中央处理单元)、RAM(Random Access Memory：随机存取存储器)构成的处理器。而且，控制器100具有：驱动控制部130，控制元件安装机10的驱动系统；拍摄控制部140，控制元件安装机10的拍摄系统；以及通信部150，进行与服务器计算机9之间的通信。

运算部110通过按照存储于存储部120的安装程序来控制驱动控制部130和拍摄控制部140，由此以安装程序规定的顺序将元件P安装于基板B。此时，运算部110基于拍摄控制部140利用元件识别照相机5拍摄元件P所得到的图像数据Dp，来控制元件P的安装。另外，元件识别照相机5进行拍摄所得到的元件P的图像数据Dp如后文详细描述的那样，由通信部150发送到服务器计算机9。

如图1所示，元件安装机10具有设置在基台11之上的一对输送机12、12。并且，元件安装机10将元件P安装于由输送机12从X方向(基板输送方向)的上游侧搬入到安装处理位置(图1的基板B的位置)的基板B，并利用输送机12将完成元件P的安装后的基板B(元件安装基板B)从安装处理位置向X方向的下游侧搬出。

在该元件安装机10中设置有与正交于X方向的Y方向平行的一对Y轴轨道21、21、与Y方向平行的Y轴滚珠丝杠22及对Y轴滚珠丝杠22进行旋转驱动的Y轴电动机My(伺服电动机)，与X方向平行的X轴轨道23在以能够在Y方向上移动的方式支承于一对Y轴轨道21、21的状态下，被固定于Y轴滚珠丝杠22的螺母。在X轴轨道23安装有与X方向平行的X轴滚珠丝杠24以及对X轴滚珠丝杠24进行旋转驱动的X轴电动机Mx(伺服电动机)，头单元20在以能够在X方向上移动的方式支承于X轴轨道23的状态下，被固定于X轴滚珠丝杠24的螺母。

因此，图2的驱动控制部130通过控制Y轴电动机My及X轴电动机Mx，能够控制头单元20的移动。即，驱动控制部130利用Y轴电动机My使Y轴滚珠丝杠22旋转而使头单元20在Y方向上移动，并利用X轴电动机Mx使X轴滚珠丝杠24旋转而使头单元20在X方向上移动。

如图1所示，在一对输送机12、12的Y方向的两侧分别在X方向上排列有两个元件供给部3。相对于各元件供给部3，多个带式送料器31在X方向上排列并以能够拆装的方式被安装。带式送料器31在Y方向上延伸设置，在Y方向上的头单元20侧的前端部具有元件供给部位32。并且，卷绕有带的元件供给卷轴7(图3)相对于各带式送料器31而配置，所述带将集成电路、晶体管、电容器等小片状的元件P隔开规定间隔地进行收纳，在带式送料器31装填有从元件供给卷轴7拉出的带。并且，带式送料器31将带朝向头单元20侧并在Y方向上间歇地送出。由此，带内的元件P在Y方向(进给方向)上被送出而被依次供给到带式送料器31的元件供给部位32。

图3是示意性地表示元件供给卷轴的一例的图。元件供给卷轴7具有轴心71和从两侧夹持轴心71的两张侧板72，通过侧板72从两侧支承卷绕于轴心71的带。另外，卷轴7在侧板72具有由条形码构成的元件ID73。元件ID73表示附加有该元件ID73的元件供给卷轴7的带所收纳的元件P的种类、制造商这样的元件属性。与此相对，元件安装系统1具备读取元件ID73的ID读取器8，运算部110能够基于由ID读取器8读取的元件ID73所表示的元件属性，确认装填到各带式送料器31的元件P的种类等。

如图1所示，头单元20具有所谓的旋转型的安装头4。即，安装头4具有以旋转轴为中心呈圆周状地以等角度间隔排列的多个(8个)吸嘴41，多个吸嘴41能够以旋转轴为中心旋转。并且，安装头4通过各吸嘴41进行元件P的吸附/安装。具体而言，安装头4向带式送料器31的上方移动，通过吸嘴41吸附(拾取)由带式送料器31供给到元件供给部位32的元件P。安装头4在如此保持元件P的状态下，移动到安装处理位置的基板B的上方来将元件P安装于基板B。这样，由元件安装系统1执行吸附元件P而将其安装于基板B的元件安装处理。

而且，在元件安装机10中，朝向上方安装于基台11的元件识别照相机5配置在Y方向上的元件供给部3与输送机12之间。元件识别照相机5将被位于上方的安装头4的吸嘴41吸附的元件P收入于其拍摄范围F(视场)，并且从下方进行拍摄。然后，拍摄控制部140基于元件识别照相机5对元件P进行拍摄而取得的元件P的图像数据Dp，识别被吸嘴41吸附的元件P，来判定元件P的吸附状态的良好与否等。

