[發明專利]自動檢測系統及其操作方法

在審

• 申請號: 202110084238.7
• 申請日: 2021-01-21
• 公開（公告）號: CN114820412A
• 公開（公告）日: 2022-07-29
• 發明（設計）人: 黃全豐;鄭名哲
• 申請（專利權）人: 凌華科技股份有限公司
• 主分類號: G06T7/00
• 分類號: G06T7/00;G01N21/88;G01N21/89
• 代理公司: 北京科龍寰宇知識產權代理有限責任公司 11139
• 代理人: 侯奇慧

本發明公開了一種自動檢測系統以及一種自動檢測系統的操作方法，該自動檢測系統包含機器視覺檢測裝置、連接機器視覺檢測裝置的修復站、人工智能模塊及連接修復站與人工智能模塊的處理平臺。機器視覺檢測裝置可取得待測物的圖像，并通過修復站的操作畫面進行顯示，以及人工智能模塊擷取待測物的圖像進行分類推斷，處理平臺用于執行將待測物的圖像分類推斷的結果數據自動迭加到修復站的操作畫面上，并攔截操作員通過用戶界面對修復站輸入的人工復判的結果數據，再發送給人工智能模塊以作為后續自動化進行分類模型再訓練學習的數據。

技術領域

本發明提供一種系統與方法，且特別是有關于一種自動檢測系統及其操作方法。

背景技術

隨著科技進步，使電子零件的尺寸縮小化而精密度則要求日益提高，故為了確保產品的合格率提升，在現代化制程中，需要在各個重要站點進行檢測，以利及早抓出具有瑕疵或缺陷的不合格品，并減少制程資源的浪費，提升產線的產量及合格率，但也讓制程消耗的時間會隨著多站檢測而增加，因此，為了加速檢測的時間，自動視覺檢測與自動光學檢測等自動化檢測技術，便成為制程中不可或缺的角色。

而一般自動化檢測設備為普遍應用在電路板組裝生產線的外觀檢查，并取代以往的人工目檢作業，例如可用來檢測電路板上的零件焊錫、組裝后的質量狀況，其基本的原理是利用影像技術來比對待測物與標準影像是否有過大差異，以判斷待測物是否有符合標準，但傳統的自動化檢測設備常因色差、高度落差等因素，造成誤報率過高，反而增加了事后人力替異常的檢測進行復檢及處理成本的浪費。

然而，隨著現代的工業4.0與智能制造的興起，并在講究生產效率與質量的智能工廠中，質量檢測是確保產線合格率與產品質量最重要的程序之一，為了提升檢測作業的準確率，過去多用自動化檢測設備來協助現場端產線人員作業，但是隨著人工智能技術的應用日漸成為主流，逐漸成熟的人工智能技術也開始與自動化檢測設備作整合，通過機械學習或深度學習算法，使自動化檢測設備的瑕疵檢測更精準，以降低自動化檢測設備的誤報率、節省大量人力成本，但是該制造業者所采用的機械學習或深度學習都需要先經過訓練模式，再將訓練結果下載至現場端自動化檢測設備或終端設備應用的推論模式，而在訓練模式的建立，最大的問題就是良好樣本與瑕疵樣本取得的比例相差懸殊，瑕疵樣本的不足，也將導致難以有效訓練能夠辨識瑕疵的模型。

是以，在現今智能工廠自動化生產的時代，隨著人工智能技術的應用日漸成為主流，要如何將人工智能技術導入自動化檢測設備，以進一步降低漏檢率或誤報率，使整體檢測流程縮短、節省大量人力成本和提升產線的產量及合格率，同時可收集現場端人工復判的結果作為后續模型訓練的數據，以提升對待測物分類判斷或辨識的精準度，讓檢測的質量更臻完善，則有待從事此行業者重新設計來加以解決。

發明內容

本發明的主要目的在于自動檢測系統采用非侵入式設計可在產線不停機的狀態下安裝，并導入產線中已有的機器視覺檢測裝置，當機器視覺檢測裝置檢測出具有瑕疵的待測物圖像時，可由人工智能模塊以深度學習算法自動進行瑕疵的分類推斷，并由處理平臺將人工智能模塊對待測物的圖像分類推斷的結果，以自動插入或填寫的方式迭加到修復站的操作畫面上進行顯示，以減少人工所需要檢測的項目，讓操作員可專注于復判，并提升作業的質量，當操作員進行復判時，處理平臺便會攔截操作員通過輸入單元輸入的人工復判的結果數據，再發送給人工智能模塊作為后續自動化進行分類模型再訓練學習所需的數據，以進一步降低自動檢測系統的誤報率，讓檢測的質量更臻完善。