CN1571923A - 具有集成元件学习能力的光学检测系统 - Google Patents

Abstract

本文公开一种自动光学检测(AOI)系统包括与电路板检测过程集成在一起的元件学习。AOI系统包括一个元件学习区，该元件学习区可以由一个用于在检测区中检测电路板的成像系统观看到。元件学习区对应于靠近检测区的区域。自动光学检测系统接收板检测和对元件学习的请求，并且决定在板检测过程中学习新元件特征的合适时期，以此将学习过程对整个检测效率的影响减到最小。

Description

具有集成元件学习能力的光学检测系统

技术领域

本发明一般涉及设备检测，更特别涉及自动光学检测系统。

技术背景

自动光学检测(AOI)系统用于检测诸如印刷电路板(PCB)的设备，以发现各种缺陷。此系统能够用在元件适当的出现和方向，适当的焊接点构造和焊桥等方面检测PCB。在一种光学检测应用中，系统能够检测四方扁平封装(QFP)集成电路的焊接圆角焊接点。这种封装有四个棱，每个棱上都有突出的引线。通过焊点将每个引线连接到PCB上的焊盘。构造不正确的焊角(solder fillet)都具有可以用公知的图像处理算法检测出来的外观。

这样的AOI系统包括一个相对PCB来回往复的摄像头。摄像头包括一个照明系统和一个或更多的摄像机。例如，照明系统可以由一个或更多的发光二极管(LED)提供，它提供照明以照亮PCB上的一些表面，同时使PCB上的其他表面变暗，这样摄像机就可以捕捉到可由图像处理分析过程检验的图像。典型情况下，只有当摄像头直接位于PCB上感兴趣的区域和范围上时，灯光才会被关闭和打开。因此，照明系统操作起来就像一个闪光灯。通过使用这种闪光灯的办法，摄像头就不用为了采集图像而停下来了。

典型情况下，将要被检测的板子分为一个个条纹。每个条纹都与摄像头往复运动的路径相一致。每个条纹又被分为一个个视区(FOV)。当摄像头穿梭往返于板子的各不同部分时，照明系统按照预定照明模式闪光，从摄像头中的摄像机产生出一连串的图像。图像通过帧接收器被转移到存储器中，以进行分析。典型的常规自动光学检测系统已经在美国专利号为5,260,779和5,260,779的专利中被公开，在此通过引用将它们结合进来。

除了检测一个完全装配好的电路板之外，光学检测系统还能够在装配过程中的不同阶段对板子进行检测。在电子电路板的自动制造中有若干个步骤，每个步骤之后都可以跟随一个自动检测步骤。装配的流程可以是多样的，但总的来说，包括：供应焊油、将元件组装在板上和加热板熔化焊料。

最初，电子电路板组装领域中公知的自动印模机器，不连续的上涂装置，或者其他机械设备是把焊油放在空印刷电路板上的。合成板具有多点的焊油，它们呈直角棱镜的形态，即我们所知的“焊砖”。可以用传统方法检验焊砖来验证其是否正确的位置和容量。

然后，另一种自动机器，诸如一种被叫做射片机或一种挑放机器，把元件放置在板上，元件的电气端子或引线与焊砖相连。可以检测组装的板来验证是否所有元件都被正确放置。

之后，板子要通过一个加热系统(例如一个热烤炉)，将焊砖溶化并在元件的电气端子和印刷电路板的平板金属焊盘之间形成冶金接合。可以检测装配板以验证是否正确形成焊接点以及所有元件是否仍旧被正确地放置。

与传统光学检测系统相联系的一个缺点是，系统要对新电路板元件特征的学习付出时间和花销。在光学检测机器能够检测一种特殊电路板之前，该机器需要学习板上每个元件的特征。通常情况下，以这样的方式对系统进行编程：包括一个“学习”的步骤，在这步骤中，检测机器观测了每个元件，并且记录了它们外观的数字化图像。这些储存的图像和(或)从中提取的特征被用于生成元件模型，板上元件可以在机器检测生产环境中的电路板时与所述元件模型比较。

