KR20210095975A - 인쇄 회로 기판에 실장된 부품을 검사하는 장치, 그 동작 방법 및 컴퓨터 판독 가능한 기록 매체 - Google Patents

인쇄 회로 기판에 실장된 부품을 검사하는 장치, 그 동작 방법 및 컴퓨터 판독 가능한 기록 매체 Download PDF

Info

Publication number
KR20210095975A
KR20210095975A KR1020217023884A KR20217023884A KR20210095975A KR 20210095975 A KR20210095975 A KR 20210095975A KR 1020217023884 A KR1020217023884 A KR 1020217023884A KR 20217023884 A KR20217023884 A KR 20217023884A KR 20210095975 A KR20210095975 A KR 20210095975A
Authority
KR
South Korea
Prior art keywords
information
inspection
parts
similarity
circuit board
Prior art date
Application number
KR1020217023884A
Other languages
English (en)
Other versions
KR102317464B1 (ko
Inventor
한승범
필립 루카스즈 피에크니우스키
구대성
임우영
강진만
박기원
Original Assignee
주식회사 고영테크놀러지
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 주식회사 고영테크놀러지 filed Critical 주식회사 고영테크놀러지
Publication of KR20210095975A publication Critical patent/KR20210095975A/ko
Application granted granted Critical
Publication of KR102317464B1 publication Critical patent/KR102317464B1/ko

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/0002Inspection of images, e.g. flaw detection
    • G06T7/0004Industrial image inspection
    • G06T7/001Industrial image inspection using an image reference approach
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00Machine learning
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/0002Inspection of images, e.g. flaw detection
    • G06T7/0004Industrial image inspection
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/97Determining parameters from multiple pictures
    • HELECTRICITY
    • H05ELECTRIC TECHNIQUES NOT OTHERWISE PROVIDED FOR
    • H05KPRINTED CIRCUITS; CASINGS OR CONSTRUCTIONAL DETAILS OF ELECTRIC APPARATUS; MANUFACTURE OF ASSEMBLAGES OF ELECTRICAL COMPONENTS
    • H05K13/00Apparatus or processes specially adapted for manufacturing or adjusting assemblages of electric components
    • H05K13/08Monitoring manufacture of assemblages
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2200/00Indexing scheme for image data processing or generation, in general
    • G06T2200/04Indexing scheme for image data processing or generation, in general involving 3D image data
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/20Special algorithmic details
    • G06T2207/20081Training; Learning
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/20Special algorithmic details
    • G06T2207/20084Artificial neural networks [ANN]
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30108Industrial image inspection
    • G06T2207/30141Printed circuit board [PCB]

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Quality & Reliability (AREA)
  • Software Systems (AREA)
  • Operations Research (AREA)
  • Manufacturing & Machinery (AREA)
  • Microelectronics & Electronic Packaging (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Medical Informatics (AREA)
  • Artificial Intelligence (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
  • Supply And Installment Of Electrical Components (AREA)
  • Length Measuring Devices By Optical Means (AREA)

Abstract

인쇄 회로 기판에 실장된 부품을 검사하는 장치는, 제1 인쇄 회로 기판에 실장된 제1 부품의 외형 정보를 결정하고, 상기 제1 부품의 외형 정보 및 복수의 부품들의 외형 정보를 이용하여 결정된 상기 복수의 부품들의 외형 정보 각각에 대한 상기 제1 부품의 외형 정보와의 유사도들 중 가장 큰 값을 가지는 제1 유사도가 미리 설정된 기준 유사도 이상인 경우, 상기 제1 유사도를 가지는 제2 부품의 검사 정보를 이용하여, 상기 제1 부품의 실장 상태에 대한 검사를 수행하고, 상기 제1 부품의 실장 상태가 양호한 것으로 결정되면, 상기 제2 부품의 검사 정보와 매칭되는 상기 제1 부품의 검사 정보를 이용하여 상기 복수의 부품들의 검사 정보를 갱신하는 프로세서를 포함할 수 있다.

