什麼是 AOI（自動光學檢測）？AI AOI 完整解析

AOI（自動光學檢測）是一種以相機為核心的檢測設備，用於檢查每片組裝後的印刷電路板（PCBA）是否有缺件、偏移、極性反向以及焊接不良等外觀缺陷。在表面黏著（SMT）產線上，它通常配置在迴焊爐之後。錫膏檢測（SPI）的運作時機較早，緊接在鋼板印刷機之後；而自動 X 光檢測（AXI）則作為 AOI 的補充，用於檢查隱藏在 BGA 與 QFN 本體下方、相機無法看見的焊點。

AI AOI 屬於同類型的設備，但具備完全不同的大腦。傳統規則式 AOI 是由工程師根據 CAD 資料與零件庫，以手動方式設定檢測框和門檻值來判定每個零件。AI AOI 則採用訓練好的機器學習模型：僅需一片標準良品板，數分鐘內即可完成編程；當需要降低誤報時，系統是依據作業員的反饋重新訓練模型，而非盲目放寬門檻值。

本頁內容：AOI 的檢測項目、規則式 AOI 的運作原理、AI AOI 帶來的改變、AOI 在產線上的配置位置、2D 與 3D 的差異，以及評估供應商時應詢問的問題。想先了解實際運作？觀看 AI AOI 示範影片、瀏覽 DaoAI 的 AI AOI 設備，或從 DaoAI 首頁開始探索。

2:21 · 於 2×2 連板上進行 AI 編程，隨後於 1:41 起展示 AI 反饋。

什麼是自動光學檢測（AOI）？

自動光學檢測是指利用相機對組裝完成的電路板進行外觀檢查。設備在受控光源下擷取 PCBA 影像，將拍攝結果與標準狀態進行比對，並標記出超出允收標準的零件或焊點。

AOI 可攔截從上方可見的缺陷：缺件、錯件、偏移或旋轉、極性反向、立碑、錫橋短路、少錫或多錫、引腳翹起以及開路。它無法檢測隱藏在 BGA 或 QFN 本體下方的焊點，這屬於自動 X 光檢測（AXI）的範疇。

AOI 本身不具備維修功能。它的作用是將電路板分類為良品與不良品，並向作業員顯示每個判定點的對應影像。其核心價值取決於兩個數據：攔截了多少真實缺陷，以及將多少良品誤判為不良（誤報率）。

傳統規則式 AOI 如何運作？

規則式 AOI 依靠工程師手動編寫的程式來檢測每個零件。該程式通常基於四項輸入：

• CAD 或座標資料（centroid data）：設計檔案中的 X/Y 座標、旋轉角度、位號與料號，用於告知設備每個零件的預期位置。
• 零件庫：從 0402 晶片到 64-pin QFP，每種封裝都需要在資料庫中建立條目，定義其本體、引腳與焊墊。新型封裝必須手動新增，且後續維護不容有誤。
• 檢測框：工程師在本體、引腳、焊墊以及可能形成錫橋的間隙上繪製檢測框。每個檢測框執行特定的演算法，例如模板比對、色彩比例、邊緣偵測或 OCR。
• 門檻值：每個檢測框都有良品/不良品判定界限。這些參數先依據一片黃金板進行調校，隨後再針對實際生產中的製程波動逐一微調。

這種方法確實可行，許多大批量產線也運作順暢。然而其代價是大量的工程時間：根據 DaoAI 的實測比較，傳統規則式設備對單一板型的初次編程時間需耗費 3 到 5 小時，若是擁有數千個零件的複雜板型，更需耗時數天。

第二項代價則體現在生產階段。當良品焊點被誤報時，最快的處理方式通常是放寬門檻值。這雖然壓制了誤報，但也同步放寬了該參數下所有零件的允收容許度，真實缺陷往往就是因此漏檢。

AI AOI 帶來了哪些改變？

AI AOI 保留了光學硬體架構，但以深度學習模型取代了絕大部分手動編寫的程式。對產線而言，關鍵差異體現在四個層面：

1. 僅需單片黃金板即可自動編程

設備不再依賴 CAD 與零件庫作為起點，而是直接拍攝單片標準良品板，自動辨識所有零件，並自主生成檢測框與門檻值。在 DaoAI 設備上，此過程僅需 30 秒至 5 分鐘，且在未進行任何微調前，自動編程的檢測準確率即達 98%。

DaoAI 自動編程無需預建零件庫，CAD 或 BOM 資料亦非必要。匯入這些資料主要是為了在 MES 輸出與維修站介面中關聯實際位號與料號，並不影響偵測對象與判定基準。了解AI 自動編程的運作原理。

2. 以深度學習模型取代像素規則

傳統規則式檢測框將像素與模板或色域範圍進行比對；訓練好的 AI 模型則是根據海量良品與缺陷樣本，對零件或焊點進行整體評分。

DaoAI 的模型以超過 1,000,000 張真實生產影像訓練而成的視覺基底模型為基礎，再針對您的電路板進行適應。這就是為什麼第二供應商本體顏色微差或絲印字體不同不會引發誤報，而引腳翹起仍能被精準攔截的原因。