图4是示意性地表示图1的元件安装机所具备的元件识别照相机的结构的一例的图。元件识别照相机5具有：光照射部51，对拍摄范围F内的元件P照射光；拍摄部55，从下方对由光照射部51照射了光的元件P进行拍摄；以及壳体59，支承光照射部51以及拍摄部55。在壳体59的上部形成有凹部591，在凹部591的底部设置有向Z方向开口的狭缝592。另外，在壳体59内的比狭缝592靠下方设置有内部空间593。

光照射部51具有主照明511、侧照明512以及同轴照明513。主照明511、侧照明512以及同轴照明513分别具有二维地排列有多个LED(Light Emitting Diode：发光二极管)的结构。主照明511配置于凹部591的内壁中的下侧，从斜下方向元件P照射光，侧照明512配置于凹部591的内壁中的比主照明511靠上侧，从侧方向元件P照射光。另外，同轴照明513配置于内部空间593的内壁，经由分束器57从下方向元件P照射光。即，在壳体59的内部空间593配置有分束器57，从同轴照明513射出的光在被分束器57反射后，通过狭缝592照射到元件P。该光照射部51基于拍摄控制部140的控制，能够以8个阶段(1/8～8/8)变更对元件P照射的光的亮度(照明等级)。

另外，拍摄部55配置于壳体59的内部空间593，从下方与狭缝592对置。在狭缝592与拍摄部55之间配置有分束器57，拍摄部55对被由光照射部51照射的元件P反射后，通过了狭缝592和分束器57的光进行拍摄。该拍摄部55具有：区域传感器551，由COMS(Complementary MOS：互补金属氧化物半导体)图像传感器或者CCD(Charge-CoupledDevice：电荷耦合器件)图像传感器等固态成像元件构成；以及透镜552，配置为使其光轴O5与Z方向平行。然后，通过透镜552将由拍摄范围F内的元件P反射的光成像于区域传感器551，由此通过区域传感器551拍摄元件P的图像。

图2的拍摄控制部140使用该元件识别照相机5来执行元件识别。即，当被吸嘴41吸附的元件P到达元件识别照相机5的拍摄范围F时，拍摄控制部140一边从光照射部51向元件P照射与元件P相应的照明等级的光，一边通过拍摄部55对元件P进行拍摄。拍摄控制部140从区域传感器551取得通过这样对元件P进行拍摄而取得的图像数据Dp。而且，拍摄控制部140通过利用与从光照射部51照射的光的照明等级相应的亮度阈值将图像数据Dp的各像素的亮度二值化，从而对图像数据Dp执行边缘检测。由此，提取出图像数据Dp中包含的元件P(的图像)。而且，拍摄控制部140将这样提取出的元件P和元件P应满足的与元件P的结构相关的条件(元件关联条件)进行比较，针对元件关联条件的各项目判断提取出的元件P所具有的值是否处于容许范围内。这里，所谓元件关联条件，包括元件P的形状、元件P的尺寸、元件P的电极的位置以及元件P的电极的尺寸等表示元件P的结构的项目。并且，拍摄控制部140在提取出的元件P的元件关联条件的各值处于容许范围内时，判定为由吸嘴41进行的元件P的吸附状态良好，另一方面，在这些值中的任一个处于容许范围外时，判定为由吸嘴41进行的元件P的吸附状态不良。

运算部110在由拍摄控制部140进行的元件识别的结果被判定为良好的情况下，通过拍摄控制部140使元件P向基板B的上方移动而将元件P安装于基板B。另一方面，运算部110在由拍摄控制部140进行的元件识别的结果被判定为不良的情况下，将元件P废弃到省略了图示的废弃场所。

为了执行这样的元件识别，需要元件关联条件、亮度关联条件(照明等级、亮度阈值)以及识别算法这样的识别参数。该识别参数在元件识别开始之前被预先设定于拍摄控制部140，拍摄控制部140基于此来执行元件识别。而且，在本实施方式中，基于在元件安装处理中所取得的元件P的图像数据Dp来调整识别参数。该识别参数的调整功能由服务器计算机9实现。

如图2所示，服务器计算机9具备：运算部91，是由CPU以及RAM构成的处理器；存储部92，由HDD构成；以及通信部93，执行与元件安装机10的通信部150通信。在存储部92存储有将元件属性与识别参数建立关联的元件数据存储库(图5)。

图5是以表形式表示元件数据存储库的一例的图。在该图的“种类”一栏中，“R”表示元件P的功能是电阻，“C”表示元件P的功能是电容，接在它们之后的数字表示元件P的形状和尺寸。即，元件P的种类通过元件P的功能、形状以及尺寸的组合来区分(换言之，来确定)。另外，该图的“制造商”表示元件P的制造商。并且，元件属性通过元件P的种类与元件P的制造商的组合来区分(换言之，来确定)，对具有不同的元件属性的元件P附加不同的存储库编号(元件识别编号)。而且，在元件数据存储库中，与对应于各存储库编号的元件属性相应的识别参数被建立关联。因此，如果指定与元件P对应的存储库编号，则能够得到在元件P的元件识别中使用的识别参数。