Description

인쇄 회로 기판에 실장된 부품을 검사하는 장치, 그 동작 방법 및 컴퓨터 판독 가능한 기록 매체{APPARATUS FOR INSPECTING COMPONENTS MOUNTED ON PRINTED CIRCUIT BOARD, OPERATING METHOD THEREOF, AND COMPUTER-READABLE RECORDING MEDIUM}
본 개시는 2017년 2월 13일에 출원된 미국 가특허 출원 제62/458,166호의 우선권의 이익을 주장한다. 미국 가특허 출원 제62/458,166호는 이로써 본 개시에 참조 문헌으로서 포함된다.
본 개시는 인쇄 회로 기판에 실장된 부품을 검사하는 장치에 관한 것으로서, 보다 구체적으로 인쇄 회로 기판에 실장된 부품의 실장 상태를 검사하는 장치에 관한 것이다.
일반적으로, 인쇄 회로 기판의 제조 공정에서, 스크린 프린터는 솔더 페이스트들을 인쇄 회로 기판에 인쇄하고, 마운터는 솔더 페이스트들이 인쇄된 인쇄 회로 기판에 부품들을 실장한다.
또한, 인쇄 회로 기판에 실장된 부품들의 실장 상태를 검사하기 위하여 자동 광학 외관 검사 장치(AOI: automatedoptical inspection)가 이용되고 있다. AOI 장치는 인쇄 회로 기판에 대한 이미지를 이용하여, 부품들이 인쇄 회로 기판에 위치 이탈, 뒤틀림, 기울임 등 없이 정상적으로 실장 되었는지 여부를 검사한다.
한편, AOI 장치가 부품들 각각의 실장 상태를 검사하기 위하여, 검사 항목, 검사 기준 등과 같은 검사 정보가 요구된다. 다만, 최근에는 인쇄 회로 기판에 실장되는 부품들의 종류가 다양해지고, 부품들의 집적도는 증가하는 반면, 각 부품들의 실장 상태를 검사하기 위한 검사 항목, 검사 기준 등과 같은 검사 정보는 사용자가 수동으로 입력해야 하여, 부품들의 실장 상태의 검사를 위해 많은 시간이 소요된다. 또한, 사용자가 특정 부품의 실장 상태를 검사하기 위한 검사 항목, 검사 기준 등과 같은 검사 정보의 입력을 누락하는 경우, 특정 부품의 실장 상태에 대한 검사가 제대로 수행되지 않을 수 있다.
본 개시는, 인쇄 회로 기판에 대한 정보, 복수의 부품들의 외형 정보 및 복수의 부품들의 검사 정보를 이용하여, 인쇄 회로 기판에 실장된 부품의 실장 상태를 검사하는 부품 검사 장치를 제공할 수 있다.
본 개시는, 부품 검사 장치가 인쇄 회로 기판에 대한 정보, 복수의 부품들의 외형 정보 및 복수의 부품들의 검사 정보를 이용하여, 인쇄 회로 기판에 실장된 부품의 실장 상태를 검사하도록 하는 실행 가능한 명령을 포함하는 프로그램이 기록된 컴퓨터 판독 가능한 기록 매체를 제공할 수 있다.
본 개시는, 인쇄 회로 기판에 대한 정보, 복수의 부품들의 외형 정보 및 복수의 부품들의 검사 정보를 이용하여, 인쇄 회로 기판에 실장된 부품의 실장 상태를 검사하는 부품 검사 장치의 동작 방법을 제공할 수 있다.
본 개시의 일 실시예에 따르면, 인쇄 회로 기판에 실장된 부품을 검사하는 장치는, 인쇄 회로 기판 정보, 복수의 부품들의 외형 정보 및 실장 상태의 검사에 이용되는 상기 복수의 부품들의 검사 정보를 저장하는 메모리, 상기 인쇄 회로 기판 정보에 기초하여 제작된 제1 인쇄 회로 기판에 대한 2차원 이미지 및 3차원 이미지를 획득하는 이미지 센서 및 상기 제1 인쇄 회로 기판에 실장된 제1 부품에 대한 실장 상태의 검사를 위한 제1 검사 영역에 대응하는, 상기 2차원 이미지의 제1 부분 이미지 및 상기 3차원 이미지의 제2 부분 이미지를 이용하여, 상기 제1 부품의 외형 정보를 결정하고, 상기 제1 부품의 외형 정보 및 상기 복수의 부품들의 외형 정보를 이용하여 결정된 상기 복수의 부품들의 외형 정보 각각에 대한 상기 제1 부품의 외형 정보와의 유사도들 중 가장 큰 값을 가지는 제1 유사도가 미리 설정된 기준 유사도 이상인지 여부를 판단하고, 상기 제1 유사도가 상기 기준 유사도 이상인 경우, 상기 복수의 부품들의 검사 정보 중, 상기 제1 유사도를 가지는 제2 부품의 외형 정보와 연계된 제2 부품의 검사 정보를 이용하여, 상기 제1 부품의 실장 상태에 대한 검사를 수행하고, 상기 검사를 통해 상기 제1 부품의 실장 상태가 양호한 것으로 결정되면, 상기 제2 부품의 검사 정보와 매칭되는 상기 제1 부품의 검사 정보를 이용하여, 상기 복수의 부품들의 검사 정보를 갱신하는 프로세서를 포함할 수 있다.
일 실시예에서, 상기 인쇄 회로 기판 정보는, 상기 인쇄 회로 기판에 대한 복수의 부품의 실장 위치에 대한 정보, 상기 인쇄 회로 기판에 대한 복수의 솔더 페이스트들의 인쇄 위치에 대한 정보 및 상기 복수의 부품들과 상기 복수의 솔더 페이스트들의 접합 관계에 대한 정보를 포함할 수 있다.
일 실시예에서, 상기 복수의 부품들의 외형 정보는, 상기 복수의 부품들의 높이 정보, 면적 정보, 부피 정보, 위치 정보, 상기 복수의 부품들의 표면에 인쇄된 적어도 하나의 문자에 대한 정보, 복수의 리드들의 개수 정보, 상기 복수의 리드들의 두께 정보, 상기 복수의 리드들 사이의 간격 정보 및 상기 복수의 리드들의 위치 정보 중 적어도 하나를 포함할 수 있다.
일 실시예에서, 상기 복수의 부품들의 검사 정보는, 상기 복수의 부품들의 실장 상태에 대한 검사에서의 적어도 하나의 검사 항목을 나타내는 검사 항목 정보 및 상기 적어도 하나의 검사 항목 별 검사 기준을 나타내는 검사 기준 정보를 포함할 수 있다.
일 실시예에서, 상기 프로세서는, 상기 인쇄 회로 기판 정보에 기초하여 결정되는 상기 제1 인쇄 회로 기판에 대한 제1 부품의 실장 위치를 이용하여, 상기 제1 검사 영역을 결정할 수 있다.
일 실시예에서, 상기 메모리는, 두 개의 부품들의 외형 정보 사이의 유사도를 도출하도록 학습된 머신-러닝 기반 모델을 저장하고, 상기 프로세서는, 상기 복수의 부품들의 외형 정보와 상기 제1 부품의 외형 정보를 상기 머신-러닝 기반 모델에 적용하여, 상기 복수의 부품들의 외형 정보 각각에 대한 상기 제1 부품의 외형 정보와의 유사도들을 결정할 수 있다.
일 실시예에서, 상기 프로세서는, 상기 2차원 이미지 및 상기 3차원 이미지에서 상기 제1 검사 영역에 대응하는 상기 제1 부분 이미지 및 상기 제2 부분 이미지를 크롭(crop)하고, 상기 제1 부분 이미지 및 제2 부분 이미지 각각에서 추출되는 특징점을 이용하여, 상기 제1 부품의 외형 정보를 결정할 수 있다.
일 실시예에서, 상기 프로세서는, 상기 제1 유사도가 상기 기준 유사도 미만인 경우, 상기 제1 부품의 검사 정보를 생성하고, 상기 생성된 제1 부품의 검사 정보를 이용하여, 상기 제1 부품의 실장 상태에 대한 검사를 수행하고, 상기 검사를 통해 상기 제1 부품의 실장 상태가 양호한 것으로 결정되면, 상기 생성된 제1 부품의 검사 정보를 이용하여 상기 부품들의 검사 정보를 갱신할 수 있다.
일 실시예에서, 상기 프로세서는, 상기 제1 부품의 외형 정보에 기초하여, 상기 제1 부품에 대한 실장 상태의 검사에서의 적어도 하나의 검사 항목을 결정하고, 상기 제2 부품의 검사 정보의 적어도 일부 및 미리 설정된 기준 중 적어도 하나를 이용하여, 상기 적어도 하나의 검사 항목 별 검사 기준을 결정하고, 상기 결정된 적어도 하나의 검사 항목 및 상기 결정된 적어도 하나의 검사 항목 별 검사 기준에 기초하여, 상기 제1 부품의 검사 정보를 생성할 수 있다.
일 실시예에서, 상기 프로세서는, 상기 검사를 통해 상기 제1 부품의 실장 상태가 불량인 것으로 결정되면, 상기 제1 부품의 실장 상태가 양호한 것으로 결정되도록, 상기 제1 부품의 검사 정보의 적어도 일부를 조정하고, 상기 적어도 일부가 조정된 제1 부품의 검사 정보를 이용하여 상기 부품들의 검사 정보를 갱신할 수 있다.
일 실시예에서, 상기 프로세서는, 상기 검사를 통해 상기 제1 부품의 실장 상태가 불량인 것으로 결정되면, 상기 제1 부품의 실장 상태가 양호한 것으로 결정되도록, 상기 제2 부품의 검사 정보의 적어도 일부를 조정하고, 상기 적어도 일부가 조정된 제2 부품의 검사 정보와 매칭되는 제1 부품의 검사 정보를 이용하여 상기 복수의 부품들의 검사 정보를 갱신할 수 있다.
일 실시예에서, 상기 메모리는, 두 개의 부품들의 외형 정보 사이의 유사도를 도출하도록 학습된 머신-러닝 기반 모델을 저장하고, 상기 프로세서는, 상기 검사를 통해 상기 제1 부품의 실장 상태가 불량인 것으로 결정되면, 상기 제1 유사도가 상기 기준 유사도 미만이 되도록, 상기 머신-러닝 기반 모델을 갱신할 수 있다.
본 개시의 일 실시예에 따르면, 컴퓨터 상에서 수행하기 위한 프로그램을 기록한 비일시적 컴퓨터 판독 가능한 기록 매체에 있어서, 상기 프로그램은, 프로세서에 의한 실행 시, 상기 프로세서가, 인쇄 회로 기판 정보에 기초하여 제작된 제1 인쇄 회로 기판에 대한 2차원 이미지 및 3차원 이미지를 획득하는 단계, 상기 제1 인쇄 회로 기판에 실장된 제1 부품에 대한 실장 상태의 검사를 위한 제1 검사 영역에 대응하는, 상기 2차원 이미지의 제1 부분 이미지 및 상기 3차원 이미지의 제2 부분 이미지를 이용하여, 상기 제1 부품의 외형 정보를 결정하는 단계, 상기 제1 부품의 외형 정보 및 상기 복수의 부품들의 외형 정보를 이용하여 결정된 상기 복수의 부품들의 외형 정보 각각에 대한 상기 제1 부품의 외형 정보와의 유사도들 중 가장 큰 값을 가지는 제1 유사도가 미리 설정된 기준 유사도 이상인지 여부를 판단하는 단계, 상기 제1 유사도가 상기 기준 유사도 이상인 경우, 상기 복수의 부품들의 검사 정보 중, 상기 제1 유사도를 가지는 제2 부품의 외형 정보와 연계된 제2 부품의 검사 정보를 이용하여, 상기 제1 부품의 실장 상태에 대한 검사를 수행하는 단계 및 상기 검사를 통해 상기 제1 부품의 실장 상태가 양호한 것으로 결정되면, 상기 제2 부품의 검사 정보와 매칭되는 상기 제1 부품의 검사 정보를 이용하여 상기 복수의 부품들의 검사 정보를 갱신하는 단계를 수행하도록 하는 실행 가능한 명령을 포함할 수 있다.
일 실시예에서, 상기 실행 가능한 명령은, 상기 프로세서가 상기 인쇄 회로 기판에 대한 정보에 기초하여 결정되는 상기 제1 인쇄 회로 기판에 실장된 제1 부품의 실장 위치를 이용하여, 상기 제1 부품에 대한 실장 상태의 검사를 위한 제1 검사 영역을 결정하는 단계를 더 수행하도록 할 수 있다.
일 실시예에서, 상기 실행 가능한 명령은, 상기 프로세서가, 상기 제1 유사도가 상기 기준 유사도 미만인 경우, 상기 제1 부품에 대한 검사 정보를 생성하는 단계, 상기 생성된 제1 부품의 검사 정보를 이용하여, 상기 제1 부품의 실장 상태에 대한 검사를 수행하는 단계 및 상기 검사를 통해 상기 제1 부품의 실장 상태가 양호한 것으로 결정되면, 상기 생성된 제1 부품의 검사 정보를 이용하여 상기 부품들의 검사 정보를 갱신하는 단계를 더 수행하도록 할 수 있다.
일 실시예에서, 상기 실행 가능한 명령은, 상기 프로세서가, 상기 검사를 통해 상기 제1 부품의 실장 상태가 불량인 것으로 결정되면, 상기 제1 부품의 실장 상태가 양호한 것으로 결정되도록, 상기 제2 부품의 검사 정보의 적어도 일부를 조정하는 단계 및 상기 적어도 일부가 조정된 제2 부품의 검사 정보와 매칭되는 제1 부품의 검사 정보를 이용하여 상기 복수의 부품들의 검사 정보를 갱신하는 단계를 더 수행하도록 할 수 있다.
본 개시의 일 실시예에 따르면, 인쇄 회로 기판에 실장된 부품을 검사하는 장치의 동작 방법은, 인쇄 회로 기판 정보에 기초하여 제작된 제1 인쇄 회로 기판에 대한 2차원 이미지 및 3차원 이미지를 획득하는 단계, 상기 제1 인쇄 회로 기판에 실장된 제1 부품에 대한 실장 상태의 검사를 위한 제1 검사 영역에 대응하는, 상기 2차원 이미지의 제1 부분 이미지 및 상기 3차원 이미지의 제2 부분 이미지를 이용하여, 상기 제1 부품의 외형 정보를 결정하는 단계, 상기 제1 부품의 외형 정보 및 상기 복수의 부품들의 외형 정보를 이용하여 결정된 상기 복수의 부품들의 외형 정보 각각에 대한 상기 제1 부품의 외형 정보와의 유사도들 중 가장 큰 값을 가지는 제1 유사도가 미리 설정된 기준 유사도 이상인지 여부를 판단하는 단계, 상기 제1 유사도가 상기 기준 유사도 이상인 경우, 상기 복수의 부품들의 검사 정보 중, 상기 제1 유사도를 가지는 제2 부품의 외형 정보와 연계된 제2 부품의 검사 정보를 이용하여, 상기 제1 부품에 대한 실장 상태의 검사를 수행하는 단계 및 상기 검사를 통해 상기 제1 부품의 실장 상태가 양호한 것으로 결정되면, 상기 제2 부품의 검사 정보와 매칭되는 상기 제1 부품의 검사 정보를 이용하여 상기 복수의 부품들의 검사 정보를 갱신하는 단계를 포함할 수 있다.