正如本领域普通技术人员所知，元件学习可能是一个缓慢繁琐的过程，需要固定(测试固定装置的制作)、相当数量的手工劳动以及花在检测机器自身身上的相当可观的时间。此外，典型情况下，检测系统得在产品检测过程中移走才能学习新元件。那么，在检测系统学习一个或者更多的新元件的同时，整个装配线就必须停止，从而降低了整体的产品装配的效率。

因此，十分有必要提供一种能够减少检测系统在学习新电路板元件特征上的时间和花销的光学检测系统。也十分有必要提供一种能改进产品装配线上检测过程的整体效率的检测系统。

发明内容

本发明提供了一种把学习新元件特征作为整个检测过程一部分的自动光学检测系统。通过把元件学习过程集成到检测过程中，提高了整体检测效率。虽然本发明主要展现和描述的是一种印刷电路板的自动光学检测系统，但是可以理解本发明也同样可用于其他时常有学习新元件和物体特征需要的检测应用中。

在本发明的一个方面中，一种用于检测电路板的自动光学检测(AOI)系统包括一个元件学习区域，在该学习区域中学习一个或更多元件的特征。在一个实施例中，元件学习区域紧邻着检测电路板的检测区域。元件学习区通过提供电路板图像的一个或更多的摄像机来成像。系统集成了电路板的图像获取和新元件的图像获取，这样使得元件学习过程对整体检测过程的影响最小。

在一个示例的实施例中，元件学习区对应一个区域，可由用来对电路板成像而不会被系统用于板检测的摄像机(一个或多个)对该区域进行成像。当元件学习区可以被摄像机(一个或多个)成像时，摄像支撑结构可以阻止电路板到达检测区域。更特别地，电路板通过系统支撑结构所规定的通道进入和离开检测区，此结构可以包括用于支撑摄像头组件的支柱。元件学习区可以紧邻着检测区，并在支柱的“后面”，这些支柱是板子所不能接近的。

在本发明的更深层次的一个方面中，自动光学检测系统接收对板检测和对新元件学习的请求。系统决定在板检测过程中学习新元件的合适时期。合适时期包括板子被装载和卸载的时期，摄像机检测板的路径接近于元件学习区的时期，还有无板检测请求的时期。学习新元件的最佳时期最小化、或者消除了元件学习对整体板检测过程效率上的影响。

附图说明

通过以下对具体描述并且结合附图，可以更全面的理解本发明，其中：

图1是一种根据本发明的、具有元件学习特性的示例的自动光学检测(AOI)系统的示意图；

图1A是图1的AOI系统的示意图，示出了根据本发明的元件学习的电路板检测；

图2是用于图1中AOI系统的、根据本发明的元件学习区的示意图；

图2A是图2的AOI系统的主视图的示意图；

图2B是用于图1中AOI系统的示例的摄像机组件支撑结构透视图；

图3是一种具有根据本发明的自动元件学习的AOI系统的示意图；

图4是根据本发明的将元件学习集成到检测过程中的示例流程图；和

图5是根据本发明的、在检测板的装载和卸载过程中进行元件学习的示例流程图。

具体实施方式

图1说明了自动光学检测(AOI)系统100的一个示例实施例，系统100具有根据本发明的与检测过程集成在一起的元件学习。一般地，系统100包括一个元件学习区域101，用于在诸如印刷电路板10的设备检测过程中学习新元件特征。这种装置与常规检测系统相比，显著地改善了整体装配过程的效率。

光学检测系统100可以包括一台或者更多的摄像机102，用来提供印刷电路板10的图像，由已知的检测算法进行分析。在一个实施例中，系统100包括用来提供在元件学习区101中的印刷电路板10和元件的图像的多个摄像机102a-102e。摄像机102a-102e沿着预先设定的(例如称为条纹的)路径移动，对板上感兴趣的部分成像。位于拱状组件106附近的照明系统105，以一种期望的方式为PCB 10照明。摄像机/拱顶组件进行移动，对检测区成像，检测区中分布有元件学习区101中的电路板10和元件。

在一个特定的实施例中，照明系统105包含分布在拱状组件106的矩阵中的多个发光二极管(LED)。在一个示例实施例中，使用了五台摄像机102a-e。其中四台摄像机即102a、102b、102d和102e分布成一个角度，例如，相对电路板10表面的法线成30度角；同时，第五台摄像机102c直接位于电路板10之上(垂直方向)。拱顶组件106可以包括移动穿越板上的条纹的保护摄像机102a-102e。

