机器视觉技术的提高为自动光学检测(AOI)系统提供了巨大机会

　　近来在机器视觉技术和运动控制上的提高为自动光学检测(AOI)系统提供了巨大的机会。由于在这些基础技术上的蓬勃发展，今天的AOI系统能够进行更高分辨率和更高精度的检测，并且比以前的检测速度更高。高速AOI系统目前已经广泛用于工业，包括：汽车、航空、半导体和电子、金属器件制造、微电子系统(MEMS)，精密机器器件和装配等等。随着机会的到来，也带来了巨大的挑战。为了给一个特定应用确定提供最好结果的最合适解决方案，找到合适的折中权衡是很重要的。
　　在运动系统中，重要的改进包括更高速度、steeper acceleration and deceleration profiles，更精确的位置控制和更快收敛特性。在这样的环境下，所有这些因素都能用来完成更快并更精确的点对点移位，而且因此也提高了整体产量。
　　在机器视觉技术中，一些最重要的改进包括更高分辨率相机和LED照明上的提高。更高分辨率相机的能允许AOI系统增加视场和分辨率。在使用更高分辨率执行同样视场的检测时，系统的处理能力会大大提高，被检测的特征更为精细。当利用它们来获得相同整体分辨率时，那么系统的视场就会成比例地增大。这个也可以通过使用较低放大率的镜头来达到，因为较低放大率镜头有景深更大的优点。这个也是技术先进相互补充的一个例子；因为景深增加的同时减少了重新调焦的需求，同时还增加了自动对焦操作的速度。更有意思的是，这个在机器视觉技术的改进也成功地减少了运动控制操作的整体成本。
　　LED照明模块在近几年来也有巨大的进步。它们目前可以跟随波长和增加亮度而改变。因为LED在很长时间中保持非常稳定，LED是目前在大多数AOI应用中的光源，它具有长寿命，能非常快而精确的控制开关。
　　我们提到较早的技术改进也是相互补充。这里也有许多例子，在一个领域改进也增加了在另一个领域的需求。举个例子，具有steeper profiles的快速运动系统制造了更多的振动，这样会在采集图像中造成运动模糊，还降低了精度和图像分析操作的稳定性。解决这个问题的方法就是要克服这种情况，来增加系统的建立时间，但是这样会给快速运动系统的利益造成负面影响。这反过来也需要更高强度的光，需要在更短的曝光时间内给采集图像提供所需要的亮度。尽管LED照明技术近年来有些提高，但是这仍然是个空缺。尽管他们一直在描述近年来所有的突出改进，但这里也有使用更高速度快门的局限，就跟拿所有单个器件来组成AOI系统的局限一样。
　　当然，为了跟上快速运动系统的增长的产量的速度和处理更高分辨率相机带来的更大数据流，就需要在处理能力有更多的提高。幸运地是，计算机和工作站一直都在不断升级。计算机和操作系统上近几年来的许多性能提高已经来到了多处理器、多核和超线程的前沿。所有这些的改进都会产生更大的处理能力，但软件恰恰是需要定制的。在这些并行环境上运行标准的串行算法仅仅是收效甚微，为了从计算机和操作系统上获得更多的利益，经典的算法需要并行化，需要优化并行算法，并且代码和指令需要被协作来执行。没有这些，一个AOI系统将不能从运动控制和机器视觉技术的进来进步中获得最大的利益。
　　总之，高速AOI系统已经从高速运动系统的最新改进和视觉技术的提高上获得了巨大的利益。今天，AOI系统能解决比以前更多的各种应用，但是AOI系统的复杂性也增加了，一个组件技术的改进也增加了其它的需求。合适的应用与专用权衡是必需的，而且还需要继续不断地改进，这两方面需要同时来做，优化整体性能来获得最大的利益。