另外，运算部110通过将通信部93从元件安装机10依次接收到的图像数据Dp存储于存储部92来构建图像数据库(图6)。图6是以表形式表示图像数据库的一例的图。具体而言，运算部110将与图像数据Dp的元件P的元件属性相应的存储库编号与图像数据Dp建立关联，并将图像数据Dp存储于存储部92。这样，图像数据Dp经由该存储库编号与元件P的元件属性建立关联并被存储。

接着，使用图7，通过元件安装处理中的动作来说明服务器计算机9的动作。图7是表示元件安装处理的一例的流程图。在步骤S101中，在元件安装机10中，安装头4使用吸嘴41从元件供给部位32吸附元件P。然后，当安装头4朝向拍摄范围F移动，元件P到达拍摄范围F时，拍摄控制部140使用元件识别照相机5并且以上述的顺序执行元件识别(步骤S102)。

元件安装机10将在元件识别中所取得的元件P的图像数据Dp与元件P的元件属性一起发送到服务器计算机9。然后，服务器计算机9在接收到图像数据Dp和元件P的元件属性时，将与图像数据Dp中包含的元件P的元件属性相对应的存储库编号与该图像数据Dp建立关联并存储于存储部92(步骤S103)。

在步骤S104中，元件安装系统1根据元件识别的结果，将元件P安装于基板B，或者废弃元件P(步骤S104)。然后，重复步骤S101～S104，直至元件安装机10中的元件P的安装完成为止(直至在步骤S105中判断为“是”为止)。这样，与元件安装处理的执行并行地，在元件识别中所取得的元件P的图像数据Dp被存储于服务器计算机9的存储部92，图6的图像数据库被创建。

并且，服务器计算机9基于存储在存储部92中的元件P的图像数据Dp来对元件安装机10中的元件识别所使用的识别参数进行最优化。接下来，对这一点进行说明。

图8是表示识别参数的最优化处理的一例的流程图，图9是表示识别参数中的亮度关联条件的最优化处理的一例的流程图，图10是以表形式表示图9的亮度关联条件的最优化处理中的运算结果的一例的图，图11是表示识别参数中的元件关联条件的最优化处理的一例的流程图。图8、图10及图11所示的流程图以例如由操作者指定的一个元件属性(换言之，存储库编号)为对象，由服务器计算机9的运算部91执行。

在图8的识别参数最优化处理中，识别参数中的亮度关联条件的最优化处理(步骤S201)被执行后，元件关联条件的最优化处理(步骤S202)被执行。这里，亮度关联条件是与图像数据Dp的亮度有关的参数、即照明等级与亮度阈值的组合，元件关联条件是元件P的形状、元件P的尺寸、元件P的电极的位置以及元件P的电极的尺寸的组合。

如图9所示，在亮度关联条件最优化处理(步骤S201)中，对与成为最优化处理的对象的存储库编号对应的各图像数据Dp附加计数值I(＝1、2、3、…)(步骤S301)。若以图6的图像数据库的例子进行说明，则在例如成为最优化处理的对象的存储库编号为“2”的情况下，对图像数据Dp(1)、Dp(3)、Dp(6)、Dp(9)、…，例如按照存储日期时间从旧到新的顺序附加计数值I。然后，计数值I被复位为0(步骤S302)，计数值I递增(步骤S303)。

接着，运算部91在从存储部92读出与计数值I对应的图像数据Dp时(步骤S304)，将照明等级L/8的分子L复位为0(步骤S305)，并将照明等级的分子L递增。然后，运算部91通过利用图像处理来调整计数值I的图像数据Dp的亮度来创建与以照明等级L/8拍摄在计数值I的图像数据Dp中显现的图像的情况相当的调整图像数据Dpa(步骤S307)。然后，运算部91一边变更亮度阈值，一边判定基于各亮度阈值的元件识别是否成功(步骤S308)。

由此，例如得到图10的照明等级1/8这一行的结果。该图中，示出了将以256灰度等级表示的亮度阈值以10灰度等级为单位进行变更的情况下的元件识别的成功(OK)和失败(NG)，在照明等级1/8中，仅在亮度阈值为50的情况下，元件识别成功，在亮度阈值为10～40、60～250的情况下元件识别失败。

然后，通过重复步骤S306～S308，直至照明等级L/8的分子L成为最大值Lx(＝8)为止，从而在变更(增加)照明等级L/8的同时，求出在各照明等级L/8中相对于各个阈值的元件识别的成功与否。由此，得到图10所示的表整体的结果(成功与否映射图)。

然后，当照明等级L/8的分子L达到最大值Lx时，判断在步骤S301中计数值I是否达到最大值Ix、即达到对象存储库编号的图像数据Dp的个数(步骤S310)。然后，通过重复步骤S303～S309，直至计数值I达到最大值Ix为止，从而针对Ix个图像数据Dp的每一个得到图10的成功与否映射图。

当计数值I达到最大值Ix时(步骤S310为“是”)，基于各图像数据Dp的成功与否映射图，使亮度关联条件最优化(步骤S311)。即，图10的成功与否映射图表示通过照明等级与亮度阈值的各组合(即，各亮度关联条件)，元件识别是否成功。因此，运算部91创建将照明等级与亮度阈值的组合取为类、将在该组合下的元件识别的成功次数取为度数的直方图，并将该直方图的重心所处的组合作为最佳的组合、即最优的亮度关联条件来计算。