当本发明的一个示例实施例相对电路板与/或要学习的元件移动摄像机102a-102e和照明系统105时，本领域的普通技术人员容易认识到，在不背离本发明的情况下，可以相对摄像机操作板与/或元件位置。也应该认识到，虽然这里有五台摄像机，但是也可以使用比五台更少或更多的摄像机。

简要的参看图1A，系统100把PCB 10分成了所谓的条纹104，条纹又可被分成视区(FOV)103，视区被用来分析识别与组装电路元件12的PCB相关的制造缺陷，诸如不相容焊接点。摄像机沿着条纹移动，获取期望的图像数据。在任意给定时间，每个摄像机将有一个相对PCB或新的元件的、对应摄像机的位置的预设的FOV 103。条纹中的视区(FOV)是由一台或者更多的摄像机102成像的。对于本技术领域普通技术人员来说，把电路板分块成条纹和FOV是公知的。根据本发明和下面更全面的描述，摄像头跟从的路径可以包括元件学习区101的入口，作为板检测过程的一部分。由于检测状态在生产环境中可能是一个瓶颈，与传统光学检测系统相比，把元件学习集成到板检测之中来减少板检测时间的做法是本发明的自动检测系统的一个突出特点。

再次参看图1，基于检测程序，主计算机108向控制伺服马达112的伺服控制单元110发送指令，对电路板10或者元件学习区101的每一个条纹之上的拱顶106的进行有效定位。在一个示例实施例中，拱顶106在条纹上移动，LED 105发出闪光，为摄像机102a-102e中的一个摄像机提供对板/新元件的照明。拱顶组件106的实际位置是由定位编码器114决定的。在一个实施例中，编码器114包括一个传感器(pick off)类型的系统，该系统具有一个线性编码器，能够产生数字正交信号，提供大约百万分之五米的分辨率。数字伺服控制单元110接收数字编码器信号，提供必要的马达驱动信号校正以适当地定位穿过条纹的拱顶组件106。拱顶组件106的这种定位和跟踪是本领域普通技术人员所熟知的。

重合检测器116从定位编码器114接收拱顶定位信息。重合检测器116将编码器拱顶定位信息与计算机108提供并储存在事件存储器中的位置进行比较，一台或更多的摄像机102a-102e就是要在这个所述位置拍摄的。当重合检测器116检测到匹配时，照明/摄像控制单元118将得到通知，根据包含在照明模式控制单元120中的预定照明模式信息来让一台或者更多摄像机102a-102e开始拍摄，并且激活已选的LED。

系统100进一步包括一个帧接收器122，用来接收来自于摄像机102a-102e中的每个的图像数据，并把数据储存在存储器109中。一般地，这种装置允许主计算机或者处理器108分析存储器109中的用于正确装配的图像数据，元件识别和定位、作为板检测的一部分的焊接质量，同时学习新元件的特征。

尽管示出的本发明具有一台主计算机，对于本领域普通技术人员来说很明显，该系统可以进一步包括处理器，诸如用来决定执行如下所述的元件学习的适当时期的元件学习处理器。可以理解，该AOI系统的功能是可以由多种架构实现的。

诸如图形用户界面(GUI)的用户界面124与主计算机108相连并协同工作，允许用户实现期望的生产计划，同时也允许用户对需要额外关注的电路板手动运行选择的检测程序。用户界面124也可以允许操作者按以下所述来控制元件学习的过程。

如图2-2B所示，摄像头组件可以运行的最外边界200受到支撑摄像机和摄像头组件的结构的限制。在一个实施例中，摄像头安装在主导轨206a，b支撑的台架横梁(grantry cross beam)204上。主导轨206由能定位在基座组件210角上的支柱208支撑。一系列的马达，诸如那些在图1示出和描述的，将台架横梁204沿着主导轨在第一方向上移动，将摄像头202沿着台架横梁204在第二方向上移动。传送机组件212可以便于要被检测的电路板214的装载和卸载。