본 개시의 다양한 실시예에 따른 부품 검사 장치는, 인쇄 회로 기판에 실장된 부품들에 대한 실장 상태의 검사에서, 저장된 복수의 부품들에 대한 검사 정보 중 적어도 하나를 이용하여 자동으로 설정할 수 있다. 또한, 부품 검사 장치는, 인쇄 회로 기판에 실장된 부품들에 대한 실장 상태의 검사에서, 저장된 부품들에 대한 검사 정보 중 적어도 하나를 이용하여 생성되는 검사 정보를 이용할 수 있다. 이를 통해, 사용자가 모든 부품에 대한 실장 상태의 검사를 위한 검사 정보를 일일이 입력할 필요가 없고, 특정 부품에 대한 정보의 입력이 누락되어 검사가 제대로 수행되지 않는 문제가 방지될 수 있다.
도 1은 본 개시의 다양한 실시예에 따른 부품 검사 장치의 블록도이다.
도 2는 본 개시의 다양한 실시예에 따른 부품 검사 장치의 동작 방법의 흐름도이다.
도 3은 본 개시의 다양한 실시예에 따른 부품 검사 장치에 의한 검사 영역을 결정하는 방법의 흐름도이다.
도 4는 본 개시의 다양한 실시예에 따른 부품 검사 장치에 의한 검사 영역을 결정하는 방법을 설명하기 위한 도면이다.
도 5는 본 개시의 다양한 실시예에 따른 부품 검사 장치에 의한 부품의 외형 정보를 결정하는 방법을 설명하기 위한 도면이다.
도 6은 본 개시의 다양한 실시예에 따른 부품 검사 장치에 의한 제1 부품의 검사 정보를 생성하는 방법의 흐름도이다.
도 7은 본 개시의 다양한 실시예에 따른 부품 검사 장치에 의한 제1 부품에 대한 검사 결과에 따라, 복수의 부품들의 검사 정보를 갱신하는 방법의 흐름도이다.
도 8은 본 개시의 다양한 실시예에 따른 검사 장치에 의한 제1 부품에 대한 검사 결과에 따라, 제1 부품에 대한 검사 정보를 이용하여 복수의 부품들에 대한 정보를 갱신하는 방법의 흐름도이다.
도 9는 본 개시의 다양한 실시예에 따른 검사 장치에 의한 제1 부품에 대한 검사 정보를 생성한 후, 머신-러닝 기반 모델을 갱신하는 방법의 흐름도이다.
본 개시의 실시예들은 본 개시의 기술적 사상을 설명하기 위한 목적으로 예시된 것이다. 본 개시에 따른 권리범위가 이하에 제시되는 실시예들이나 이들 실시예들에 대한 구체적 설명으로 한정되는 것은 아니다.
본 개시에 사용되는 모든 기술적 용어들 및 과학적 용어들은, 달리 정의되지 않는 한, 본 개시가 속하는 기술 분야에서 통상의 지식을 가진 자에게 일반적으로 이해되는 의미를 갖는다. 본 개시에 사용되는 모든 용어들은 본 개시를 더욱 명확히 설명하기 위한 목적으로 선택된 것이며 본 개시에 따른 권리범위를 제한하기 위해 선택된 것이 아니다.
본 개시에서 사용되는 "포함하는", "구비하는", "갖는" 등과 같은 표현은, 해당 표현이 포함되는 어구 또는 문장에서 달리 언급되지 않는 한, 다른 실시예를 포함할 가능성을 내포하는 개방형 용어(open-ended terms)로 이해되어야 한다.
본 개시에서 기술된 단수형의 표현은 달리 언급하지 않는 한 복수형의 의미를 포함할 수 있으며, 이는 청구범위에 기재된 단수형의 표현에도 마찬가지로 적용된다.
본 개시에서 사용되는 "제1", "제2" 등의 표현들은 복수의 구성요소들을 상호 구분하기 위해 사용되며, 해당 구성요소들의 순서 또는 중요도를 한정하는 것은 아니다.
본 개시에서 사용되는 "~에 기초하여"라는 표현은, 해당 표현이 포함되는 어구 또는 문장에서 기술되는, 결정, 판단의 행위 또는 동작에 영향을 주는 하나 이상의 인자를 기술하는데 사용되며, 이 표현은 결정, 판단의 행위 또는 동작에 영향을 주는 추가적인 인자를 배제하지 않는다.
본 개시에서, 어떤 구성요소가 다른 구성요소에 "연결되어" 있다거나 "접속되어" 있다고 언급된 경우, 상기 어떤 구성요소가 상기 다른 구성요소에 직접적으로 연결될 수 있거나 접속될 수 있는 것으로, 또는 새로운 다른 구성요소를 매개로 하여 연결될 수 있거나 접속될 수 있는 것으로 이해되어야 한다.
이하, 첨부한 도면들을 참조하여, 본 개시의 실시예들을 설명한다. 첨부된 도면에서, 동일하거나 대응하는 구성요소에는 동일한 참조부호가 부여되어 있다. 또한, 이하의 실시예들의 설명에 있어서, 동일하거나 대응하는 구성요소를 중복하여 기술하는 것이 생략될 수 있다. 그러나, 구성요소에 관한 기술이 생략되어도, 그러한 구성요소가 어떤 실시예에 포함되지 않는 것으로 의도되지는 않는다.
도 1은 본 개시의 다양한 실시예에 따른 부품 검사 장치의 블록도이다.
본 개시의 다양한 실시예에 따르면, 부품 검사 장치(100)는 메모리(110), 이미지 센서(120) 및 프로세서(130)를 포함할 수 있다. 부품 검사 장치(100)에 포함된 구성 요소들은 버스(미도시)를 통해 전기적으로 연결되어, 정보, 제어 메시지 등을 송수신할 수 있다.
일 실시예에서, 메모리(110)는 부품 검사 장치(100)의 적어도 하나의 다른 구성 요소에 관계된 명령 또는 데이터를 저장할 수 있다. 또한, 메모리(110)는 소프트웨어 및/또는 프로그램을 저장할 수 있다.
예를 들어, 메모리(110)는 내장 메모리 또는 외장 메모리를 포함할 수 있다. 내장 메모리는, 예를 들면, 휘발성 메모리(예: DRAM, SRAM 또는 SDRAM 등), 비휘발성 메모리(예: 플래시 메모리, 하드 드라이브, 또는 솔리드 스테이트 드라이브 (SSD)) 중 적어도 하나를 포함할 수 있다. 외장 메모리는 다양한 인터페이스를 통하여 전자 장치(100)와 기능적으로 또는 물리적으로 연결될 수 있다.
일 실시예에서, 메모리(110)는 인쇄 회로 기판 정보 및 복수의 부품들의 외형 정보 및 인쇄 회로 기판에 실장된 복수의 부품들의 실장 상태에 대한 검사에 이용되는 복수의 부품들의 검사 정보를 저장할 수 있다. 인쇄 회로 기판 정보, 복수의 부품들의 외형 정보 및 복수의 부품들의 검사 정보는 부품 검사 장치(100)의 통신 모듈(미도시)을 통해 수신될 수도 있고, 입력 인터페이스(미도시)를 통해 입력될 수도 있다. 복수의 부품들의 외형 정보와 복수의 부품들의 검사 정보 각각은 서로 연계되도록 메모리(110)에 저장될 수 있다. 예를 들어, 특정 부품의 외형 정보는 특정 부품의 검사 정보와 연계되도록 메모리(110)에 저장될 수 있다.
또한, 인쇄 회로 기판에 대한 정보, 복수의 부품들에 대한 외형 정보 및 복수의 부품들에 대한 검사 정보 중 적어도 하나는 부품 검사 장치(100)와 유선 또는 무선으로 연동된 전자 장치(예: 외부 서버 등)의 메모리에 저장될 수도 있다. 이 경우, 부품 검사 장치(100)는 인쇄 회로 기판에 실장된 부품들의 실장 상태를 검사하기 위하여, 유선 또는 무선으로 연동된 전자 장치와 인쇄 회로 기판 정보, 복수의 부품들의 외형 정보 및 복수의 부품들의 검사 정보 중 적어도 하나를 송수신할 수 있다.
일 실시예에서, 인쇄 회로 기판 정보는 인쇄 회로 기판의 제작과 관련된 정보를 포함할 수 있다. 메모리(110)는 인쇄 회로 기판의 종류 별로 다양한 인쇄 회로 기판 정보를 저장할 수 있다. 예를 들어, 인쇄 회로 기판 정보는 인쇄 회로 기판에 대한 복수의 부품 각각의 실장 위치에 대한 제1 정보, 인쇄 회로 기판에 대한 복수의 솔더 페이스트들의 인쇄 위치에 대한 제2 정보 및 복수의 부품들과 복수의 솔더 페이스트들의 접합 관계에 대한 제3 정보를 포함할 수 있다. 또한, 메모리(110)가 제1 정보 및 제2 정보만을 저장할 수 있다. 이 경우, 프로세서(130)는 제1 정보 및 제2 정보를 이용하여 제3 정보를 결정할 수 있다.
예를 들어, 복수의 부품들과 복수의 솔더 페이스트들의 접합 관계에 대한 제3 정보는 특정 부품이 인쇄 회로 기판에 인쇄된 복수의 솔더 페이스트들 중 어떤 솔더 페이스트들과 접합되는 지를 나타내는 정보일 수 있다. 예를 들어, 프로세서(130)는 제3 정보를 이용하여, 인쇄 회로 기판에 실장되는 제1 부품이 제1 솔더 페이스트 내지 제3 솔더 페이스트와 접합되는 것으로 판단할 수 있다.
또한, 프로세서(130)는 제1 정보 내지 제3 정보를 이용하여, 제1 부품의 복수의 리드들 각각이 어떠한 솔더 페이스트와 접합되는 지를 판단할 수도 있다. 예를 들어, 프로세서(130)는 제1 정보 내지 제3 정보를 이용하여, 제1 부품의 제1 리드는 제1 솔더 페이스트와 접합되고, 제2 리드는 제2 솔더 페이스트와 접합되고, 제3 리드는 제3 솔더 페이스트와 접합되는 것으로 판단할 수 있다.
일 실시예에서, 복수의 부품들의 외형 정보는, 복수의 부품들의 높이 정보, 면적 정보(예: 복수의 부품들의 상면 면적 정보 등), 부피 정보, 위치 정보, 복수의 부품들의 표면에 인쇄된 적어도 하나의 문자에 대한 정보, 복수의 리드들의 개수 정보, 복수의 리드들의 두께 정보, 복수의 리드들 사이의 간격 정보 및 복수의 리드들의 위치 정보 중 적어도 하나를 포함할 수 있다. 다만, 이는 설명의 목적일 뿐, 이에 제한되는 것은 아니며, 복수의 부품들에 대한 2차원 이미지 또는 3차원 이미지를 이용하여 측정 가능한 복수의 부품들의 외형과 관련된 다양한 정보가 복수의 부품들의 외형 정보로 이용될 수 있다.
일 실시예에서, 복수의 부품들의 검사 정보는 복수의 부품들에 대한 실장 상태의 검사에 이용되는 정보일 수 있다. 예를 들어, 복수의 부품들의 검사 정보는 복수의 부품들의 실장 상태에 대한 검사에서의 적어도 하나의 검사 항목을 나타내는 검사 항목 정보 및 적어도 하나의 검사 항목 별 검사 기준을 나타내는 검사 기준 정보를 포함할 수 있다.
예를 들어, 특정 부품에 대한 검사 항목 정보는 특정 부품의 외형 정보에 기초하여 결정될 수 있다. 예를 들어, 특정 부품의 외형 정보에 특정 부품의 높이 정보, 면적 정보, 부피 정보 및 복수의 리드들의 두께 정보가 포함된 경우, 복수의 부품들 각각에 대한 실장 상태를 검사에서 부품들의 높이, 면적, 부피, 및 복수의 리드들의 두께 중 적어도 하나가 특정 부품의 실장 상태에 대한 검사를 위한 검사 항목으로 결정되고, 특정 부품의 검사 항목 정보로 저장될 수 있다.
예를 들어, 검사 기준 정보는 적어도 하나의 검사 항목 별로, 복수의 부품들의 실장 상태가 양호한지 또는 불량인지를 판단하는 기준이 되는 정보를 나타낼 수 있다. 예를 들어, 검사 항목으로 높이 및 면적이 결정된 경우, 검사 기준 정보는 높이에 대한 검사 기준 및 면적에 대한 검사 기준을 포함할 수 있다. 프로세서(130)는 측정된 특정 부품 외형 정보를 각각의 검사 항목 별로 각각의 검사 기준과 비교함으로써, 특정 부품의 실장 상태에 대한 검사를 수행할 수 있다. 검사 기준 정보를 생성하는 구체적인 방법에 대해서는 후술하도록 한다.
일 실시예에서, 이미지 센서(120)는 메모리(110)에 저장된 인쇄 회로 기판에 대한 정보에 기초하여 제작된 제1 인쇄 회로 기판에 대한 2차원 이미지 및 3차원 이미지를 획득할 수 있다. 예를 들어, 제1 인쇄 회로 기판은 제1 인쇄 회로 기판에 실장된 복수의 부품들의 실장 상태가 양호한 것으로 판정된 인쇄 회로 기판일 수 있다.
예를 들어, 제1 인쇄 회로 기판에 대한 2차원 이미지는 복수의 단색광 조명을 제1 인쇄 회로 기판에 조사하여 반사된 광을 이용하여 생성되고, 제1 인쇄 회로 기판에 대한 3차원 이미지는 적어도 하나의 격자 무늬 조명을 제1 인쇄 회로 기판에 조사하여 반사된 광을 이용하여 생성될 수 있다.
도 1에서는 이미지 센서(120)가 부품 검사 장치(100)에 포함된 것으로 도시되었으나, 이에 제한되는 것은 아니며, 이미지 센서(120)는 부품 검사 장치(100)와는 별도의 구성으로서, 부품 검사 장치(100)와 유선 또는 무선으로 연결될 수도 있다.
일 실시예에서, 프로세서(130)는 운영 체제 또는 응용 프로그램을 구동하여 부품 검사 장치(100)의 적어도 하나의 다른 구성요소를 제어할 수 있고, 각종 데이터 처리 및 연산을 수행할 수 있다. 예를 들어, 프로세서(130)는 중앙처리장치 등을 포함할 수 있고, SoC(system on chip)로 구현될 수 있다.
일 실시예에서, 프로세서(130)는 메모리(110)에 저장된 인쇄 회로 기판에 대한 정보에 기초하여 제작된 제1 인쇄 회로 기판에 실장된 복수의 부품들의 실장 상태에 대한 검사를 수행하기에 앞서, 메모리(110)에 저장된 복수의 부품들의 검사 정보 중, 제1 인쇄 회로 기판에 실장된 복수의 부품들의 실장 상태의 검사에서 이용할 적어도 하나의 부품의 검사 정보를 결정하거나, 적어도 하나의 검사 정보를 생성할 수 있다.
일 실시예에서, 프로세서(130)는 이미지 센서(120)를 통해 제1 인쇄 회로 기판에 대한 2차원 이미지 및 3차원 이미지를 획득할 수 있다. 또 다른 예로, 프로세서(130)는 외부 전자 장치로부터 외부 전자 장치의 이미지 센서를 통해 획득된 제1 인쇄 회로 기판에 대한 2차원 이미지 및 3차원 이미지를 부품 검사 장치(100)의 통신 회로(미도시)를 통해 수신할 수 있다.
이하에서는, 설명의 편의를 위해 메모리(110)에 저장된 복수의 부품들의 검사 정보 중, 제1 인쇄 회로 기판에 실장된 제1 부품의 실장 상태에 대한 검사를 위한 제1 부품의 실장 상태에 대한 검사를 위한 제1 부품의 검사 정보를 결정하거나 제1 부품의 검사 정보를 생성하는 방법을 중심으로 설명하나, 이에 제한되는 것은 아니며, 프로세서(130)는 동일한 방법으로 제1 인쇄 회로 기판에 실장된 복수의 부품들 모두에 대하여, 실장 상태의 검사를 위한 복수의 부품들 각각의 검사 정보를 결정하거나 복수의 부품들 각각의 검사 정보를 생성할 수 있다.
