无需 CAD 文件的 AOI 编程：实际运作原理解析

无 CAD 文件的 AOI 编程通过让系统直接从一块“金板”实物样件中学习，而不是依赖工程数据。相机拍摄良品板，AI 自动定位元器件并生成检测区域，操作员的反馈则随着时间推移不断优化模型。这省去了 CAD 导入、元器件库构建以及人工阈值微调等步骤——在传统 AOI 中，这些环节往往导致调试耗时数小时，复杂板卡甚至长达数天。

对于多品种 EMS 制造厂而言，AOI 设备的编程方式往往比其检测方式更为关键。对于一天需要多次换线的产线来说，换线调试时间直接决定了生产效益。本文将逐步拆解无 CAD（金板）编程的实际工作原理、它与传统工作流程的区别，以及工程师在车间落地前应评估的关键问题。

为什么传统 AOI 编程耗时如此之长？

传统 AOI 编程之所以缓慢，是因为每次都要从工程数据重新构建板卡的检测逻辑。资深工程师需要导入 CAD/Gerber 和贴片坐标数据，验证或扩充元器件库，示教 Mark 点，划分板卡区域，依据 IPC-A-610 标准设置各元器件的检测项，最后反复微调阈值以抑制误报。公开发布的编程指南显示，即使对于结构简单的板卡，这一过程也需要数小时；对于复杂、高密度的组件，则往往需要数天。

传统工作流程通常包含六个阶段：

1. CAD / Gerber + 贴片数据导入 — 加载 Gerber 和元器件贴片（中心坐标）数据，并将图层与板卡叠层结构进行匹配。通常还会加入 BOM 来获取料号参数与极性，而几何外形则来自贴片数据。
2. 元器件库验证 — 确认或创建库文件，包括定制器件。
3. Mark 点示教与对位 — 扫描参考板并选取 Mark 点，以便软件完成对准。
4. 板卡参数配置 — 定义板边、掏空区以及禁检区（如散热器区域）。
5. 元器件与焊点检测项配置 — 设置缺件/错件、极性反向和贴装偏移检测，通常对应 IPC-A-610（以及针对焊点可接受性的 J-STD-001）标准。
6. 阈值微调 — 调整桥连、空洞、偏移的判定极限，并将缺陷划分为致命缺陷/严重缺陷/轻微缺陷。

每个阶段都预设你拥有规范完整的 CAD 数据和充裕的调试时间。而在多品种、小批量生产中——CAD 数据可能缺失、不完整，或者客户不愿提供——仅阶段 1 和阶段 2 就会使换线陷入停滞。

工作流程步骤参考了公开发布的 AOI 编程指南（如 Aivon 分步指南及 Unisoft 编程概述），2024–2025。调试时间因板卡复杂度而异；具体数据均取决于具体板卡情况。

什么是金板编程？

金板编程让 AOI 系统直接从一块已知良品的实物板——即“金板”——进行学习，而无需 CAD 数据。系统拍摄该参考样板，现代 AI 自动检测元器件，提取其外观特征，并通过将生产板与金板比对来构建检测区域。金板本身即是检验规范，因此启动时无需任何 CAD 文件或预设元器件库。

“金板”概念本身并不新鲜——使用已知良品参考板一直是 AOI 调试的一部分。（过去十年装机的大多数传统 AOI，主要是依靠 CAD/算法数据构建检测模型，参考板主要用于对位和阈值优化。）而 AI 带来的变革在于软件能仅凭单块板卡做到什么：传统系统在样板之上仍需要 CAD 数据和元器件库，而新型 AI 系统单凭金板就能生成可用的检测程序。

基于 AI 的无 CAD 编程具体如何逐步运作？

基于 AI 的无 CAD 编程用自动特征识别取代了人工设置。实际运行分为四步：扫描一块金板；AI 自动检测元器件并生成检测框；依据参考图像设定初始阈值；根据操作员对误报的反馈进行学习，在生产运行中持续迭代模型。由于无需导入 CAD、构建器件库或手动拉框，以往需要数小时的调试被压缩至数分钟。

1. 采集金板图像。扫描一块已知良品板。仅此单块样板即可定义每个元器件和焊点的合格外观基准。
2. 自动特征识别。AI 不再是将像素图案与 CAD 封装比对，而是识别元器件本身——其本体、引脚、极性标识、焊角——并自动生成检测区域。DaoAI 将这种方法称为 Feature Cognitive Inspection（特征认知检测）。
3. 基于样板生成初始阈值。系统直接从金板推导初始公差与判定阈值，无需工程师手动输入。
4. 产线反馈学习。当操作员将报警图像标记为误报时，该判定结果会回传至模型。产线的实际生产经验转化为训练数据，使误报率随着批次运行持续下降。