具有方形视区(FOV)250的摄像头周围环绕着支撑照明系统的拱顶252，用于以期望的照明模式对检测中的板照明。摄像头202的运动主要由支柱208和基座210、导轨206的位置所限制。也就是说，拱顶组件252不会与支柱208在基座组件210角上相碰撞。由于要避开支柱208，摄像头202运动的范围即边界200，勾画出一个具有内矩形260和一系列可以由摄像机成像的区域262的交叉形状。这些区域262并不用于检测电路板，因为板的尺寸必须使得板能够不碰支柱来进入检测区。因此，系统检测区是与矩形260一致的。

在一个示例实施例中，元件学习区270与对应在能被摄像机成像的矩形之外、在交叉区域之内的区域262中的一个区域。元件学习区270可以是给定的剩余区域262中的任意一个，其中进入检测区域的电路板的装载和卸载是不被中断的。可以理解，系统可以包括多个元件学习区。

在另一个实施例中，主导轨由突出基座的凸缘代替支柱来支撑主导轨。这种装置可以在摄像机能够进入的剩余区域中包括一个“停车地带”，这样就不会被错误地检测为传送机械上的电路板了。

可以理解，学习过程中的自动化可以有多种形式，从完全自动到化到完全手动化以及各种半自动化。一般地，新元件被放置在元件学习区内，并被成像以获得新元件的特征数据。数据被用于生成与板上元件相比较的模型。一旦元件被学习过了，具有已学习过元件的板将可以被系统所检测。一个完全自动化的学习过程包括编程和装载检测系统与具有一系列要被检测的板和一系列要被学习的新元件的传送机。此外，系统可以优化整体检测和学习的过程，如下所述。

图3展示了一个具有根据本发明的自动元件学习能力的自动光学检测系统300。电路板通过各自的常规输入和输出传送机组件304、306被装载和卸载到检测区302。如上所述，支撑结构角上的支柱308决定了检测区302和元件学习区310的侧向尺寸。

系统300包括一个元件学习区(CLA)传送机组件312，用于在元件学习区310装载和卸载元件314。元件314可以被放置在平台316上以便于元件的成像。在一个实施例中，操作者将一个或更多的要被系统学习的元件放置在平台上。在主计算机108的控制下(图1)，CLA传送机312将平台316移动到学习区310内以用于图像获取。一旦期望的新元件图像被获取，CLA传送机312将把平台从学习区移走。然后，操作者可以在平台上进一步放置要被系统学习的元件。

在另一个实施例中(未示出)，操作者手动地把元件装载和卸载到学习区。在这种装置中，系统可以在平台的手动装载过程中停止移动摄像头的伺服器。以当操作者的手在机器内部时，一个联动装置系统可阻止摄像头伺服器的移动。另一实施例中，平台的开口尺寸被设计成能够允许被装载的平台进入学习区，同时阻止操作者通过开口把手放进去。这种装置消除了停止摄像头的需要。在手动操作中，操作者配合系统界面，诸如图形用户界面(GUI)，来确保合适及时地装载和卸载元件。

可以根据具体元件和特征获取的需要来以各种结构提供用于支撑要被学习元件的平台。有一种类型的平台，其包括一个相对简单可用手放置元件在其上的空白平台。可提供一个导套(guide)来帮助建立元件的位置和方向。使用双面捆钉(tack tape)使元件更牢靠地固定。该平台也可以包括接受小取样(coupons)的阶段，每个取样阶段可以携带更多要被学习的元件中的一个。取样可以包括一块小的其上有焊盘的印刷电路板，类似于在检测中装配要被学习的元件的那种板。焊油可以被喷涂(stenciled)在焊盘上，用来在检测中给出最可能的要被采集的图片的效果。除了元件，平台还可以包括其他器件，诸如白平衡目标和/或3D校准目标，以便于学习过程。

可以理解，一个或更多的元件可以在任意时刻被放置在元件学习区，用于被摄像机捕捉图像。也可以进一步理解，可以将多于一种类型的元件放置在元件学习区并且进行“学习”。此外，系统可以包括位于摄像机(一个或多个)可到达的、同时又不妨碍要被检测的板的装载和卸载的区域中的多个元件学习区。