일 실시예에서, 프로세서(130)는 제1 인쇄 회로 기판에 실장된 제1 부품에 대한 실장 상태의 검사를 위한 제1 검사 영역을 결정할 수 있다. 예를 들어, 프로세서(130)는 메모리(110)에 저장된 인쇄 회로 기판 정보에 기초하여 결정되는 제1 인쇄 회로 기판에 대한 제1 부품의 실장 위치를 이용하여, 제1 검사 영역을 결정할 수 있다. 제1 검사 영역을 결정하는 구체적인 방법에 대해서는 후술하도록 한다.
일 실시예에서, 프로세서(130)는 결정된 제1 검사 영역에 대응하는, 2차원 이미지의 제1 부분 이미지 및 3차원 이미지의 제2 부분 이미지를 이용하여, 제1 부품의 외형 정보를 측정할 수 있다. 예를 들어, 프로세서(130)는 2차원 이미지 및 3차원 이미지에서, 제1 검사 영역에 대응하는 제1 부분 이미지 및 제2 부분 이미지를 크롭(crop)할 수 있다. 프로세서(130)는 크롭된 제1 부분 이미지 및 제2 부분 이미지 각각에서 추출되는 특징점을 이용하여 제1 부품의 외형 정보를 결정할 수 있다. 예를 들어, 프로세서(130)는 제1 부분 이미지 및 제2 부분 이미지에서 추출된 특징점을 이용하여, 제1 부품의 높이, 면적, 부피, 위치 및 제1 부품에 인쇄된 적어도 하나의 문자, 복수의 리드들의 개수, 복수의 리드들의 두께, 복수의 리드들 사이의 간격 및 복수의 리드들의 위치 중 적어도 하나를 측정하고, 측정된 결과를 이용하여 제1 부품의 외형 정보를 결정할 수 있다.
일 실시예에서, 프로세서(130)는 결정된 제1 부품의 외형 정보를 이용하여, 메모리(110)에 저장된 복수의 부품들의 외형 정보를 갱신할 수 있다. 예를 들어, 프로세서(130)는 제1 부품의 외형 정보를 메모리(110)에 저장된 복수의 부품들의 외형 정보에 부가함으로써, 복수의 부품들의 외형 정보를 갱신할 수 있다. 이를 통해, 갱신된 복수의 부품들의 외형 정보는 결정된 제1 부품의 외형 정보를 포함할 수 있다.
일 실시예에서, 프로세서(130)는 결정된 제1 부품의 외형 정보 및 메모리(110)에 저장된 복수의 부품들의 외형 정보를 이용하여, 복수의 부품들 각각에 대한 제1 부품과의 유사도들을 결정할 수 있다. 예를 들어, 유사도는 두 개의 부품들이 어느 정도 유사한지를 나타내는 값으로서, 예를 들어, 외형 정보 들 간의 차이를 수치로 나타내는 에러 스코어(error score)일 수 있다.
예를 들어, 프로세서(130)는 미리 설정된 두 개의 부품들 사이의 유사도를 결정하는 알고리즘에 따라 복수의 부품들 각각에 대한 제1 부품과의 유사도들을 결정할 수 있다. 또 다른 예로, 프로세서(130)는 두 개의 부품들 사이의 유사도를 도출하도록 학습된 머신-러닝 기반 모델을 이용하여, 복수의 부품들 각각에 대한 제1 부품과의 유사도들을 결정할 수 있다. 머신-러닝 기반 모델은 두 개의 부품들 사이의 유사도를 결정하는 알고리즘을 기초로, 부품들에 대한 이미지, 부품들에 대한 외형 정보 등을 이용하여 두 개의 부품들 사이의 유사도를 도출하도록 학습될 수 있다. 예를 들어, 머신-러닝 기반 모델은 딥-러닝 모델, CNN(convolution neural network) 등 다양한 머신-러닝 기반 모델이 이용될 수 있다.
일 실시예에서, 두 개의 부품들 사이의 유사도를 도출하도록 학습된 머신-러닝 기반 모델은 메모리(110) 또는 부품 검사 장치(100)와 무선 또는 유선으로 연동된 외부 전자 장치의 메모리에 저장될 수 있다. 프로세서(130)는 복수의 부품들에 대한 외형 정보와 제1 부품의 외형 정보를 머신-러닝 기반 모델에 적용하여, 복수의 부품들 각각에 대한 제1 부품과의 유사도들을 결정할 수 있다.
예를 들어, 머신-러닝 기반 모델은, 제1 복수의 부품들의 외형 정보와 제1 부품의 외형 정보를 비교함으로써, 제1 복수의 부품들의 외형 정보와 제1 부품의 외형 정보의 차이를 결정할 수 있다. 머신-러닝 기반 모델은 결정된 차이에 기초하여 복수의 부품들 각각에 대한 제1 부품과의 유사도들을 도출할 수 있다.
예를 들어, 머신-러닝 기반 모델은, 외형 정보에 포함된 정보의 종류에 따라 서로 다른 가중치를 적용하고, 제1 복수의 부품들의 외형 정보와 제1 부품의 외형 정보의 차이에 적용된 가중치를 적용하여, 복수의 부품들 각각에 대한 제1 부품과의 유사도들을 도출할 수 있다. 이하에서는, 설명의 편의를 위하여, 외형 정보에 부품의 면적 정보, 부품의 표면에 인쇄된 적어도 하나의 문자 정보 및 복수의 리드들의 개수 정보가 포함되고, 부품의 표면에 인쇄된 적어도 하나의 문자 정보, 복수의 리드들의 개수 정보 및 부품의 면적 정보 순으로 가중치가 높게 적용된 것으로 상정하도록 한다. 이 경우, 머신-러닝 기반 모델은 적어도 하나의 문자 정보에 차이가 있고, 복수의 리드들의 개수 정보 및 부품의 면적 정보가 동일한 경우보다, 부품의 면적 정보에 차이가 있고, 적어도 하나의 문자 정보 및 복수의 리드들의 개수 정보가 동일한 경우가 보다 유사도가 높은 것으로 도출할 수 있다. 이와 같이, 머신-러닝 기반 모델은 제1 복수의 부품들의 외형 정보와 제1 부품의 외형 정보의 차이에 적용된 가중치를 적용하여, 복수의 부품들 각각에 대한 제1 부품과의 유사도들을 도출할 수 있다.
위에서 설명한, 머신-러닝 기반 모델의 복수의 부품들 각각에 대한 제1 부품과의 유사도들을 도출 방법은 설명의 목적일 뿐, 이에 제한되는 것은 아니며, 다양한 방법으로 머신-러닝 기반 모델을 학습시켜, 부품들의 외형 정보를 통해 복수의 부품들 각각에 대한 제1 부품과의 유사도들이 도출되도록 할 수 있다.
일 실시예에서, 프로세서(130)는 메모리(110)에 저장된 복수의 부품들 외형 정보 각각에 대한 결정된 제1 부품의 외형 정보와의 유사도들 중 가장 큰 값을 가지는 제1 유사도가 미리 설정된 기준 유사도 이상인지 여부를 판단할 수 있다. 제1 유사도를 가지는 제2 부품의 외형 정보는, 복수의 부품들의 외형 정보 중, 제1 부품의 외형 정보와 가장 유사하다고 판단되는 외형 정보일 수 있다. 프로세서(130)는 제1 유사도가 기준 유사도 이상인지 여부를 판단함으로써, 제1 부품의 실장 상태에 대한 검사에서 제1 유사도를 가지는 제2 부품의 외형 정보와 연계된 제2 부품의 검사 정보를 이용할 수 있다.
예를 들어, 기준 유사도는, 동일한 검사 정보를 이용하여 실장 상태의 검사 수행이 가능하다고 판단할 수 있는 최소 유사도일 수 있다. 기준 유사도는, 부품들의 외형 정보 간의 유사도가 기준 유사도 이상인 경우, 동일한 검사 정보를 이용하여 실장 상태의 검사를 수행하더라도, 부품들에 대한 실장 상태 검사 결과가 실제 부품들의 실장 상태와 대응될 수 있도록 설정될 수 있다.
일 실시예에서, 프로세서(130)는 제1 유사도가 기준 유사도 이상인 경우, 메모리(110)에 저장된 복수의 부품들의 검사 정보 중 제2 부품의 검사 정보를 이용하여, 제1 부품의 실장 상태에 대한 검사를 수행할 수 있다. 예를 들어. 프로세서(130)는 제2 부품의 검사 정보에 기초하여, 제1 부품의 실장 상태의 검사에서의 적어도 하나의 검사 항목 정보 및 적어도 하나의 검사 항목 별 검사 기준을 결정할 수 있다. 프로세서(130)는 제1 부품의 외형 정보 중, 결정된 적어도 하나의 검사 항목에 대응하는 적어도 일부 정보를 결정하고, 결정된 적어도 일부 정보를 적어도 하나의 검사 항목 별 검사 기준과 비교할 수 있다. 프로세서(130)는 비교 결과에 기초하여, 제1 부품에 대한 실장 상태를 검사할 수 있다. 예를 들어, 프로세서(130)는 제1 부품에 대한 실장 상태가 불량 또는 양호인지를 검사할 수 있다.
일 실시예에서, 프로세서(130)는 제1 부품의 실장 상태에 대한 검사를 통해, 제1 부품의 실장 상태가 양호한 것으로 결정되면, 제2 부품의 검사 정보와 매칭되도록 제1 부품의 검사 정보를 생성할 수 있다. 또한, 프로세서(130)는 제1 부품의 검사 정보를 이용하여, 메모리(110)에 저장된 복수의 부품들의 검사 정보를 갱신할 수 있다. 예를 들어, 프로세서(130)는 복수의 부품들의 검사 정보에 제1 부품의 검사 정보를 부가함으로써, 복수의 부품들의 검사 정보를 갱신할 수 있다. 이를 통해, 갱신된 복수의 부품들의 검사 정보는 제1 부품의 검사 정보를 포함할 수 있다.
또한, 프로세서(130)는 제1 부품의 검사 정보를 생성하지 않고, 제1 부품의 외형 정보가 제2 부품의 검사 정보와 연계 되도록 하여, 제1 부품의 실장 상태에 대한 검사에서, 제2 부품의 검사 정보가 이용되도록 할 수도 있다.
일 실시예에서, 프로세서(130)는 제1 부품의 실장 상태의 검사를 통해 제1 부품의 실장 상태가 불량인 것으로 결정되면, 제1 부품의 실장 상태가 양호한 것으로 결정되도록, 제2 부품의 검사 정보의 적어도 일부를 조정할 수 있다. 예를 들어, 프로세서(130)는 제2 부품의 검사 정보에 포함된 검사 기준 정보를 조정하여, 제1 부품의 실장 상태의 검사에서 제1 부품의 실장 상태가 양호한 것으로 결정되도록 할 수 있다.
또한, 프로세서(130)는 제1 부품의 실장 상태의 검사를 통해 제1 부품의 실장 상태가 불량인 것으로 결정되면, 제1 유사도가 기준 유사도 미만이 되도록, 머신-러닝 기반 모델을 갱신할 수 있다. 예를 들어, 프로세서(130)는 제1 유사도를 가지는 제2 부품의 외형 정보와 연계된 제2 부품의 검사 정보를 이용하여 수행된 실장 상태의 검사 결과가 실제 부품들의 실장 상태와 상이한 경우, 머신-러닝 기반 모델이 두 개의 부품들 사이의 유사도를 정확히 도출하지 못한 것으로 판단할 수 있다. 이에 따라, 프로세서(130)는 머신-러닝 기반 모델이 부품들 간의 유사도를 보다 정확히 도출할 수 있도록, 머신-러닝 기반 모델을 갱신할 수 있다. 예를 들어, 프로세서(130)는 외형 정보에 포함된 정보의 종류에 따라 적용된 서로 다른 가중치들을 조정하는 등과 같은 방법을 통해 머신-러닝 기반 모델을 갱신할 수 있다. 이를 통해, 머신-러닝 기반 모델은 두 개의 부품들 사이의 유사도를 보다 정확하게 도출할 수 있다.
일 실시예에서, 프로세서(130)는 적어도 일부가 조정된 제2 부품 검사 정보를 이용하여, 제1 부품에 대한 실장 상태의 검사를 재 수행할 수 있다. 프로세서(130)는 재 수행된 검사를 통해 제1 부품의 실장 상태가 양호한 것으로 결정되면, 적어도 일부가 조정된 제2 부품의 검사 정보와 매칭되도록 제1 부품의 검사 정보를 생성할 수 있다. 또한, 프로세서(130)는 제1 부품의 검사 정보를 이용하여, 메모리(110)에 저장된 복수의 부품들의 검사 정보를 갱신할 수 있다. 예를 들어, 프로세서(130)는 복수의 부품들의 검사 정보에 제1 부품의 검사 정보를 부가함으로써, 복수의 부품들의 검사 정보를 갱신할 수 있다. 이를 통해, 갱신된 복수의 부품들의 검사 정보는 제1 부품의 검사 정보를 포함할 수 있다.
일 실시예에서, 프로세서(130)는 제1 유사도가 기준 유사도 미만인 경우, 제1 부품의 실장 상태의 검사를 위하여, 제1 부품의 검사 정보를 생성할 수 있다. 프로세서(130)는 제1 유사도가 기준 유사도 미만인 경우, 복수의 부품들의 외형 정보 중, 제1 부품의 외형 정보와 유사한 외형 정보가 존재하지 않는 것으로 판단하고, 제1 부품에 대한 검사 정보를 생성할 수 있다. 제1 부품에 대한 검사 정보를 생성하는 구체적인 방법에 대해서는 후술하도록 한다.
이와 같이, 본 개시의 다양한 실시예에 따른 부품 검사 장치(100)는 인쇄 회로 기판에 실장된 복수의 부품들의 실장 상태에 대한 검사를 수행하기에 앞서, 메모리(110)에 저장된 복수의 부품들의 검사 정보 중, 인쇄 회로 기판에 실장된 부품들 각각에 대한 검사를 위해 이용할 부품의 검사 정보를 결정하거나, 검사에 이용되는 부품의 검사 정보를 생성할 수 있다. 이를 통해, 사용자가 인쇄 회로 기판에 실장된 복수의 부품들의 실장 상태에 대한 검사를 수행하기 위해, 검사에 이용되는 복수의 부품들의 외형 정보 및 검사 정보 중 적어도 하나를 입력해야 하는 불편이 해소될 수 있고, 특정 부품에 대한 외형 정보 및 검사 정보 중 적어도 하나의 입력이 누락되어 검사가 제대로 수행되지 않는 문제를 방지할 수 있다.
도 2는 본 개시의 다양한 실시예에 따른 부품 검사 장치의 동작 방법의 흐름도이다.