如图8所示，在亮度关联条件被最优化后(步骤S201)，执行元件关联条件的最优化(步骤S202)。如图11所示，在元件关联条件的最优化处理中，与上述的步骤S301～S303同样地，分别执行步骤S401～S403，将与成为最优化处理的对象的存储库编号对应的各图像数据Dp的计数值I复位为零并进一步地递增。

接着，运算部91在从存储部92读出与计数值I对应的图像数据Dp(步骤S404)后，以在步骤S201中被最优化的亮度关联条件从图像数据Dp中提取元件P。具体而言，通过利用图像处理来调整计数值I的图像数据Dp的亮度，由此创建与以最优化后的亮度关联条件的照明等级拍摄在计数值I的图像数据Dp中显现的图像的情况相当的调整图像数据Dpb。然后，运算部91以最优化后的亮度关联条件的亮度阈值，从调整图像数据Dpb中提取元件P的边缘。

在步骤S406中，针对在步骤S405中提取出的元件P取得元件关联条件的各值(元件P的形状、元件P的尺寸、元件P的电极的位置以及元件P的电极的尺寸)，并在步骤S407中判断计数值I是否达到了最大值Ix(步骤S407)。然后，通过重复步骤S403～406，直至计数值I达到最大值Ix为止，从而针对Ix个图像数据Dp中的每一个取得元件关联条件的各值。当计数值I达到最大值Ix时(步骤S408中为“是”)，计算从各图像数据Dp中取得的元件关联条件的各值的平均值(步骤S408)。

如此，图8的流程图完成，识别参数(亮度关联条件和元件关联条件)被最优化。其结果，在元件数据存储库(图5)中，对象的存储库编号的识别参数被更新为最优化后的识别参数。接着，对在元件安装基板的生产开始准备时利用这样最优化后的识别参数的方式进行说明。

图12是表示由元件安装机执行的生产开始准备的第一例的流程图，图13是表示对基于图12的生产开始准备的来自元件安装机的请求进行处理的服务器计算机的动作的一例的流程图。图12的流程图由元件安装机10的运算部110执行，图13的流程图由服务器计算机9的运算部91执行。

在生产开始准备中，操作者在对带式送料器31装填元件供给卷轴7时，利用ID读取器8读取元件供给卷轴7的元件ID73。因此，在生产开始准备(图12)的步骤S501中，元件安装机10的运算部110确认ID读取器8有无取得元件ID73(步骤S501)。然后，当取得了元件ID73时(步骤S501中为“是”)，运算部110通过将元件ID73所表示的元件属性经由通信部150发送到服务器计算机9，由此向服务器计算机9请求与该元件属性对应的识别参数(步骤S502)。

另一方面，如图13所示，服务器计算机9的运算部91在接收到识别参数的请求时(步骤S601中为“是”)，从元件数据存储库(图5)中搜索与该请求所表示的元件属性建立关联的识别参数(步骤S602)。然后，运算部91利用通信部93将符合的识别参数发送到元件安装机10(步骤S603)。

然后，如图12所示，元件安装机10的运算部110在从服务器计算机9接收到识别参数时(步骤S503中为“是”)，对拍摄控制部140设定该识别参数(步骤S504)。由此，在生产开始后的元件安装处理中，基于该识别参数执行元件识别。

在以上所说明的实施方式中，在元件安装机10将元件P安装于基板B时在元件识别(步骤S102)中通过对该元件P进行拍摄而取得的图像数据Dp被存储于存储部92(步骤S103)，基于该图像数据Dp使亮度关联条件最优化(步骤S201、S301～S311)。因此，能够取得与实际成为元件安装的对象的元件P相应的适当的亮度关联条件。

另外，存储部92将该图像数据Dp与图像数据Dp的属性(具体而言，为图像数据Dp的元件P的元件属性)建立关联并进行存储(步骤S103)。然后，运算部91基于具有同一属性的多个图像数据Dp来最优化对与同一属性(换言之，存储库编号)对应的种类的元件P执行元件识别时的亮度关联条件(步骤S201、S301～S311)。在该结构中，能够取得与实际成为元件安装的对象的元件P的种类相应的适当的亮度关联条件。

另外，当通信部93接收到在生产开始准备后的元件识别中预定取得的图像数据Dp的属性时(步骤S601)，运算部91经由通信部93将基于由通信部93接收到的属性的图像数据Dp进行最优化后的亮度关联条件发送到元件安装机10(步骤S603)。因此，能够将生产开始准备后的元件识别以与在该元件识别中预定取得的元件P的图像数据Dp的属性相应的亮度关联条件来适当地执行。