进而，在一个实施例中，一旦学习了元件图像，系统就存储元件特征并且将它们传送到其他的已联网检测系统。这样，在生产环境中就只有一套检测系统需要花时间学习新元件。在一个实施例中，新元件的特征被储存在网络上的库文件中。当系统在检测事件中发现要被检测的板包含一个不具有特征数据的元件时，每个检测系统都可以检查新元件库文件。在一个实施例中，例如，一个由高级技术人员操作的系统可以进行大量的元件学习。之后，其它系统可以访问已学习的元件数据。

根据具体应用的要求，与学习元件相关的参数可以不同。示例的元件参数包括部件形状、部件描述、部件几何图形、焊盘几何图形、方向标记、特点描述、与新形状相关联的已知部件数量和初始方向等。本领域普通技术人员很容易明白，一些参数可以由操作者提供，其他一些参数可以被学习。例如，操作者可以提供与已获得的参数相关联的新元件的名字和封装类型。此外，一些参数，诸如数值范围的参数，可以在学习过程之后由操作者进行修改。而且，操作者可以为元件定义一个或更多的感兴趣的范围。

在一个实施例中，操作者把要学习的元件放在元件学习区内，且通过用户界面把元件的名字和封装类型输入到系统中。封装类型可以指出诸如元件引线的数量和位置。然后，操作者可以把各种不同的特征与模型进行关联，比如主体类型、方向标记、引线组和焊盘。不同元件特征的偏差范围可以由操作者做调整。

然后，当获得元件图像时，系统学习元件。具体地说，系统可以识别、计算和定位元件引线以估计用于产生初始封装目标和模型的引线距。系统可以请求操作者确认产生的模型的特征已完成元件学习。

图4示出了根据本发明的一个示例步骤序列，用于集成元件学习和板检测过程。在步骤350，处理器从(例如)操作者那里接收板检测请求。可选地，请求可以包括关于要被机器检测的板的类型和数量的信息。在步骤352，系统接收学习新元件的请求。在一个实施例中，根据板检测请求中、在板上的元件，由系统产生元件学习请求。

在步骤354中，系统在板检测过程中决定学习新元件的合适时期，使得对板检测过程的影响最小。一般地，术语“合适时期”是指一段时间，在这段时间内，(1)操作者给当前位于元件学习平台的元件的类型起了名，为学习过程提供了必要的参数；(2)操作者命令机器学习元件(一个或多个)；和(3)机器处于这样一种状态：其能够拍摄，并且对产品板的适时检测的干扰最小。在步骤356，系统检测板请求，并且对集成结构中的新元件进行恰当地学习。

根据工作环境，摄像机访问元件学习区的时期可以不同。例如，摄像机可以在检测系统闲置(例如，没有要检测的输入板)时学习新元件进行成像。在另一实施例中，如下面所述，在一块板子离开系统而另一块板子进入系统期间，学习新元件。在摄像机可以访问元件学习区，同时系统等待一块板子进入检测区时，对检测板子需求的时间上可能根本没有影响。进而，在一个实施例中，摄像机在系统检测板子的时候访问元件学习区。在这种情况下，当板子的检测路径(例如条纹)使摄像机接近元件学习区时，摄像机可以进入元件学习区，如图1A所示。用这样的方法，在检测的同时学习新元件所造成的对整体的影响将相对较小。

如果摄像机在板检测和元件学习之间被复用或者交叉扫描，可以理解，用于元件检测的优先权(例如分配的时间量)可以基于多种因素做调整，这些因素包括生产优先权、生产配额、具有新元件的板数量。总之，在板被检测的时候，分配给学习过程的时间可以相对地宽松或者相对地紧迫。例如，学习优先权可以被设定成一个极端(紧迫)，这样板检测不会因为学习新元件而被打断。学习优先权可以增加到允许在具体限制内学习元件。优先权的调整可以由操作者手动设定，或者在软件中基于诸如板检测中的数字目标的各种参数而自动设定。在操作者在学习区手动放置新元件的情况下，可以设定学习优先权，给操作者提供一个预设的时间来在学习区上放置元件。在装配线中的机器是最慢的情况下，操作者可以最小化或者彻底消除学习新元件的时间量。此外，还可以限制在每第N块板的时候才进行学习。对于在进度表前面的机器，处理器可以在整个板检测过程中增加元件学习的时间。