도 2, 도 3, 도 6, 도 7, 도 8 및 도 9에 도시된 흐름도에서 프로세스 단계들, 방법 단계들, 알고리즘들 등이 순차적인 순서로 설명되었지만, 그러한 프로세스들, 방법들 및 알고리즘들은 임의의 적합한 순서로 작동하도록 구성될 수 있다. 다시 말하면, 본 개시의 다양한 실시예들에서 설명되는 프로세스들, 방법들 및 알고리즘들의 단계들이 본 개시에서 기술된 순서로 수행될 필요는 없다. 또한, 일부 단계들이 비동시적으로 수행되는 것으로서 설명되더라도, 다른 실시예에서는 이러한 일부 단계들이 동시에 수행될 수 있다. 또한, 도면에서의 묘사에 의한 프로세스의 예시는 예시된 프로세스가 그에 대한 다른 변화들 및 수정들을 제외하는 것을 의미하지 않으며, 예시된 프로세스 또는 그의 단계들 중 임의의 것이 본 개시의 다양한 실시예들 중 하나 이상에 필수적임을 의미하지 않으며, 예시된 프로세스가 바람직하다는 것을 의미하지 않는다.
210 단계에서, 부품 검사 장치(100)는 메모리(110)에 저장된 인쇄 회로 기판 정보에 기초하여 제작된 제1 인쇄 회로 기판에 대한 2차원 이미지 및 3차원 이미지를 획득할 수 있다. 예를 들어, 프로세서(130)는 이미지 센서(120)를 통해 2차원 이미지 및 3차원 이미지를 획득할 수 있다. 또 다른 예로, 프로세서(130)는 부품 검사 장치(100)의 통신 모듈을 통해 외부 전자 장치의 이미지 센서를 통해 획득된 2차원 이미지 및 3차원 이미지를 획득할 수도 있다.
220 단계에서, 부품 검사 장치(100)는 제1 검사 영역에 대응하는, 2차원 이미지의 제1 부분 이미지 및 3차원 이미지의 제2 부분 이미지를 이용하여, 제1 부품의 외형 정보를 결정할 수 있다. 예를 들어, 프로세서(130)는 2차원 이미지 및 3차원 이미지에서 크롭된 제1 검사 영역에 대응하는 제1 부분 이미지 및 제2 부분 이미지 각각에서 특정점을 추출하고, 추출된 특징점을 이용하여 제1 부품의 외형 정보를 결정할 수 있다.
230 단계에서, 부품 검사 장치(100)는 제1 부품의 외형 정보 및 메모리(110)에 저장된 복수의 부품들의 외형 정보를 이용하여 결정된 복수의 부품들의 외형 정보 각각에 대한 제1 부품의 외형 정보와의 유사도들 중, 가장 큰 값을 가지는 제1 유사도가 미리 설정된 기준 유사도 이상인지 여부를 판단할 수 있다. 예를 들어, 프로세서(130)는 두 개의 부품들의 외형 정보 사이의 유사도를 도출하도록 학습된 머신-러닝 기반 모델을 이용하여, 복수의 부품들의 외형 정보 각각에 대한 제1 부품의 외형 정보와의 유사도들을 결정할 수 있다.
240 단계에서, 부품 검사 장치(100)는 제1 유사도가 기준 유사도 이상인 경우, 메모리(110)에 저장된 복수의 부품들에 대한 검사 정보 중, 제1 유사도를 가지는 제2 부품의 외형 정보와 연계된 제2 부품의 검사 정보를 이용하여, 제1 부품의 실장 상태에 대한 검사를 수행할 수 있다. 예를 들어. 프로세서(130)는 제1 부품의 외형 정보 중, 제2 부품의 검사 정보에 기초하여 결정된 적어도 하나의 검사 항목에 대응하는 적어도 일부를 결정하고, 결정된 적어도 일부를 적어도 하나의 검사 항목 별 검사 기준과 비교함으로써, 제1 부품의 실장 상태에 대한 검사를 수행할 수 있다.
250 단계에서, 부품 검사 장치(100)는 제1 부품의 실장 상태에 대한 검사를 통해, 제1 부품의 실장 상태가 양호한 것으로 결정되면, 제2 부품의 검사 정보와 매칭되는 제1 부품의 검사 정보를 이용하여 메모리(110)에 저장된 복수의 부품들의 검사 정보를 갱신할 수 있다. 이를 통해, 갱신된 복수의 부품들의 검사 정보는 제1 부품의 검사 정보를 포함할 수 있다.
도 3은 본 개시의 다양한 실시예에 따른 부품 검사 장치에 의한 검사 영역을 결정하는 방법의 흐름도이다.
310 단계에서, 부품 검사 장치(100)는 메모리(110)에 저장된 인쇄 회로 기판 정보를 이용하여, 제1 인쇄 회로 기판에 대한 제1 부품의 실장 위치를 결정할 수 있다. 예를 들어, 프로세서(130)는 제1 인쇄 회로 기판의 제작에 이용된 인쇄 회로 기판 정보를 이용하여, 인쇄 회로 기판에 실장되는 제1 부품을 포함한 복수의 부품들의 실장 위치를 결정할 수 있다.
320 단계에서, 부품 검사 장치(100)는 제1 부품의 실장 위치를 기준으로 하여, 미리 설정된 크기를 갖는 제1 검사 영역을 결정할 수 있다. 예를 들어, 프로세서(130)는 도 4의 (a)에서와 같이, 제1 인쇄 회로 기판에 대한 제1 부품(400)의 실장 위치가 결정되면, 제1 부품의 실장 위치(예를 들어, 제1 부품의 중심 점의 위치)를 기준으로 하여 미리 설정된 크기를 갖는 제1 검사 영역(410)을 결정할 수 있다.
330 단계에서, 부품 검사 장치(100)는 제1 인쇄 회로 기판에 대한 2차원 이미지를 이용하여, 제1 부품과 접합되는 복수의 제1 솔더 페이스트들이 인식되는지 여부를 결정할 수 있다. 예를 들어, 도 4의 (a)에서와 같이, 제1 부품(400)은 복수의 리드들(401)을 통해 복수의 제1 솔더 페이스트들(402)과 접합될 수 있다. 프로세서(130)는 2차원 이미지를 통해 인식되는 제1 부품(400) 및 복수의 제1 솔더 페이스트(402)의 형상, 색상 등과 같은 외형과 관련된 정보를 통해 2차원 이미지에서 복수의 제1 솔더 페이스트들이 인식되는지 여부를 결정할 수 있다.
331 단계에서, 부품 검사 장치(100)는 2차원 이미지를 이용하여, 복수의 제1 솔더 페이스트들이 인식되지 않으면, 제1 인쇄 회로 기판에 대한 3차원 이미지를 이용하여, 제1 부품과 복수의 솔더 페이스트들의 높이 정보를 측정할 수 있다. 예를 들어, 프로세서(130)는 2차원 이미지를 통해 복수의 제1 솔더 페이스트들이 인식되지 않거나, 복수의 제1 솔더 페이스트들 중 적어도 하나의 솔더 페이스트가 인식되지 않으면, 제1 인쇄 회로 기판에 대한 3차원 이미지를 이용하여, 제1 부품과 복수의 솔더 페이스트들의 높이 정보를 측정할 수 있다.
332 단계에서, 부품 검사 장치(100)는 측정된 제1 부품과 복수의 제1 솔더 페이스트들의 높이 정보를 이용하여 복수의 제1 솔더 페이스트들을 인식할 수 있다. 일반적으로, 부품과 부품에 접합되는 솔더 페이스트의 높이는 차이가 있으므로, 프로세서(130)는 측정된 제1 부품과 복수의 제1 솔더 페이스트들의 높이 정보를 이용하여 복수의 제1 솔더 페이스트들을 인식할 수 있다.
340 단계에서, 부품 검사 장치(100)는 2차원 이미지를 이용하여 복수의 제1 솔더 페이스트들이 인식되면, 결정된 제1 검사 영역에 복수의 제1 솔더 페이스트들이 포함되어 있는지 여부를 결정할 수 있다. 예를 들어, 제1 부품의 실장 상태에 대한 검사를 위해서는 제1 검사 영역에 복수의 제1 솔더 페이스트들이 포함되어야 하므로, 프로세서(130)는 제1 검사 영역을 최종 결정하기에 앞서, 제1 검사 영역에 복수의 제1 솔더 페이스트들이 포함되어 있는지 여부를 결정할 수 있다. 프로세서(130)는 제1 검사 영역에 복수의 제1 솔더 페이스트들이 포함되어 있는 경우, 미리 설정된 크기를 갖는 제1 검사 영역을 최종적으로 제1 부품에 대한 실장 상태를 검사 하기 위한 검사 영역으로 결정할 수 있다.
350 단계에서, 부품 검사 장치(100)는 제1 검사 영역에 복수의 제1 솔더 페이스트들이 포함되어 있지 않은 경우, 복수의 제1 솔더 페이스트들이 포함되도록 제1 검사 영역의 크기를 조정할 수 있다. 예를 들어, 도 4의 (a)에서와 같이, 미리 설정된 크기를 갖는 제1 검사 영역(410)에 복수의 제1 솔더 페이스트들(402)이 포함되지 않을 수 있다. 제1 부품(400)의 실장 상태의 검사를 위해서는, 복수의 제1 솔더 페이스트들(402) 역시 검사 영역에 포함되어야 하므로, 프로세서(130)는 도 4의 (b)에서와 같이 미리 설정된 크기를 갖는 제1 검사 영역(420)의 크기를 조정할 수 있다. 프로세서(130)는 크기가 조정된 제1 검사 영역(420)을 최종적으로 제1 부품에 대한 실장 상태를 검사 하기 위한 검사 영역으로 결정할 수 있다.
도 5는 본 개시의 다양한 실시예에 따른 부품 검사 장치에 의한 부품의 외형 정보를 결정하는 방법을 설명하기 위한 도면이다.
일 실시예에서, 부품 검사 장치(100)의 프로세서(130)는 제1 인쇄 회로 기판에 실장된 제1 부품의 실장 상태에 대한 검사를 위한 제1 검사 영역을 결정하고, 제1 인쇄 회로 기판에 대한 2차원 이미지 및 3차원 이미지에서, 제1 검사 영역에 대응하는 제1 부분 이미지 및 제2 부분 이미지를 크롭할 수 있다.
도 5의 (a) 및 (b)는 2차원 이미지에서 크롭된 제1 부분 이미지를 도시하고 있고, 이하에서는 제1 부분 이미지에서 특징점을 추출하여 제1 부품의 외형 정보를 결정하는 방법을 중심으로 설명하나, 이에 제한되는 것은 아니며, 3차원 이미지에서 크롭된 제2 부분 이미지에서도 특징점이 추출되어 제1 부품의 외형 정보를 결정하는 데에 이용될 수 있다.
도 5의 (a)에서와 같이, 프로세서(130)는 제1 부분 이미지에서 제1 부품과 관련된 복수의 특징점들(511, 512, 513, 514)을 추출할 수 있다. 프로세서(130)는 추출된 복수의 특징점들(511, 512, 513, 514)을 이용하여, 제1 부품의 높이, 면적, 부피 및 위치 중 적어도 하나를 측정할 수 있다. 또한, 도시되지 않았으나, 프로세서(130)는 추출되는 적어도 하나의 특징점을 이용하여, 제1 부품의 표면에 인쇄된 적어도 하나의 문자를 인식할 수 있다.
또한, 도 5의 (b)에서와 같이, 프로세서(130)는 제1 부분 이미지에서, 제1 부품의 복수의 리드들과 관련된 복수의 특징점들(521, 522, 523)을 추출할 수 있다. 프로세서(130)는 추출된 복수의 특징점들(521, 522, 523)을 이용하여, 복수의 리드들의 개수, 복수의 리드들의 두께, 복수의 리드들 사이의 간격 및 복수의 리드들의 위치 중 적어도 하나를 측정할 수 있다.
또한, 도시되지는 않았으나, 프로세서(130)는 제1 부분 이미지에서 제1 부품과 접합된 복수의 제1 솔더 페이스트들과 관련된 복수의 특징점들을 추출할 수 있다. 프로세서(130)는 추출된 복수의 특징점들을 이용하여, 복수의 제1 솔더 페이스드들의 높이, 면적, 부피 및 위치 중 적어도 하나를 측정할 수 있다.
일 실시예에서, 프로세서(130)는 측정된 정보들을 이용하여, 제1 부품의 외형 정보를 결정할 수 있다.
도 6은 본 개시의 다양한 실시예에 따른 부품 검사 장치에 의한 제1 부품의 검사 정보를 생성하는 방법의 흐름도이다.
610 단계에서, 부품 검사 장치(100)는 결정된 제1 부품의 외형 정보에 기초하여, 제1 부품의 실장 상태에 대한 검사에서의 적어도 하나의 검사 항목을 결정할 수 있다. 예를 들어, 프로세서(130)는 복수의 부품들의 외형 정보 각각 대한 제1 부품의 외형 정보와의 유사도들 중, 가장 큰 값을 가지는 제1 유사도가 미리 설정된 기준 유사도 미만인 경우, 제1 부품의 실장 상태에 대한 검사를 위하여 제1 부품의 검사 정보를 생성할 수 있다. 프로세서(130)는 결정된 제1 부품의 외형 정보에 따라, 제1 부품에 대한 실장 상태의 검사에서 검사할 적어도 하나의 검사 항목을 결정할 수 있다.
620 단계에서, 부품 검사 장치(100)는 제1 유사도를 가지는 제2 부품의 외형 정보와 연계된 제2 부품의 검사 정보의 적어도 일부 및 미리 설정된 기준 중 적어도 하나를 이용하여, 결정된 적어도 하나의 검사 항목 별로 검사 기준을 결정할 수 있다. 예를 들어, 미리 설정된 기준은 IPC(Institute for Interconnecting and Packaging Electronic Circuits) 규격일 수 있다. 예를 들어, 프로세서(130)는 제1 유사도가 기준 유사도 미만이더라도, 제2 부품의 검사 정보 중 적어도 일부를 이용할 수는 있다. 프로세서(130)는 제1 부품의 외형 정보와 제2 부품의 외형 정보 사이의 차이에 기초하여, 제2 부품의 검사 정보 중, 검사 기준을 결정하기 위해 이용할 적어도 일부를 결정할 수 있다.
예를 들어, 프로세서(130)는 제1 부품의 외형 정보 및 제2 부품의 외형 정보를 비교하여, 제1 부품의 외형 정보 중, 제2 부품의 외형 정보와의 차이가 미리 설정된 임계치 미만인 적어도 일부를 결정하고, 결정된 적어도 일부와 관련된 제2 부품의 검사 정보 중 적어도 일부를 이용하여, 적어도 하나의 검사 항목 별 검사 기준을 결정하는 데에 이용할 수 있다. 또한, 프로세서(130)는 적어도 하나의 검사 항목 별 검사 기준을 결정하기 위해, 외형 정보에 포함된 정보의 종류에 따라 미리 설정된 검사 기준 결정 알고리즘을 더 이용할 수 있다. 또한, 프로세서(130)는 복수의 부품들 중, 제1 부품의 외형 정보의 적어도 일부분과의 차이가 미리 설정된 임계치 미만인 다른 부품의 검사 정보도, 제1 부품의 검사 정보를 생성하기 위해 더 이용할 수 있다.