另外，在元件识别中，基于使用亮度关联条件的阈值从图像数据Dp中提取出的元件P和与元件P的结构相关的元件关联条件之间的比较，来识别元件P(步骤S102)。与此相对，运算部91基于使用最优化后的亮度关联条件的阈值从图像数据Dp中提取出的元件P的结构来最优化元件关联条件，并存储于存储部92(步骤S202、步骤S401～S408)。因此，能够取得与最优化后的亮度关联条件相应的元件关联条件。

图14是表示由元件安装机执行的生产开始准备的第二例的流程图，图15是表示对基于图14的生产开始准备的来自元件安装机的请求进行处理的服务器计算机的动作的一例的流程图。图14的流程图由元件安装机10的运算部110执行，图15的流程图由服务器计算机9的运算部91执行。另外，以下，以与上述第一例的不同点为中心进行说明，对共同点附以相当的标号并适当地省略说明。但是，由于具备与第一例共同的结构，因此起到同样的效果，这一点是不言而喻的。

在图14所示的第二例中也与上述的第一例同样地，元件安装机10执行步骤S501、S502，向服务器计算机9请求与由ID读取器8取得的元件属性对应的识别参数。然后，如图15所示，服务器计算机9的运算部91在接收到识别参数的请求时(步骤S601中为“是”)，从元件数据存储库(图5)中搜索与该请求所表示的元件属性建立关联的识别参数(步骤S602)。

在步骤S604中，运算部91判断符合的识别参数是否存在于元件数据存储库。并且，在符合的识别参数存在的情况下(在步骤S604中为“是”的情况下)，运算部91利用通信部93将该识别参数发送到元件安装机10(步骤S603)。另一方面，在符合的识别参数不存在的情况下(在步骤S604中为“否”的情况下)，运算部91经由通信部93向元件安装机10请求具有在步骤S601中的请求的元件属性的元件P的图像数据Dp(步骤S605)。

如图14所示，在元件安装机10中，运算部110在步骤S502中的请求之后，判断是否从服务器计算机9接收到与该请求对应的识别参数(步骤S503)。如上所述，在请求处理的步骤S604中判断为“是”的情况下，由于从服务器计算机9向元件安装机10发送识别参数(步骤S603)，因此在步骤S503中判断为接收到识别参数(是)，并设定识别参数(步骤S504)。

另一方面，在步骤S503中，在不能确认识别参数的接收的情况(“否”的情况)下，运算部110判断是否从服务器计算机9接收到图像数据Dp的请求(步骤S505)。在不能确认图像请求的接收的情况(在步骤S505中为“否”的情况)下，处理返回到步骤S503。另一方面，如上所述，在请求处理的步骤S605中请求了图像数据Dp的情况下，在步骤S505中判断为“是”，处理进入步骤S506。在步骤S506中，运算部110对具有在步骤S501中取得的元件ID73的元件属性的元件P进行拍摄而取得图像数据Dp。然后，运算部110将该图像数据Dp发送到服务器计算机9。

与此相对，如图15所示，在服务器计算机9中，运算部91判断是否从元件安装机10接收到图像数据Dp(步骤S606)。然后，当接收到图像数据Dp时(步骤S606中为“是”)，从图像数据库之中搜索与该图像数据Dp类似的图像数据Dp(步骤S607)。然后，在存在类似的图像数据Dp的情况(在步骤S608中为“是”的情况)下，运算部91将经由存储库编号与该图像数据Dp建立关联的识别参数发送到元件安装机10(步骤S603)，在元件安装机10中，接收该识别参数，在步骤S503中确认识别参数的接收(是)，在步骤S504中设定识别参数。

另一方面，在不存在类似的图像数据Dp的情况(在步骤S608中为“否”的情况)下，根据在步骤S606中接收到的图像数据Dp创建识别参数(步骤S609)。识别参数中的元件关联条件通过利用例如将图像数据Dp二值化等现有的图像处理技术进行提取而求出。另外，关于亮度关联条件，以如下方式求出。即，对图像数据Dp执行图9的步骤S305～S309，来创建与图像数据Dp有关的成功与否映射图，并求出该成功与否映射图的重心所处的亮度关联条件。然后，基于该亮度关联条件，执行图11的流程图，求出元件关联条件。然后，将这样求出的元件关联条件以及亮度关联条件作为识别参数发送到元件安装机10(步骤S603)，并由元件安装机10设定(步骤S504)。

在以上说明的实施方式中，元件安装机10通过在元件识别开始之前对元件P进行拍摄来取得图像数据Dp(步骤S506)，并通过将其发送到服务器计算机9(步骤S507)，能够接收到基于与该图像数据Dp具有规定关系的图像数据Dp进行最优化后的亮度关联条件。因此，元件安装机10能够在与实际成为元件安装的对象的元件P相应的亮度关联条件下，开始进行元件安装中的元件识别。

特别地，运算部91经由通信部93将基于与由通信部93接收到的图像数据Dp类似的图像数据Dp进行最优化后的亮度关联条件发送到元件安装机10。因此，元件安装机10能够基于根据与在元件识别开始之前所取得的元件P的图像数据Dp类似的图像数据Dp进行最优化后的亮度关联条件，适当地开始元件识别。