例如，系统可能需要两分钟来学习某一元件。当生产容量相对较低时，系统可能在一个生产检测事件到下一个之间获得对元件学习活动的相对长的扩展。当生产容量相对较高时，系统会被生产活动长期占据，学习的可用性会被限制。在一些环境下，例如，接近生产目标被测量的清算时期结束的时候，管理人员可以选择完全把系统用于生产检测。

另外，可以对系统进行编程以每生产N个板时学习一个新元件。N的值可以由操作者手动调整，或者也可以由计算机根据(例如)生产容量和是否接近季度的末尾来做调整。在要检测新板类型要的事件中，元件学习的数量可以急剧地增长。正好在生产期结束之前，操作者可以分配一个相对高的优先权给元件学习，以避免在生产期结束时由于未学习的元件而造成的生产瓶颈。

在一个实施例中，使用了模糊逻辑来提供自动学习优先权判定。例如，模糊逻辑变量可以包括：

生产容量(高或者低)；

学习可用性(高、低或者零)；

季度末尾(接近或者不接近)；

模糊规则的一个例集：

如果生产容量为低，则让学习可用性为高；

如果生产容量为高，则让学习可用性为低；

如果接近季度末尾且生产容量为高，则让学习可用性为零；

操作者可以为模糊变量即生产容量和学习可用性定义“高”和“低”。例如：

如果每小时超过100个板子，则生产容量为“高”；

如果每小时少于20个板子，则生产容量为“低”；

季度末尾为6月30日；

例结束为3天；

然后，学习可用性变量可以如下处理：

如果学习可用性为高，则允许在任意一个机器闲置的时刻开始两分钟的学习期；

如果学习可用性为低，则每小时允许一次两分钟的学习期；

如果学习可用性为0，则不允许学习期。

简单的模糊逻辑实现允许系统自动决定自己何时该学习和何时不学习。可以将板检测速率用于测量模糊变量即生产容量而不需要认为干涉。通过参考其内部时钟-日历，系统可以判定离日历上季度的末尾有多远。当系统计算了规则并决定在一小时内完成进度时，系统可以预先制订学习的计划，并通知操作者何时将要出结果。

总之，系统会考虑当前的学习优先权，并决定用于元件学习的恰当时期。如上所述，恰当时期包括系统闲置时间和要被学习的板的条纹路径趋近于元件学习区的时期。在这样的恰当时期中，摄像机可以进入元件学习区并获取新元件的图像数据，如图1A所示。摄像机偏离板条纹路径的时间量和偏离的持续时间是基于包括学习优先权等如上所述的多种因素的。

图5以及图3示出了根据本发明的示例步骤序列，用于在检测区装载和卸载板子过程中集成学习新元件。在步骤400，判定检测区310内是否有板。如果检测区内没有板，处理器108(图1)将在步骤402向输入传送机组件304发出请求。如果检测区内有板，在步骤406检测板。发出输入板的请求之后，系统在步骤404判定是否有学习新元件的请求。如果有这样的请求，在步骤408，摄像机移动至元件学习区域，以获取要被学习的元件的特征数据。

一旦板在步骤406被检测，处理器将在步骤410向输出传送机306发送接受已被检测板的请求。在步骤412，系统判定是否有进一步的或者未完成的学习请求。如果在步骤412发现了学习请求，那么在步骤414，摄像机移动至元件学习区。在步骤416，板通过输出传送机306被移出检测区。

在一系列新元件要被学习的区域，操作者可以脱机地进入初步元件数据，并把它们储存在学习文件中。然后，操作者可以从储存中收集新部件的样本。在一个实施例中，操作者选择了一个学习和/或检测的操作模式。该模式可以包括如上所述的对检测和学习的复用以及将检测优先权设定为期望级别。

当检测过程初始化时，处理器搜索学习文件。例如，通过显示器来通知操作者要被学习的下一个元件。在一个方便的时候，操作者可以定位正确部件，并给系统提供指示(例如，点击显示图标)以在下一个合适时期(例如，当等待板子进入检测区时)激活学习周期。学习元件时，显示器可以指示机器已经为下一个元件(一个或多个)作好了准备。