630 단계에서, 부품 검사 장치(100)는 결정된 적어도 하나의 검사 항목 및 결정된 적어도 하나의 검사 항목 별 검사 기준에 기초하여, 제1 부품의 검사 정보를 생성할 수 있다. 프로세서(130)는 생성된 제1 부품의 검사 정보를 이용하여 수행되는 제1 부품의 실장 상태에 대한 검사를 통해 제1 부품의 실장 상태가 양호한 것으로 결정되면, 제1 부품의 검사 정보를 이용하여 메모리(110)에 저장된 복수의 부품들의 검사 정보를 갱신할 수 있다. 예를 들어, 프로세서(130)는 복수의 부품들의 검사 정보에 제1 부품의 검사 정보를 부가함으로써, 복수의 부품들의 검사 정보를 갱신할 수 있다. 이를 통해, 갱신된 복수의 부품들의 검사 정보는 제1 부품의 검사 정보를 포함할 수 있다.
도 7은 본 개시의 다양한 실시예에 따른 부품 검사 장치에 의한 제1 부품에 대한 검사 결과에 따라, 복수의 부품들의 검사 정보를 갱신하는 방법의 흐름도이다.
710 단계에서, 부품 검사 장치(100)는 제1 유사도를 가지는 제2 부품의 외형 정보와 연계된 제2 부품의 검사 정보를 이용하여, 제1 부품의 실장 상태에 대한 검사를 수행할 수 있다. 예를 들어, 프로세서(130)는 제1 유사도가 기준 유사도 이상인 경우, 제2 부품의 검사 정보를 이용하여, 제1 부품의 실장 상태에 대한 검사를 수행할 수 있다.
720 단계에서, 부품 검사 장치(100)는 제1 부품의 실장 상태에 대한 검사를 통해 제1 부품의 실장 상태가 양호로 결정되는지 여부를 확인할 수 있다. 예를 들어, 제1 인쇄 회로 기판은 제1 인쇄 회로 기판에 실장된 복수의 부품들의 실장 상태가 양호한 것으로 판정된 인쇄 회로 기판이므로, 제1 인쇄 회로 기판에 실장된 제1 부품의 실제 실장 상태는 양호한 상태일 수 있다. 이에 따라, 프로세서(130)는 제2 부품의 검사 정보를 이용하여 수행된 제1 부품의 실장 상태에 대한 검사에서, 제1 부품의 실장 상태가 양호한 것으로 결정되어야, 제1 부품의 실장 상태에 대한 검사에서 제2 부품의 검사 정보가 이용 가능한 것으로 판단할 수 있다.
721 단계에서, 부품 검사 장치(100)는 제1 부품의 실장 상태가 양호한 것으로 결정되면, 제2 부품의 검사 정보와 매칭되는 제1 부품의 검사 정보를 이용하여, 메모리(110)에 저장된 복수의 부품들의 검사 정보를 갱신할 수 있다. 예를 들어, 프로세서(130)는 제1 부품의 실장 상태가 양호한 것으로 결정되면, 실제 제1 부품의 실장 상태와 제1 부품의 실장 상태에 대한 검사 결과가 대응되는 것으로 판단하고, 제1 부품의 실장 상태에 대한 검사에서 제2 부품의 검사 정보가 이용 가능한 것으로 판단할 수 있다. 이에 따라, 프로세서(130)는 제2 부품 검사 정보와 매칭되도록 제1 부품의 검사 정보를 생성하고, 제1 부품의 검사 정보를 이용하여, 복수의 부품들의 검사 정보를 갱신할 수 있다.
또한, 프로세서(130)는 프로세서(130)는 제1 부품의 검사 정보를 생성하지 않고, 제1 부품의 외형 정보가 제2 부품의 검사 정보와 연계 되도록 하여, 제1 부품의 실장 상태에 대한 검사에서, 제2 부품의 검사 정보가 이용되도록 할 수도 있다.
730 단계에서, 부품 검사 장치(100)는 제1 부품의 실장 상태가 불량으로 결정되면, 제1 부품의 실장 상태가 양호한 것으로 결정되도록, 제2 부품의 검사 정보의 적어도 일부를 조정할 수 있다. 예를 들어, 프로세서(130)는 제2 부품의 검사 정보에 포함된 검사 기준 정보를 조정하여, 제1 부품의 실장 상태의 검사에서 제1 부품의 실장 상태가 양호한 것으로 결정되도록 할 수 있다.
740 단계에서, 부품 검사 장치(100)는 적어도 일부가 조정된 제2 부품 검사 정보를 이용하여, 제1 부품에 대한 실장 상태의 검사를 재 수행할 수 있다.
750 단계에서, 부품 검사 장치(100)는 재 수행된 검사를 통해 제1 부품의 실장 상태가 양호한 것으로 결정되면, 적어도 일부가 조정된 제2 부품의 검사 정보와 매칭되는 제1 부품의 검사 정보를 이용하여 메모리(110)에 저장된 복수의 부품들의 검사 정보를 갱신할 수 있다. 예를 들어, 프로세서(130)는 적어도 일부가 조정된 제2 부품 검사 정보와 매칭되도록 제1 부품의 검사 정보를 생성하고, 제1 부품의 검사 정보를 이용하여, 복수의 부품들의 검사 정보를 갱신할 수 있다.
도 8은 본 개시의 다양한 실시예에 따른 검사 장치에 의한 제1 부품에 대한 검사 결과에 따라, 제1 부품에 대한 검사 정보를 이용하여 복수의 부품들에 대한 정보를 갱신하는 방법의 흐름도이다.
810 단계에서, 부품 검사 장치(100)는 생성된 제1 부품의 검사 정보를 이용하여, 제1 부품의 실장 상태에 대한 검사를 수행할 수 있다. 예를 들어, 프로세서(130)는 제1 유사도가 미리 설정된 기준 유사도 미만인 경우, 도 6에서 설명한 바와 같이, 제1 부품의 검사 정보를 생성한 후, 메모리(110)에 저장된 복수의 부품들의 검사 정보가 갱신된 상태에서, 제1 부품의 실장 상태에 대한 검사를 재 수행할 수 있다.
820 단계에서, 부품 검사 장치(100)는 재 수행된 제1 부품의 실장 상태에 대한 검사 결과를 통해, 제1 부품의 실장 상태가 양호로 결정되는지 여부를 확인할 수 있다. 제1 부품의 실장 상태가 양호로 결정되는지 여부를 확인할 수 있다. 예를 들어, 제1 인쇄 회로 기판은 제1 인쇄 회로 기판에 실장된 복수의 부품들의 실장 상태가 양호한 것으로 판정된 인쇄 회로 기판이므로, 제1 인쇄 회로 기판에 실장된 제1 부품의 실제 실장 상태는 양호한 상태일 수 있다. 이에 따라, 프로세서(130)는 생성된 제1 부품의 검사 정보를 이용하여 수행된 제1 부품의 실장 상태에 대한 검사에서, 제1 부품의 실장 상태가 양호한 것으로 결정되어야, 제1 부품의 검사 정보가 제대로 생성된 것으로 판단할 수 있다.
830 단계에서, 제1 부품의 실장 상태가 양호한 것으로 결정되면, 생성된 제1 부품의 검사 정보를 이용하여, 메모리(110)에 저장된 복수의 부품들의 검사 정보를 갱신할 수 있다. 예를 들어, 프로세서(130)는 생성된 제1 부품의 검사 정보를 메모리(110)에 저장된 복수의 부품들의 검사 정보에 부가함으로써, 복수의 부품들의 검사 정보를 갱신할 수 있다.
840 단계에서, 부품 검사 장치(100)는 제1 부품의 실장 상태가 불량으로 결정되면, 제1 부품의 실장 상태가 양호한 것으로 결정되도록, 제1 부품의 검사 정보의 적어도 일부를 조정할 수 있다. 예를 들어, 프로세서(130)는 제1 부품의 검사 정보에 포함된 검사 기준 정보를 조정하여, 제1 부품의 실장 상태의 검사에서 제1 부품의 실장 상태가 양호한 것으로 결정되도록 할 수 있다.
850 단계에서, 부품 검사 장치(100)는 조정된 제1 부품의 검사 정보를 이용하여 복수의 부품들의 검사 정보를 갱신할 수 있다. 예를 들어, 프로세서(130)는 조정된 제1 부품의 검사 정보를 이용하여, 제1 부품의 실장 상태에 대한 검사를 재 수행할 수 있다. 프로세서(130)는 재 수행된 검사를 통해 제1 부품의 실장 상태가 양호한 것으로 결정되면, 조정된 제1 부품의 검사 정보를 복수의 부품들의 검사 정보에 부가함으로써, 복수의 부품들의 검사 정보를 갱신할 수 있다. 또한, 프로세서(130)는 재 수행된 검사를 통해 제1 부품의 실장 상태가 불량인 것으로 결정되면, 제1 부품의 실장 상태가 양호한 것으로 결정되도록, 조정된 제1 부품의 검사 정보를 다시 한번 조정할 수 있다.
도 9는 본 개시의 다양한 실시예에 따른 검사 장치에 의한 제1 부품에 대한 검사 정보를 생성한 후, 머신-러닝 기반 모델을 갱신하는 방법의 흐름도이다.
910 단계에서, 부품 검사 장치(100)는 제1 부품에 대한 검사 정보를 생성한 후, 메모리(110)에 저장된 복수의 부품들의 갱신 외형 정보 각각에 대한 제1 부품의 외형 정보와의 유사도들을 결정할 수 있다. 여기에서, 복수의 부품들의 갱신 외형 정보는, 제1 부품의 외형 정보를 이용하여 갱신된 복수의 부품들의 외형 정보일 수 있다.
920 단계에서, 부품 검사 장치(100)는 결정된 복수의 부품들의 갱신 외형 정보 각각에 대한 제1 부품의 외형 정보와의 유사도들 중, 가장 큰 값을 가지는 제1 유사도가 제1 기준 유사도 이상인지 여부를 결정할 수 있다. 예를 들어, 제1 기준 유사도는, 동일한 검사 정보를 이용하여 실장 상태의 검사 수행이 가능하다고 판단할 수 있는 최소 유사도일 수 있다. 예를 들어, 프로세서(130)는 제1 유사도가 제1 기준 유사도 이상인 경우, 복수의 부품들의 갱신 외형 정보 각각에 대한 제1 부품의 외형 정보와의 유사도들이 정확하게 도출된 것으로 판단하고, 머신-러닝 기반 모델을 갱신하지 않을 수 있다.
930 단계에서, 부품 검사 장치(100)는 제1 유사도가 제1 기준 유사도 미만인 경우, 제1 유사도가 제2 기준 유사도 이상인지 여부를 결정할 수 있다. 예를 들어, 제2 기준 유사도는 동일한 검사 정보를 이용하여 실장 상태의 검사 수행이 가능할 정도로 부품들 사이의 외형 정보가 동일 또는 유사하지는 않으나, 실장 상태의 검사 수행에서 검사 정보의 일부는 이용 가능하다고 판단할 수 있는 최소 유사도일 수 있다. 예를 들어, 프로세서(130)는 제1 부품의 외형 정보를 이용하여 복수의 부품들의 외형 정보가 갱신된 후, 머신-러닝 기반 모델이 복수의 부품들의 갱신 외형 정보 각각에 대한 제1 부품의 외형 정보와의 유사도들을 정확히 도출하고 있는지 여부를 판단하기 위하여, 제1 유사도가 제2 기준 유사도 이상인지 여부를 결정할 수 있다.
940 단계에서, 부품 검사 장치(100)는 제1 유사도가 제2 기준 유사도 이상인 경우, 머신-러닝 기반 모델을 갱신할 수 있다. 프로세서(130)는 복수의 부품들의 갱신 외형 정보가 제1 부품의 외형 정보를 포함하고 있음에도, 제1 유사도가 제1 기준 유사도 미만이고, 제2 기준 유사도 이상인 경우, 머신-러닝 기반 모델이 정확하게 유사도를 도출하지 못하고 있는 것으로 판단할 수 있다. 이에 따라, 프로세서(130)는 제1 유사도가 제1 기준 유사도 이상으로 도출되도록, 머신-러닝 기반 모델을 갱신할 수 있다.
950 단계에서, 부품 검사 장치(100)는 제1 유사도가 제2 기준 유사도 미만인 경우, 복수의 부품들의 갱신 외형 정보에 제1 부품의 외형 정보가 포함되어 있는지 여부를 결정할 수 있다. 예를 들어, 프로세서(130)는 제1 부품의 외형 정보를 이용하여, 복수의 부품들의 외형 정보가 갱신되었음에도, 제1 유사도가 제2 기준 유사도 미만인 경우, 제1 부품의 외형 정보를 이용하여 복수의 외형 정보가 제대로 갱신되었는지 여부를 판단하기 위하여, 복수의 부품들의 갱신 외형 정보에 제1 부품의 외형 정보가 포함되어 있는지 여부를 결정할 수 있다.
960 단계에서, 부품 검사 장치(100)는 복수의 부품들의 갱신 외형 정보에 제1 부품의 외형 정보가 포함되어 있는 경우, 머신-러닝 기반 모델을 갱신할 수 있다. 예를 들어, 프로세서(130)는 복수의 부품들의 갱신 외형 정보가 제1 부품의 외형 정보를 포함하고 있음에도, 제1 유사도가 제2 기준 유사도 미만인 경우, 머신-러닝 기반 모델이 정확하게 유사도를 도출하지 못하고 있는 것으로 판단할 수 있다. 이에 따라, 프로세서(130)는 제1 유사도가 제1 기준 유사도 이상으로 도출되도록, 머신-러닝 기반 모델을 갱신할 수 있다.
970 단계에서, 부품 검사 장치(100)는 복수의 부품들의 갱신 외형 정보에 제1 부품의 외형 정보가 포함되어 있지 않은 경우, 제1 부품의 외형 정보를 이용하여 복수의 부품들의 갱신 외형 정보를 다시 한번 갱신할 수 있다. 예를 들어, 프로세서(130)는 제1 부품의 외형 정보를 이용하여 복수의 부품들의 갱신 외형 정보에 부가함으로써, 복수의 부품들의 갱신 외형 정보를 다시 한번 갱신할 수 있다.
상기 방법은 특정 실시예들을 통하여 설명되었지만, 상기 방법은 또한 컴퓨터로 읽을 수 있는 기록매체에 컴퓨터가 읽을 수 있는 코드로서 구현하는 것이 가능하다. 컴퓨터가 읽을 수 있는 기록매체는 컴퓨터 시스템에 의해 읽혀질 수 있는 데이터가 저장되는 모든 종류의 기록장치를 포함한다. 컴퓨터가 읽을 수 있는 기록매체의 예로는 ROM, RAM, CD-ROM, 자기 테이프, 플로피 디스크, 광데이터 저장장치 등을 포함한다. 또한, 컴퓨터가 읽을 수 있는 기록매체는 네트워크로 연결된 컴퓨터 시스템에 분산되어, 분산방식으로 컴퓨터가 읽을 수 있는 코드가 저장되고 실행될 수 있다. 그리고, 상기 실시예들을 구현하기 위한 기능적인(functional) 프로그램, 코드 및 코드 세그먼트들은 본 개시가 속하는 기술분야의 프로그래머들에 의해 용이하게 추론될 수 있다.
이상 일부 실시예들과 첨부된 도면에 도시된 예에 의해 본 개시의 기술적 사상이 설명되었지만, 본 개시가 속하는 기술 분야에서 통상의 지식을 가진 자가 이해할 수 있는 본 개시의 기술적 사상 및 범위를 벗어나지 않는 범위에서 다양한 치환, 변형 및 변경이 이루어질 수 있다는 점을 알아야 할 것이다. 또한, 그러한 치환, 변형 및 변경은 첨부된 청구범위 내에 속하는 것으로 생각되어야 한다.