图16是表示由元件安装机执行的生产开始准备的第三例的流程图，图17是以表形式表示作为图16的生产开始准备的前提的图像数据库的一例的图。另外，关于对基于图16的生产开始准备的来自元件安装机的请求的流程图，由于与图15类似，因此对其进行援用。另外，以下，以与上述第一至第二例的不同点为中心进行说明，对共同点附以相当的标号并适当地省略说明。但是，由于具备与第一至第二例共同的结构，因此起到同样的效果，这一点是不言而喻的。

图17中的图像数据库通过执行上述的图7的流程图的步骤S103而创建。但是，运算部91将图像数据Dp与基于图像数据Dp创建的参照图像数据Dpr一起存储于存储部92。具体而言，运算部91通过利用图像处理来调整图像数据Dp的亮度，从而创建与以规定的默认照明等级(例如，4/8)拍摄在图像数据Dp中显现的图像的情况相当的参照图像数据Dpr。然后，运算部91通过附加存储库编号而将这些图像数据Dp以及参照图像数据Dp存储于存储部92来创建图17的图像数据库。

图16的生产开始准备的流程图是以该图像数据库为前提而执行的。在图16所示的第三例中也与上述的第二例同样地，元件安装机10执行步骤S501～S505。然后，元件安装机10在从服务器计算机9接收到图像数据Dp的请求后，对元件P进行拍摄(步骤S506)，并将图像数据Dp发送到服务器计算机9(步骤S507)。但是，在第三例中，在步骤S506之前，将光照射部51的照明等级设定为默认照明等级(步骤S508)，在步骤S506中，一边向元件P照射默认照明等级的光，一边执行元件P的拍摄。

因此，在图15的请求处理中，服务器计算机9接收以默认照明等级进行拍摄所得到的图像数据Dp(步骤S606)。因此，服务器计算机9从图像数据库之中搜索与该图像数据Dp类似的参照图像数据Dpr(步骤S607)。然后，当符合的参照图像数据Dpr存在时(步骤S608中为“是”)，存储部92将经由存储库编号与该图像数据Dpr建立关联的识别参数发送到元件安装机10(步骤S603)。

在以上说明的实施方式中，元件安装机10通过在从光照射部51照射默认照明等级的光这样的默认照明条件下对元件P进行拍摄，从而取得图像数据Dp并将其发送到服务器计算机9。另一方面，在服务器计算机9中，存储部92经由存储库编码将与以默认照明条件取得在元件识别中以规定的识别参数取得的图像数据Dp的情况相当的参照图像数据Dpr与识别参数建立关联并进行存储。然后，运算部91将与类似于接收到的图像数据Dp的参照图像数据Dpr建立关联的识别参数发送到元件安装机10。在该结构中，服务器计算机9能够基于元件安装机10以默认照明条件对元件P进行拍摄而取得的图像数据Dp，准确地将适当的识别参数发送到元件安装机10。

图18是表示与生产开始准备的第三例对应的请求处理的变形例的流程图。以下，以与上述第一至第三例的不同点为中心进行说明，对共同点附以相当的标号并适当地省略说明。但是，由于具备与第一至第三例共同的结构，因此起到同样的效果，这一点是不言而喻的。

在该变形例中，与上述的第三例同样地，元件安装机10根据来自服务器计算机9的图像数据Dp的请求，将通过以默认照明条件对元件P进行拍摄而取得的图像数据Dp发送到服务器计算机9。但是，与上述的第三例不同，服务器计算机9的存储部92不具有参照图像数据Dpr。因此，服务器计算机9在请求处理中，执行图18的步骤S610～S614，来代替图15的步骤S607～S608。

具体而言，在步骤S610中，将图5的元件数据存储库所具有的作为识别各识别参数的识别符的存储库编号J复位为零，并在步骤S611中使存储库编号J递增。然后，在步骤S612中，运算部91创建与以存储库编号J的识别参数所表示的照明等级取得在以默认照明条件进行拍摄所得到的图像数据Dp中显现的图像的情况相当的调整图像数据Dpc。具体而言，通过根据默认照明等级与识别参数的照明等级之间的不同，来调整在步骤S606中接收到的图像数据Dp的亮度，从而创建调整图像数据Dpc。

在步骤S614中，运算部91判断调整图像数据Dpc和与存储库编号J的识别参数建立关联的图像数据Dp是否类似。另外，在存在多个与存储库编号J的识别参数建立关联的图像数据Dp的情况下，例如能够将存储日期和时间为最新的图像数据Dp用于类似判断。然后，在类似的情况(在步骤S614中为“是”的情况)下，运算部91将附加有存储库编号J的元件识别参数发送到元件安装机10(步骤S603)。

另一方面，在不类似的情况(在步骤S613中为“否”的情况)下，运算部91判断存储库编号J是否达到了其最大值Jx(步骤S614)。在存储库编号J小于最大值Jx的情况(在步骤S614中为“否”的情况)下，重复步骤S611～S613。另一方面，在存储库编号J达到了最大值Jx的情况(在步骤S614中为“是”的情况)下，根据在步骤S606中接收到的图像数据Dp创建识别参数(步骤S609)。