3. 全板整面檢測

所有傳統檢測都局限於零件周圍的檢測框內。落在裸板基板上的錫珠，或是夾在兩個零件之間的剪腳碎屑，完全不在檢測框的涵蓋範圍之內。

AI AOI 能額外執行全板檢測程序，除零件周邊區域外，還能全面掃描零件間的基板表面，精確找出錫珠、微粒與異物殘留（FOD）。

4. 反饋學習

當作業員將誤報項目確認標記為 OK 時，AI 系統會將該影像納入該產品的資料集中並重新訓練，而非直接放寬門檻值。模型因此學會何謂可允收的製程變異，同時仍能攔截分數相近的真實缺陷。

透過此方法，DaoAI 在特定產品微調後的誤報率可降至約 1%。詳細資訊請參閱反饋學習頁面。

現代 AI AOI 還涵蓋哪些功能？

除了自動編程與反饋學習外，現代 AI AOI 還將以下檢測項目與生產工具整合至同一工作流程中。

連板與拼板檢測

連板與拼板檢測讓您只需對單一子板進行編程即可檢測整片連板：系統直接從影像中讀取行數、列數與間距，並獨立回報每個子板的結果。上方的示範展示了 2×2 連板。

元件標記的 AI OCR & OCV

AI OCR & OCV 在檢測程式中處理元件標記。OCR 可辨識未預先定義的印刷內容（如序號）；OCV 則用於確認預期的標記是否存在且正確無誤。

空焊檢測

空焊檢測採用預先訓練的 2D AI 模型來辨識外觀可見的空焊缺陷。您可以在機台端以自有樣品進行微調，以貼合實際生產需求。

自訂缺陷模型

自訂缺陷模型可直接在機台上離線利用自有影像進行訓練，讓您能針對產品特有的缺陷建立專屬模型。

完整的工程控制權

完整的工程控制權保留了跨越六大領域共 21 項可編輯設定。您的手動設定在每次 AI 重新編程時都會完整保留，而鎖定的參數也會維持您指定的數值。

生產整合

生產整合包含 MES 資料匯出與 Cpk 品質分析。專用的維修站畫面與產線傳送控制，將檢測環節與整個生產流程無縫串接。

檢測涵蓋範圍

檢測涵蓋範圍包含 16 種檢測能力，可依封裝類型選用。所有檢查項目皆在自動生成的程式中執行。

DaoAI 產品線包含離線式 P1、P2 與大尺寸 P1L；在線式 2D P3 與雙軌 P3D；現已可供出貨的在線式 3D P5 與 P5D；以及專門僅用於穿孔元件檢測的 A3——檢測穿孔元件的缺件、錯件、反向與偏位。

AOI 是生產設備，而不僅僅是一套演算法

僅憑強大的模型無法構成一台優秀的 AOI。設備必須能夠快速導入新產品上線、讓各班別作業員都能輕鬆操作，並在物料、供應商更換及改版時持續跟進。評估任何 AI AOI 時，應綜合衡量這三項關鍵：快速換線設定、在真實光源與物料變異下的穩定判定能力，以及上線後持續自我優化的反饋學習機制。

規則式 AOI 與 AI AOI：兩者差異為何？

AOI 在 SMT 產線中的配置位置？

典型 SMT 產線配置依序為：鋼板印刷機、錫膏檢測（SPI）、貼片機、迴焊爐、AOI，最後進入測試程序。爐後是 AOI 最標準的配置站點，但 AOI 亦可配置於產線的多個環節，並在需要檢驗隱藏焊點處加入 X 光檢測（AXI）。如需比較三種檢測方式的具體差異，請參閱 AOI vs SPI vs AXI。

• 印刷之後：SPI 用於量測錫膏體積、高度與面積。它是一台獨立設備而非 AOI，但能在前端防範多數後續 AOI 才會發現的焊接缺陷。
• 迴焊之前：可選配爐前 AOI，在零件仍能手動修正時攔截貼片錯誤。
• 迴焊之後：最常見的站點。設備可針對已成型的焊點，同時檢測貼片精度與焊接品質。
• 波峰焊之前與之後：通孔電路板在過爐前檢查插件狀況與極性，過爐後檢查焊點與錫橋。
• 線外離線配置：手動取放板設備，適用於 NPI、工程打樣、少量多樣生產、實驗室及返工確認。