Claims (5)

  1. 인쇄 회로 기판에 실장된 부품을 검사하는 장치에 있어서,
    인쇄 회로 기판 정보, 복수의 부품들의 외형 정보 및 실장 상태의 검사에 이용되는 상기 복수의 부품들의 검사 정보를 저장하는 메모리;
    상기 인쇄 회로 기판 정보에 기초하여 제작된 제1 인쇄 회로 기판에 대한 2차원 이미지 및 3차원 이미지를 획득하는 이미지 센서; 및
    프로세서를 포함하고,
    상기 프로세서는,
    상기 제1 인쇄 회로 기판에 실장된 제1 부품에 대한 실장 상태의 검사를 위한 제1 검사 영역에 대응하는, 상기 2차원 이미지의 제1 부분 이미지 및 상기 3차원 이미지의 제2 부분 이미지를 이용하여, 상기 제1 부품의 외형 정보를 결정하고,
    상기 제1 부품의 외형 정보 및 상기 복수의 부품들의 외형 정보를 이용하여 결정된 상기 복수의 부품들의 외형 정보 각각에 대한 상기 제1 부품의 외형 정보와의 유사도들 중 가장 큰 값을 가지는 제1 유사도가 미리 설정된 기준 유사도 이상인지 여부를 판단하고,
    상기 제1 유사도가 상기 기준 유사도 이상인 경우, 상기 복수의 부품들의 검사 정보 중, 상기 제1 유사도를 가지는 제2 부품의 외형 정보와 연계된 제2 부품의 검사 정보와 매칭되는 상기 제1 부품의 검사 정보를 생성하는, 부품 검사 장치.
  2. 제1항에 있어서,
    상기 메모리는, 두 개의 부품들의 외형 정보 사이의 유사도를 도출하도록 학습된 머신-러닝 기반 모델을 저장하고,
    상기 프로세서는,
    상기 복수의 부품들의 외형 정보와 상기 제1 부품의 외형 정보를 상기 머신-러닝 기반 모델에 적용하여, 상기 복수의 부품들의 외형 정보 각각에 대한 상기 제1 부품의 외형 정보와의 유사도들을 결정하는, 부품 검사 장치.
  3. 제1항에 있어서,
    상기 프로세서는,
    상기 2차원 이미지 및 상기 3차원 이미지에서 상기 제1 검사 영역에 대응하는 상기 제1 부분 이미지 및 상기 제2 부분 이미지를 크롭(crop)하고,
    상기 제1 부분 이미지 및 제2 부분 이미지 각각에서 추출되는 특징점을 이용하여, 상기 제1 부품의 외형 정보를 결정하는, 부품 검사 장치.
  4. 제1항에 있어서,
    상기 프로세서는,
    상기 제1 유사도가 상기 기준 유사도 미만인 경우, 상기 제1 부품의 검사 정보를 생성하고,
    상기 생성된 제1 부품의 검사 정보를 이용하여, 상기 제1 부품의 실장 상태에 대한 검사를 수행하고,
    상기 검사를 통해 상기 제1 부품의 실장 상태가 양호한 것으로 결정되면, 상기 생성된 제1 부품의 검사 정보를 이용하여 상기 복수의 부품들의 검사 정보를 갱신하는, 부품 검사 장치.
  5. 인쇄 회로 기판에 실장된 부품을 검사하는 장치의 동작 방법에 있어서,
    메모리에 저장된 인쇄 회로 기판 정보에 기초하여 제작된 제1 인쇄 회로 기판에 대한 2차원 이미지 및 3차원 이미지를 획득하는 단계;
    상기 제1 인쇄 회로 기판에 실장된 제1 부품에 대한 실장 상태의 검사를 위한 제1 검사 영역에 대응하는, 상기 2차원 이미지의 제1 부분 이미지 및 상기 3차원 이미지의 제2 부분 이미지를 이용하여, 상기 제1 부품의 외형 정보를 결정하는 단계;
    상기 제1 부품의 외형 정보 및 상기 메모리에 저장된 복수의 부품들의 외형 정보를 이용하여 결정된 상기 복수의 부품들의 외형 정보 각각에 대한 상기 제1 부품의 외형 정보와의 유사도들 중 가장 큰 값을 가지는 제1 유사도가 미리 설정된 기준 유사도 이상인지 여부를 판단하는 단계; 및
    상기 제1 유사도가 상기 기준 유사도 이상인 경우, 상기 메모리에 저장된 복수의 부품들의 검사 정보 중, 상기 제1 유사도를 가지는 제2 부품의 외형 정보와 연계된 제2 부품의 검사 정보와 매칭되는 상기 제1 부품의 검사 정보를 생성하는 단계
    를 포함하는, 부품 검사 장치의 동작 방법.
KR1020217023884A 2017-02-13 2018-02-13 인쇄 회로 기판에 실장된 부품을 검사하는 장치, 그 동작 방법 및 컴퓨터 판독 가능한 기록 매체 KR102317464B1 (ko)