在以上说明了的实施方式中，存储部92利用存储库编号将用于亮度关联条件的最优化的图像数据Dp与亮度关联条件建立关联并进行存储(步骤S103、S201、S301～S311)。另外，运算部91将与对接收到的图像数据Dp和与亮度关联条件建立关联的图像数据Dp进行对照的结果(步骤S610～S614)为满足规定的对照条件(步骤S612、S613)的图像数据Dp建立关联的亮度关联条件发送到元件安装机10(步骤S603)。这里，对照条件是调整图像数据Dpc与作为对照对象的图像数据Dp类似的条件(步骤S612、S613)，调整图像数据Dpc是通过根据默认照明条件和与作为对照对象的图像数据Dp建立关联的亮度关联条件之间的不同，来调整在默认照明条件下所取得的图像数据Dp的亮度而创建的。在该结构中，服务器计算机9能够基于元件安装机10以默认照明条件对元件P进行拍摄而取得的图像数据Dp，准确地将适当的亮度关联条件发送到元件安装机10。

这样，在本实施方式中，元件安装系统1相当于本发明的“元件安装系统”的一例，元件安装机10相当于本发明的“元件安装机”的一例，光照射部51相当于本发明的“照明”的一例，拍摄部55相当于本发明的“照相机”的一例，元件P相当于本发明的“元件”的一例，基板B相当于本发明的“基板”的一例，步骤S102相当于本发明的“元件识别”的一例，识别参数中包含的亮度关联条件相当于本发明的“亮度关联条件”的一例，亮度阈值相当于本发明的“阈值”的一例，服务器计算机9相当于本发明的“识别参数最优化装置”的一例，运算部91相当于本发明的“运算部”的一例，存储部92相当于本发明的“存储部”的一例，通信部93相当于本发明的“通信部”的一例，图像数据Dp相当于本发明的“图像数据”的一例，元件属性相当于本发明的“属性”的一例，参照图像数据Dpr相当于本发明的“参照图像数据”的一例，调整图像数据Dpc相当于本发明的“调整图像数据”的一例，默认照明条件相当于本发明的“规定照明条件”的一例。

另外，本发明并不限定于上述实施方式，只要不脱离其主旨，就可以对上述的实施方式加以各种变更。例如，在上述实施例中，例示了作为图像数据Dp的属性包括元件属性的情况。然而，图像数据Dp的属性可以包括元件属性之外的元素。具体而言，图像数据Dp的属性也可以通过作为元件识别的对象的元件P的制造商、在元件识别中所使用的拍摄部55以及执行元件识别的元件安装系统1当中的至少一个与元件P的种类的组合来进行区分。在该结构中，能够取得与成为元件识别的对象的元件P的制造商、在元件识别中所使用的光照射部51或执行元件识别的元件安装系统1等相应的适当的亮度关联条件。

另外，在请求处理中，在未找到符合的识别参数的情况下，也可以构成为向操作者报知错误，来代替在步骤S609中创建识别参数。

另外，从图像数据Dp中提取元件P的方法并不限于上述的例子，例如也可以通过基于图像数据Dp和背景图像的背景差分法来提取元件P。在该情况下，照明等级与在背景差分法中使用的阈值的组合成为亮度关联信息。

另外，在元件识别照相机5中使用的光学传感器并不限于上述的区域传感器，也可以是线性传感器。

另外，安装头4的结构也不限于旋转型，也可以是吸嘴41在X方向上平行地排列的直列型。

标号说明

1…元件安装系统

10…元件安装机

51…光照射部(照明)

55…拍摄部(照相机)

9…服务器计算机(识别参数最优化装置)

91…运算部

92…存储部

93…通信部

B…基板

P…元件

Dp…图像数据

Dpr…参照图像数据

Dpc…调整图像数据

S102…元件识别

Claims (10)

1.一种识别参数最优化装置，具备：

通信部，接收由执行元件识别并基于所述元件识别的结果将元件安装于基板的元件安装机所取得的图像数据，在所述元件识别中，基于对通过一边从照明向所述元件照射光一边由照相机拍摄所述元件而取得的所述图像数据所表示的亮度执行使用了阈值的图像处理后的结果来识别所述元件；

存储部，存储所述通信部接收到的所述图像数据；及

运算部，基于存储在所述存储部中的所述图像数据对表示在所述元件识别中使用的所述照明的光的亮度与所述阈值的组合的亮度关联条件进行最优化，并存储于所述存储部，

所述存储部将所述图像数据与所述图像数据的属性建立关联并进行存储，

所述属性至少根据所述图像数据中包含的所述元件的种类来进行区分，

所述运算部基于具有同一属性的多个图像数据来最优化对与所述同一属性对应的所述种类的所述元件执行所述元件识别时的所述亮度关联条件，

所述属性根据成为所述元件识别的对象的所述元件的制造商以及执行所述元件识别的所述元件安装机当中的至少一个与所述元件的种类的组合来进行区分。

2.根据权利要求1所述的识别参数最优化装置，其中，

当所述通信部接收到在所述元件识别中预定取得的所述图像数据的所述属性时，所述运算部经由所述通信部将基于由所述通信部接收到的所述属性的所述图像数据进行最优化后的所述亮度关联条件发送到所述元件安装机。

