什麼是 AOI？自動光學檢測原理、應用與設備組成全面解析
一、AOI 是什麼？定義與工作原理
自動光學檢測（AOI）是一種結合光學成像技術與電腦視覺系統，對產品的外觀、尺寸及特徵進行自動化判讀與檢測的方法。相較於傳統的人工目視檢查，AOI系統能在高速生產線上持續穩定運作，並依據統一標準進行判斷，有效避免因人員疲勞或主觀差異所造成的誤判。
AOI 的基本運作原理如下：
1. 影像擷取：採用工業相機搭配專用光源，捕捉被檢測物的高解析度影像。
2. 影像處理與特徵擷取：系統對影像進行去除雜訊、邊緣偵測，以及灰階或色彩分析，從中提取關鍵特徵資訊。
3. 與標準模型比對：將即時影像預設規格條件進行比對與分析。
4. 結果判定與分類：評估產品是否符合規範，並將結果反饋至生產線，執行剔除不良品、發出警示或進行製程調整。
二、AOI 在製造業中解決了什麼問題
隨著製造業朝向高速量產與微型化發展，傳統人工檢測面臨諸多挑戰，難以有效應對。
1.人工檢測速度較慢且穩定性不足
長時間進行目視檢測容易使操作者感到疲勞，且判斷標準因人而異，進而影響整體產品的良率。
2.大規模生產對品質一致性提出嚴格要求
在半導體、印刷電路板（PCB）及電子零組件等產業中，微小的缺陷往往會導致產品失效，因此必須採用系統化且可量化的品質管控方法。
3.降低人力成本與誤判率的需求
自動光學檢測（AOI）系統可全天候穩定運行，減少對高經驗人員的依賴，並有效降低漏檢與誤判的風險。
三、AOI 系統的主要組成
一套完整的自動光學檢測（AOI）系統，不僅由相機組成，而是由多個關鍵模組共同構成：
- 工業用相機
作為 AOI 系統的核心感測元件，應根據應用需求選擇面陣式或線掃描相機，並具備高解析度、高速或特殊光譜功能，以確保影像品質與細節的完整呈現。
- 鏡頭與視野範圍（FOV）
鏡頭設計必須配合檢測尺寸、解析度及安裝距離，這些因素直接影響量測的精確度與影像的一致性，是 AOI 系統成敗的關鍵之一。
- 光源
根據不同的檢測需求，選用適合的光型（如同軸光、環形光、背光、條形光等），以增強瑕疵對比度、抑制反射光，或突出邊緣特徵。
- 影像處理與人工智慧分析演算法
由傳統的規則式判斷逐步轉向人工智慧深度學習技術，能更有效地處理複雜且變異性高的缺陷類型，並降低誤判率與調校成本。
四、AOI 的常見檢測應用場景
自動光學檢測（AOI）技術已廣泛應用於各行各業，以下為常見的實際檢測場景：
- 印刷電路板（PCB）與組裝電路板（PCBA）檢測
- 錫膏印刷均勻性檢測
- 元件遺失、偏移及極性判斷錯誤
- 焊點虛焊及橋接等焊接缺陷的檢測
- 半導體與封裝產業
- 晶片封裝外觀瑕疵檢測
- 中央處理器（CPU）引腳高度、位置及缺失狀況量測
- 精密測量微小尺寸偏差
- 光學零組件檢測
- 鏡片或鏡頭組的調變傳遞函數（MTF）測量
- 表面刮痕、污染及鍍膜缺陷檢測
- 產品耗材及使用壽命檢測
- 評估鑽頭、刀具等耗材的磨損程度
- 設置達到更換門檻時的即時預警機制
- 表面缺陷與外觀檢查
- 鍵盤按鍵缺陷與污漬檢測
- 球拍線異物檢測作業
- 包裝破損與印刷錯位檢測
- 道路裂縫與凹陷等非生產線場景的檢測
- 尺寸測量與定位
- 高精度尺寸公差測量
- 組裝定位偏移的判定
- 多重特徵同步測量與分析
五、AOI 的發展趨勢
傳統的自動光學檢測（AOI）多依賴固定規則進行判斷，但在產品變異性較大或外觀複雜的情況下，調整成本高且誤判率較高。近年來，AOI 技術迅速發展，主要朝向以下方向：
- 引入人工智慧與深度學習技術，以學習缺陷特徵並適應更多變化
- 提升自動化程度，減少人工調校與維護負擔
- 降低誤判率，進而提升良率及生產線穩定性
- 同時擴展跨產業應用，從電子製造領域延伸至食品、生醫及基礎建設等多元產業。
六、選擇合適的自動光學檢測（AOI）解決方案，關鍵在於其「應用整合能力」。
AOI並非單靠一台設備即可全面解決所有問題，其真正價值在於能否根據產業需求，整合適當的相機、光學元件、軟體與演算法。透過專業的機器視覺與AOI解決方案，企業不僅能提升檢測效率，還能在品質穩定性及製程優化方面建立長期且具競爭力的優勢。