Applications Claiming Priority (4)

Application Number Priority Date Filing Date Title
US201762458166P 2017-02-13 2017-02-13
US62/458,166 2017-02-13
KR1020197024589A KR102285760B1 (ko) 2017-02-13 2018-02-13 인쇄 회로 기판에 실장된 부품을 검사하는 장치, 그 동작 방법 및 컴퓨터 판독 가능한 기록 매체
PCT/KR2018/001902 WO2018147712A1 (ko) 2017-02-13 2018-02-13 인쇄 회로 기판에 실장된 부품을 검사하는 장치, 그 동작 방법 및 컴퓨터 판독 가능한 기록 매체

Related Parent Applications (1)

Application Number Title Priority Date Filing Date
KR1020197024589A Division KR102285760B1 (ko) 2017-02-13 2018-02-13 인쇄 회로 기판에 실장된 부품을 검사하는 장치, 그 동작 방법 및 컴퓨터 판독 가능한 기록 매체

Publications (2)

Publication Number Publication Date
KR20210095975A true KR20210095975A (ko) 2021-08-03
KR102317464B1 KR102317464B1 (ko) 2021-10-28

Family

ID=63106895

Family Applications (2)

Application Number Title Priority Date Filing Date
KR1020197024589A KR102285760B1 (ko) 2017-02-13 2018-02-13 인쇄 회로 기판에 실장된 부품을 검사하는 장치, 그 동작 방법 및 컴퓨터 판독 가능한 기록 매체
KR1020217023884A KR102317464B1 (ko) 2017-02-13 2018-02-13 인쇄 회로 기판에 실장된 부품을 검사하는 장치, 그 동작 방법 및 컴퓨터 판독 가능한 기록 매체

Family Applications Before (1)

Application Number Title Priority Date Filing Date
KR1020197024589A KR102285760B1 (ko) 2017-02-13 2018-02-13 인쇄 회로 기판에 실장된 부품을 검사하는 장치, 그 동작 방법 및 컴퓨터 판독 가능한 기록 매체

Country Status (5)

Country Link
US (2) US10997714B2 (ko)
EP (1) EP3582599B1 (ko)
KR (2) KR102285760B1 (ko)
CN (2) CN113763335B (ko)
WO (1) WO2018147712A1 (ko)

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111766253A (zh) * 2019-03-15 2020-10-13 鸿富锦精密电子(成都)有限公司 锡膏印刷品质检测方法、数据处理装置及计算机存储介质
KR20210038143A (ko) * 2019-09-30 2021-04-07 (주)쎄미시스코 인공지능(ai) 기반 대상물 검사 시스템 및 방법
CN112801328B (zh) * 2019-11-14 2023-10-31 富联精密电子(天津)有限公司 产品印刷参数设定装置、方法及计算机可读存储介质
CN113739695A (zh) * 2020-05-27 2021-12-03 云米互联科技(广东)有限公司 基于图像的射频连接器检测方法、检测装置及存储介质
KR102366032B1 (ko) * 2021-03-25 2022-02-23 데이터크러쉬 주식회사 머신러닝에 기반하여 자동 증강된 회로 기판 이미지를 학습함으로써 회로 기판 불량 여부를 판별하는 방법 및 이를 이용한 컴퓨팅 장치
KR102489375B1 (ko) * 2021-08-09 2023-01-18 국민대학교산학협력단 배터리 검사 장치 및 그의 동작 방법
WO2024072172A1 (ko) * 2022-09-30 2024-04-04 주식회사 고영테크놀러지 스크린 프린터의 최적의 세척 주기를 결정하기 위한 장치, 방법 및 명령을 기록한 기록 매체

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004340832A (ja) * 2003-05-16 2004-12-02 Matsushita Electric Ind Co Ltd 回路基板の外観検査方法及び回路基板の外観検査装置
EP1703465A2 (en) * 2005-03-17 2006-09-20 Omron Corporation Color-based inspection of printed circuit boards
JP2009168582A (ja) * 2008-01-15 2009-07-30 Saki Corp:Kk 外観検査装置
JP2011182014A (ja) * 2010-02-26 2011-09-15 Casio Computer Co Ltd 撮像装置、撮像処理方法及びプログラム
KR20140058317A (ko) * 2012-11-06 2014-05-14 주식회사 고영테크놀러지 기판 검사장치 시스템 및 기판 검사 방법
KR20160007656A (ko) * 2013-06-03 2016-01-20 야마하하쓰도키 가부시키가이샤 검사 장치 및 검사 방법
KR101622628B1 (ko) * 2014-12-16 2016-05-20 주식회사 고영테크놀러지 부품이 실장된 기판 검사방법 및 검사장치
KR20160108948A (ko) * 2015-03-09 2016-09-21 충북대학교 산학협력단 Smt 불량 판별 장치 및 방법

Family Cites Families (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5991435A (en) * 1992-06-30 1999-11-23 Matsushita Electric Industrial Co., Ltd. Inspecting apparatus of mounting state of component or printing state of cream solder in mounting line of electronic component
GB2310716A (en) * 1996-02-28 1997-09-03 Daewoo Electronics Co Ltd Recognition of a fiducial mark on a printed circuit board
US7181058B2 (en) 1999-12-13 2007-02-20 Gsi Group, Inc. Method and system for inspecting electronic components mounted on printed circuit boards
US7019826B2 (en) 2003-03-20 2006-03-28 Agilent Technologies, Inc. Optical inspection system, apparatus and method for reconstructing three-dimensional images for printed circuit board and electronics manufacturing inspection
CN100582755C (zh) * 2005-03-17 2010-01-20 欧姆龙株式会社 基板检查装置及其检查逻辑设定方法和检查逻辑设定装置
EP2056064A1 (en) 2006-08-10 2009-05-06 I-Pulse Kabushiki Kaisha Inspecting apparatus, and inspecting method
JP2008045883A (ja) * 2006-08-10 2008-02-28 I-Pulse Co Ltd 検査方法および検査装置
JP2008157749A (ja) * 2006-12-23 2008-07-10 Shigeki Kobayashi 検査装置
JP5476955B2 (ja) * 2009-12-04 2014-04-23 ソニー株式会社 画像処理装置および画像処理方法、並びにプログラム
CN101936918B (zh) * 2010-09-02 2012-10-10 东信和平智能卡股份有限公司 Bga芯片视觉检测系统的检测方法
JP5765651B2 (ja) 2011-02-01 2015-08-19 Jukiオートメーションシステムズ株式会社 3次元測定装置
CN103808276A (zh) * 2012-11-06 2014-05-21 株式会社高永科技 基板检查装置系统及基板检查方法
JP5959444B2 (ja) * 2013-01-11 2016-08-02 名古屋電機工業株式会社 印刷検査装置による不良原因の推定(分類)方法
JP6331517B2 (ja) * 2014-03-13 2018-05-30 オムロン株式会社 画像処理装置、システム、画像処理方法、および画像処理プログラム
CN106023182A (zh) * 2016-05-13 2016-10-12 广州视源电子科技股份有限公司 印制电路板图像匹配方法和系统

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004340832A (ja) * 2003-05-16 2004-12-02 Matsushita Electric Ind Co Ltd 回路基板の外観検査方法及び回路基板の外観検査装置
EP1703465A2 (en) * 2005-03-17 2006-09-20 Omron Corporation Color-based inspection of printed circuit boards
JP2006292725A (ja) * 2005-03-17 2006-10-26 Omron Corp 基板検査装置並びにその検査ロジック設定方法および検査ロジック設定装置
JP2009168582A (ja) * 2008-01-15 2009-07-30 Saki Corp:Kk 外観検査装置
JP2011182014A (ja) * 2010-02-26 2011-09-15 Casio Computer Co Ltd 撮像装置、撮像処理方法及びプログラム
KR20140058317A (ko) * 2012-11-06 2014-05-14 주식회사 고영테크놀러지 기판 검사장치 시스템 및 기판 검사 방법
KR20160007656A (ko) * 2013-06-03 2016-01-20 야마하하쓰도키 가부시키가이샤 검사 장치 및 검사 방법
KR101622628B1 (ko) * 2014-12-16 2016-05-20 주식회사 고영테크놀러지 부품이 실장된 기판 검사방법 및 검사장치
KR20160108948A (ko) * 2015-03-09 2016-09-21 충북대학교 산학협력단 Smt 불량 판별 장치 및 방법

Also Published As

Publication number Publication date
CN113763335A (zh) 2021-12-07
US20210295490A1 (en) 2021-09-23
EP3582599A4 (en) 2020-01-15
WO2018147712A1 (ko) 2018-08-16
EP3582599B1 (en) 2022-03-30
CN110291855B (zh) 2021-09-14
KR20190105093A (ko) 2019-09-11
CN110291855A (zh) 2019-09-27
EP3582599A1 (en) 2019-12-18
KR102285760B1 (ko) 2021-08-05
CN113763335B (zh) 2024-01-26
KR102317464B1 (ko) 2021-10-28
US20190362482A1 (en) 2019-11-28
US10997714B2 (en) 2021-05-04
US11481893B2 (en) 2022-10-25

Similar Documents

Publication Publication Date Title
KR102317464B1 (ko) 인쇄 회로 기판에 실장된 부품을 검사하는 장치, 그 동작 방법 및 컴퓨터 판독 가능한 기록 매체
US10964004B2 (en) Automated optical inspection method using deep learning and apparatus, computer program for performing the method, computer-readable storage medium storing the computer program, and deep learning system thereof
US10776911B2 (en) Information processing apparatus, identification system, setting method, and program
JP7082715B2 (ja) 深層畳み込みニューラルネットワークを用いたレーザ加工システムの加工誤差の検出
CN111788883B (zh) 部件贴装状态的检查方法、印刷电路板检查装置及计算机可读记录介质
CN111742214B (zh) 基板检查装置及丝网印刷机的缺陷类型确定方法
JP5926881B2 (ja) 画像処理用部品データ作成方法及び画像処理用部品データ作成装置
CN109741295B (zh) 产品质量检测方法及装置
TW202020751A (zh) 機器學習方法及應用機器學習方法的自動光學檢測設備
CN115564772A (zh) 焊球识别方法、焊接设备及存储介质
JP2016217861A (ja) 検査装置、検査方法及び検査装置で用いられるプログラム
KR102228957B1 (ko) 인쇄 회로 기판 검사 장치, 스크린 프린터의 결함 유형 결정 방법 및 컴퓨터 판독 가능한 기록 매체
KR20170080910A (ko) 3d 형상 검사 시스템
JP2010071826A (ja) 教師データ作成方法、並びに、画像分類方法および画像分類装置
KR101893823B1 (ko) 기판 검사장치 및 이를 이용한 기판의 왜곡 보상 방법
TWI751760B (zh) 電子元件取像方法及使用此方法之電容器極性判定方法
CN114813746B (zh) 基于机器视觉的弯针检测的方法、系统、存储介质及设备
JP6544191B2 (ja) 画像作成装置
KR20220138822A (ko) 검사 시스템
JP6751567B2 (ja) 電子部品検査方法、電子部品実装方法、及び電子部品実装装置
CN114428082A (zh) 电子元件取像方法及使用此方法的电容器极性判定方法
JP2022175577A (ja) 外観検査装置を管理する管理システム
JP5517248B2 (ja) 部品位置決め部位決定装置及び部品位置決め部位決定方法
CN116175669A (zh) 一种基于智能控制的pcb分板机高精度分割方法及系统
CN117830243A (zh) 一种电感检测装置的缺陷检测方法、装置及电子设备

Legal Events

Date Code Title Description
A107 Divisional application of patent
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right