選擇何種機型架構屬於另一項決策考量。請參閱我們的 離線型 vs 線上型 vs 3D AOI 評估指南，了解各機型的適用場景。

當 AOI 檢測結果能夠向下游傳遞時，其效益最大。缺陷代碼、局部裁切圖與全板影像匯出至 MES 後，維修站與品保工程師即可將任何判定追溯至特定電路板與對應位置。

2D 與 3D AOI 有何不同？

2D AOI 依靠多角度光源下拍攝的彩色影像運作。它藉由焊點或零件本體的光線反射情況推斷形貌，足以應對缺件、極性、偏移、錫橋以及多數焊點爬錫檢查。

3D AOI 則增加了實測高度圖，通常是從多個方向投射結構光條紋圖案。如此一來，引腳翹起、共面度、零件傾斜與錫膏體積皆轉換為具體測量值而非間接推論。以 DaoAI 的 P5 為例，其採用四組 Scheimpflug 結構光投影單元（四向各一），高度量測精度達 6 µm 或更佳（參考規格）。P5 以及雙軌機型 P5D 目前皆可供貨。

只有當高度相關缺陷可能流向客戶端時，3D 設備的額外成本才物有所值——例如密腳距鷗翼狀 IC、連接器以及高可靠度組件。對許多電路板而言，編程良好的 2D 設備已足以涵蓋絕大多數缺陷清單。

評估 AOI 供應商時應該詢問哪些問題？

1. 第一片板子運作前，編程需要哪些資料？ CAD、零件庫、缺陷樣本，還是僅需一片良品板？
2. 新板編程需要多久時間（以我方實際電路板實測）？ 要求現場實測觀摩，而非單看型錄數據。
3. 如何降低誤報？ 是放寬門檻值、由供應商重新訓練共用模型，還是依據我方的實際樣本重新訓練？更新是否可還原回復？
4. 工程師是否能檢視並覆寫所有門檻值？ AI 重新編程時，手動修改的設定是否會被保留？
5. 電路板影像與訓練好的模型存放在哪裡？ 是在機台本地端，還是廠外的雲端服務？
6. 哪些功能是標準配備，哪些是付費選配？ 在 DaoAI 設備上，自動編程、反饋學習、模型訓練以及離線單機運作全系列皆為標準配備。
7. 能匯出哪些數據？ CSV 或 MES 匯出、缺陷代碼、Gage R&R 與 Cpk 報告、維修站檢視介面。

更完整的評估核對清單請參閱我們的指南：採購前如何評估 AI AOI 系統。

常見問題

AOI 代表什麼？

AOI 代表自動光學檢測（automated optical inspection）：一種以相機為核心的檢測設備，用於檢查組裝後的 PCB 是否有可見的零件與焊接缺陷，通常配置於 SMT 產線的迴焊爐之後。

AOI、SPI 與 AXI 有何不同？

SPI 在印刷後、貼片前測量錫膏；AOI 通常在迴焊後檢查已貼裝零件與外觀可見焊點；AXI 則利用 X 光檢查 BGA 等零件本體下方的隱藏焊點。多數產線同時配置 SPI 與 AOI，並在重視隱藏焊點品質處導入 AXI。

AI AOI 需要 CAD 檔案嗎？

不一定需要。DaoAI 的 AI AOI 僅需單片黃金板即可完成編程，無需 CAD 檔案，且 DaoAI 自動編程亦不依賴預建零件庫。後續可再匯入 CAD 或 BOM 資料以提供實際位號與料號。

AI AOI 能否取代 X 光檢測？

不能。無論是否導入 AI，AOI 僅能檢測相機視角所及的範圍。隱藏在 BGA、LGA 或 QFN 本體下方的焊點仍必須依靠 X 光（AXI）檢測。

AI AOI 能在無網際網路連線下運作嗎？

這取決於設備供應商。DaoAI 設備完全在廠內地端運作，無需雲端連線、帳號或對外網路通訊，模型訓練亦全數在設備本機端執行。

AI AOI 是否僅適用於大批量生產？

並非如此。快速編程、反饋學習與全板整面檢測對大批量與少量多樣產線皆有顯著效益。少量多樣場景尤其契合，因為傳統規則式的調機時間往往超過實際生產時間。AI AOI 提供離線型、線上型 2D、線上型 3D 以及通孔插件等多種機型規格。

AI AOI 如何處理誤報？

作業員將標記不良的零件確認為 OK，系統便會將該影像納入該產品的資料集中。透過 AI 更新重新訓練模型，使其不再將此類可允收的變異判為缺陷，且完全無需放寬真實缺陷的檢測門檻值。

AI AOI 是否能檢測包含多個子板的連板？

可以。只需針對單一子板編程，自動偵測功能便會直接從影像中找出其餘子板，無需輸入行數、列數或間距。每個子板皆依各自的特徵進行對位並獨立回報；對應位置可同步套用程式修改，亦可針對單一位置進行獨立編輯。

評估 AOI 性能最直接的方式就是以您自家的產品實測。寄送一片您的電路板給我們，我們將免費為您進行實測；或預約 30 分鐘線上展示，與 DaoAI 工程師連線，親眼見證您指定的電路板現場即時生成檢測程式。