3.一种识别参数最优化装置，具备：

通信部，接收由执行元件识别并基于所述元件识别的结果将元件安装于基板的元件安装机所取得的图像数据，在所述元件识别中，基于对通过一边从照明向所述元件照射光一边由照相机拍摄所述元件而取得的所述图像数据所表示的亮度执行使用了阈值的图像处理后的结果来识别所述元件；

存储部，存储所述通信部接收到的所述图像数据；及

运算部，基于存储在所述存储部中的所述图像数据对表示在所述元件识别中使用的所述照明的光的亮度与所述阈值的组合的亮度关联条件进行最优化，并存储于所述存储部，

当所述通信部接收到所述元件安装机在所述元件识别开始之前通过对所述元件进行拍摄而取得的所述图像数据时，所述运算部经由所述通信部将基于与由所述通信部接收到的所述图像数据具有规定关系的所述图像数据进行最优化后的所述亮度关联条件发送到所述元件安装机。

4.根据权利要求3所述的识别参数最优化装置，其中，

所述运算部经由所述通信部将基于与由所述通信部接收到的所述图像数据类似的所述图像数据进行最优化后的所述亮度关联条件发送到所述元件安装机。

5.根据权利要求3所述的识别参数最优化装置，其中，

所述通信部接收通过所述元件安装机在从所述照明照射规定亮度的光这样的规定照明条件下对所述元件进行拍摄而在所述元件识别开始之前所取得的所述图像数据。

6.根据权利要求5所述的识别参数最优化装置，其中，

所述存储部将与在所述规定照明条件下取得在所述亮度关联条件下取得的所述图像数据的情况相当的所述图像数据作为参照图像数据与所述亮度关联条件建立关联并进行存储，

所述运算部经由所述通信部将与所述参照图像数据建立关联的所述亮度关联条件发送到所述元件安装机，该参照图像数据是与由所述通信部接收到的所述图像数据类似的图像数据。

7.根据权利要求5所述的识别参数最优化装置，其中，

所述存储部将用于所述亮度关联条件的最优化的所述图像数据与所述亮度关联条件建立关联并进行存储，

所述运算部经由所述通信部将与对由所述通信部接收到的所述图像数据和与所述亮度关联条件建立关联的所述图像数据进行对照的结果为满足规定的对照条件的所述图像数据建立关联的所述亮度关联条件发送到所述元件安装机，

所述对照条件是调整图像数据与作为对照对象的所述图像数据相类似这样的条件，所述调整图像数据是通过根据所述规定照明条件和与作为对照对象的所述图像数据建立关联的所述亮度关联条件之间的不同来调整由所述通信部接收到的所述图像数据的亮度而创建的图像数据。

8.根据权利要求1至7中任一项所述的识别参数最优化装置，其中，

在所述元件识别中，基于使用所述亮度关联条件的所述阈值从所述图像数据中提取出的所述元件和与所述元件的结构有关的元件关联条件之间的比较，来识别所述元件，

所述运算部基于使用最优化后的所述亮度关联条件的所述阈值从所述图像数据中提取出的所述元件的结构来最优化所述元件关联条件，并存储于所述存储部。

9.一种元件安装系统，具备：

元件安装机，执行元件识别并基于所述元件识别的结果将元件安装于基板，在所述元件识别中，基于对通过一边从照明向所述元件照射光一边由照相机拍摄所述元件而取得的图像数据所表示的亮度执行使用了阈值的图像处理后的结果来识别所述元件；及

权利要求1至8中任一项所述的识别参数最优化装置。

10.一种识别参数最优化方法，包括以下工序：

利用通信部接收由执行元件识别并基于所述元件识别的结果将元件安装于基板的元件安装机所取得的图像数据，在所述元件识别中，基于对通过一边从照明向所述元件照射光一边由照相机拍摄所述元件而取得的所述图像数据所表示的亮度执行使用了阈值的图像处理后的结果来识别所述元件；

将所述通信部接收到的所述图像数据存储于存储部；及

基于存储在所述存储部中的所述图像数据对表示在所述元件识别中使用的所述照明的光的亮度与所述阈值的组合的亮度关联条件进行最优化，并存储于所述存储部，

所述存储部将所述图像数据与所述图像数据的属性建立关联并进行存储，

所述属性至少根据所述图像数据中包含的所述元件的种类来进行区分，

基于具有同一属性的多个图像数据来最优化对与所述同一属性对应的所述种类的所述元件执行所述元件识别时的所述亮度关联条件，

所述属性根据成为所述元件识别的对象的所述元件的制造商以及执行所述元件识别的所述元件安装机当中的至少一个与所述元件的种类的组合来进行区分。

Images