因此，含有新元件的、要被检测的板类型板必须在进行检测前由系统学习，其他含有已知元件类型的板可以在系统学习新元件的同时被检测。当元件已被学习，含有这些新学习的元件的板就可以被检测了。

基于以上实施例，本领域的普通技术人员将进一步理解本发明的特点和优点。因此，本发明不是由上面具体示出和介绍的内容进行限定，除非在权利要求中指明。在此引用的所有文献和参考资料在这里通过全文引用将它们结合进来。

Claims (21)

1.一种自动光学检测系统，其包括：

具有检测区和学习区的基座，所述检测区用来支撑要被检测的电路板，所述学习区用来支撑具有由所述系统学习的特征的元件；

摄像机组件，其支撑用来对所述检测区的电路板进行成像的摄像机和在所述学习区的所述元件；

与所述摄像机组件相连的处理器，用来集成所述电路板和元件的图像获取。

2.根据权利要求1的系统，更进一步包括用于装载板子进入所述检测区的输入传送机组件和用于从所述检测区卸载板子的输出传送机组件。

3.根据权利要求2的系统，更进一步包括用于在所述学习区中装载和卸载元件的学习传送机组件。

4.根据权利要求3的系统，更进一步包括用于支撑所述摄像机组件的支撑结构，该支撑结构阻止所述板子进入所述学习区。

5.根据权利要求4的系统，其中，所述支撑结构包括从所述基座延伸出来的支柱，其限定所述检测区和学习区边界。

6.根据权利要求1的系统，更进一步包括至少一个附加学习区。

7.根据权利要求1的系统，更进一步包括支撑结构，用来支撑具有从所述基座延伸出来的多个支柱的所述摄像机组件，其中所述检测区与学习区的边界对应于所述摄像机组件的、避免碰撞所述支柱的最远路径。

8.根据权利要求7的系统，其中所述学习区位于所述多个支柱的第一和第二支柱之间。

9.根据权利要求8的系统，其中所述多个支柱中的第一个支柱接近于输入板传送机组件，所述多个支柱中的第二支柱接近于输出板传送机组件。

10.一种用于集成了元件学习的电路板检测的自动光学检测系统，其包括：

摄像头组件，其包括摄像机和照明系统；

支撑所述摄像头组件的支撑结构，该支撑结构包括多个支柱；

基座，其具有用于电路板检测的检测区和用于学习新元件的学习区，所述多个支柱从所述基座延伸出来，其中，所述摄像机组件可以移动以对在所述检测区和在所述学习区中的元件成像；

处理器，用来控制摄像机图像获取，以集成板检测与元件学习。

11.根据权利要求10的系统，其中所述多个支柱中的第一和第二支柱限定了电路板进入所述检测区的入口，所述多个支柱中的第三和第四支柱限定了电路板离开所述检测区的出口，这样所述电路板不会进入到所述学习区。

12.根据权利要求11的系统，其中所述学习区位于所述多个支柱的第一和第三支柱之间。

13.一种将学习新元件和板检测集成的方法，其包括：

将电路板放置到检测区内；

将要被系统学习的元件放置到学习区内；和

将所述电路板的图像获取与所述元件的图像获取进行复用。

14.根据权利要求13的方法，进一步包括在合适时期获取所述元件图像。

15.根据权利要求14的方法，其中所述合适时期包括没有电路板检测等待请求的时期。

16.根据权利要求14的方法，其中所述合适时期包括进一步有电路板被从所述检测区装载和卸载的时期。

17.根据权利要求14的方法，其中所述合适时期包括在所述摄像机接近所述学习区时的所述电路板检测被检测期间。

18.根据权利要求14的方法，进一步包括为学习元件设定优先权。

19.根据权利要求18的方法，其中学习优先权的设定的范围可以延伸到不中断电路板检测。

20.根据权利要求19的方法，其中学习优先权的设定的范围可以从不中断电路板检测一直到为所述学习元件分配预设量的时间。

21.一种制造印刷电路板的方法，其包括：

制造印刷电路板；

在所述印刷电路板上组装元件；

加热所述组装了的印刷电路板，以提供装配好的印刷电路板；

用自动光学检测系统检测所述装配好的印刷电路板；和

复用所述装配好的印刷电路板的检测与学习新元件。

Images