这也是多家厂商正在发力的大方向——Saki、Marantz 和 Mycronic 都提供了不同形式的自动编程功能。实际差异在于仍然需要哪些前置输入：许多自动编程工具依然需要 CAD 数据或维护好的元器件库，而 DaoAI 这类纯金板路线则是专为无需二者而设计的。在评估系统时，前置输入要求是必须厘清的核心问题。

传统 AOI 编程 vs 无 CAD AOI 编程

核心区别在于输入源：传统 AOI 编程由 CAD/BOM 数据和元器件库驱动，而无 CAD 编程则由单块金板结合 AI 特征识别驱动。这不仅将调试时间从数小时缩短至数分钟，还将换线操作的主体从专职编程工程师转变为产线操作员。

深度对比请参阅 DaoAI 对比传统 AOI：哪款更适合您的 SMT 产线。

脱离 CAD 数据，AOI 还能保证精度吗？

答案是肯定的——无 CAD 模式下的精度取决于金板的品质以及 AI 对元器件的识别能力，而非 CAD 数据本身。CAD 驱动的编程依赖于元器件应当所处的位置和标称值；而金板方式则直接基于良品板的实际外观呈现，而这正是检测最终比对的目标。无论采用哪种方式，验收标准都可以对齐 PCBA 外观检验行业标准 IPC-A-610。

这对于产线建立信任至关重要。IPC-A-610《电子组件的可接受性》（最新版本为 2024 年发布的 IPC-A-610J）是全球公认的标准，规定了何为合格焊点、贴装偏移量或缺陷类别。无论程序是基于 CAD 还是金板生成，其判定标准都可以转化为 AOI 规则集——因此，无 CAD 编程绝不意味着背离公认的质量标准。DaoAI 指出其 P Series 设备的检出准确率达到 ≥98%，且误报率会随操作员反馈逐步下降；制造厂应在现场演示中针对自身板卡进行验证。

无 CAD 编程在实践中能带来怎样的效益？

无 CAD 编程的核心收益体现在换线时间、人力成本和误报复判工作量上。从传统 3–5 hours 调试转向操作员执行的 ~5 minutes 金板工作流程，大幅缩短了编程时间；而反馈学习随着操作员复核持续压低误报。产线操作员只需约 30 minutes 培训即可独立上线操作，无需依赖专职编程工程师。

这些是厂商公布的数据，源自 DaoAI 的产线实际部署案例——包括一家亚洲大型电子制造企业——以往需要 3–5 hours 的板卡编程，现由产线操作员在约 5 minutes 内即可完成。关于这些数据背后的技术机理，请参阅 AI 如何在无器件库与 CAD 的情况下将 PCBA AOI 编程从 3 hours 缩减至 5 minutes。任何工厂都应在现场演示中用自身板卡验证这些指标——由于调试仅需数分钟，现场实测完全可行。

常见问题解答

金板 AOI 编程到底是否需要任何 CAD 或 BOM 数据？

不需要。金板方式直接基于一块实物良品板启动。CAD 或 BOM 数据仅可作为可选补充用于完善位号命名，但在生成可用检测程序时并非必需。

系统如何处理从未见过的元器件？

特征识别 AI 根据物理特征来识别器件，而非匹配预存的封装，因此即便是全新的异形或定制元器件，系统也能直接从金板中识别提取，无需手动建库。

产线操作员真的可以在没有工程师协助下独立完成换线吗？

这正是无 CAD 编程的核心目标。由于省去了 CAD 导入和手动拉框定位，调试简化为扫描金板和复核报警图像——这些任务操作员均可胜任。DaoAI 数据表明，操作员经过约 30 minutes 培训即可独立上岗检测。

无 CAD 编程是否依然符合 IPC-A-610？

是的。IPC-A-610 验收标准定义了组件外观的合格规范；无论检测程序是通过何种方式创建，这些标准都能映射至检测逻辑之中。

这与其他 AOI 厂商提供的 AI 自动编程有何不同？

许多自动编程工具依然需要 CAD 数据或预先维护好的器件库。对比各家系统时，核心问题在于哪些输入是真正可选的。纯金板工作流旨在脱离 CAD 和预建库独立运行。您可以在 资料中心 了解 DaoAI 的技术方案及详细规格。

在您自己的板卡上见证 5-Minute 编程

DaoAI 的 P Series 涵盖离线式（P1/P2）和在线式（P3/P3D）配置，全面支持金板工作流程——无论针对多品种工作台还是大批量产线，均可实现相同的无 CAD 编程体验。