본 논문에서는 PCB 공정상의 육안검사를 통한 불량 분류 방식에서 CNN을 이용한 PCB 불량 분류 방식을 제안한다. 이 방식은 육안검사의 문제점인 작업자의 숙련도에 따른 검사 효율을 자동화 검사 시스템에 의해 해결하며, 불량 위치와 종류를 결과 이미지에 표시한다. 또한 이미지 분류 결과를 모니터링할 수 있도록 시리얼 통신을 통하여 Darknet 프레임워크와 LCD를 연동하였다. 적은 량의 데이터 셋으로도 좋은 결과를 냈으며, 다양한 데이터 셋을 이용해 훈련할 시 전반적인 PCB 불량의 분류가 가능할 것으로 예상된다.
본 논문에서는 저전력 저비용 임베디드 환경에서 PCB 검사 기법을 제안한다. 특히, IC 미삽에 대한 검출 알고리즘을 제안하고 실험한다. 고사양의 컴퓨팅 시스템에서는 CNN과 같은 딥러닝 뉴럴 네트워크를 사용하여 특별한 알고리즘을 고려하지 않아도 대규모의 데이터를 입력함으로써 모델을 완성하고 이를 통해 PCB 검사를 수행할 수 있다. 그러나 데이터의 양이 충분하지 않거나 충분한 전력과 비용을 투입하지 못하는 임베디드 환경에서는 각 부품에 따른 컴퓨터 비전 알고리즘이 필요하다. IC의 경우 타부품에 비하여 형태가 직사각으로 정형화 되있으며 색상도 균일한 특징을 가지고 있기에 미삽에 대한 검출이 가능하다. 베어보드(Bare Board)의 색상과 IC 부품의 색상이 확연히 다를 경우에는 RGB 픽셀을 카운트 하는 히스토그램 카운팅 알고리즘만으로 검출이 가능하다. 베어보드의 색삭과 IC의 색상이 유사할 경우에는 베어보드의 핀 혹은 홀의 형태를 감지하여 검출이 가능하다. 본 논문에서는 베어보드의 색상와 IC의 색상이 같을 경우에 다를 경우를 나누어 미삽 검사를 수행하고 그 정확도를 확인한다.
International Journal of Control, Automation, and Systems
/
제4권1호
/
pp.96-104
/
2006
We propose a path planning method to improve the productivity of AOI (automated optical inspection) machines in PCB (printed circuit board) assembly lines. The path-planning problem is the optimization problem of finding inspection clusters and the visiting sequence of cameras to minimize the overall working time. A unified method is newly proposed to determine the inspection clusters and visiting sequence simultaneously. We apply a hybrid genetic algorithm to solve the highly complicated optimization problem. Comparative simulation results are presented to verify the usefulness of the proposed method.
Recently, advance in technology have increased the importance of visual inspection in semiconductor inspection areas. In PCB visual inspection, accurate line estimation is critical to the accuracy of the entire process, since it is utilized in preprocessing steps such as calibration and alignment. We propose a line estimation method that is differently weighted for the line candidates using a histogram of gradient information, when the position of the initial approximate corner points is known. Using the obtained line equation of the outline, corner points can be calculated accurately. The proposed method is compared with the existing method in terms of the accuracy of the detected corner points. The proposed method accurately detects corner points even when the existing method fails. For high-resolution frames of 3.5mega-pixels, the proposed method is performed in 89.01ms.
In the PCB assembly lines, as components become more complex and smaller, the conventional inspection method using traditional ICT and function test show their limitations in application. The automatic optical inspection(AOI) gradually becomes the alternative in the PCB assembly line. In Particular, the PCB inspection machines need more reliable and flexible object recognition algorithms for high inspection accuracy. The conventional AOI machines use the algorithmic approaches such as template matching, Fourier analysis, edge analysis, geometric feature recognition or optical character recognition (OCR), which mostly require much of teaching time and expertise of human operators. To solve this problem, in this paper, a statistical learning based part recognition method is proposed. The performance of the ...
본 연구에서는 OSP (organic solderability preservative) 표면처리된 PCB (printed circuit board) Cu 볼 패드의 변색을 검사하는 측정 시스템을 제안하였다. PCB 표면처리 중에서 OSP는 친환경적, 낮은 생산 비용 등의 장점으로 널리 이용되고 있으나 온도공정에 따른 변색이 발생하는 문제점이 있어서 접합 신뢰성 불량의 한 원인이 되고 있다. 이러한 변색 불량을 장치 비의존적 CIELAB 색좌표를 도입하여 분석하였다. 먼저, PCB 샘플을 검사하기 위해 적합한 측정 시스템을 표준 조명과 CCD 카메라를 이용하여 제작하고, 랩뷰 (labview) 프로그램을 이용하여 Cu 볼 패드의 변색을 검사하기 위한 이미지를 얻는 알고리즘을 제작하였다. 전체 PCB 이미지에서 이진화 (binarization) 및 외곽영역 추적 (edge detection) 영상처리 과정을 통하여 Cu 볼 패드만의 이미지를 획득하고, 장치 의존적인 RGB 색좌표에서 $3{\times}3$ 변환 행렬을 이용하여 CIELAB 색좌표로 변환하는 과정을 거친다. 본 측정 시스템을 이용하여 변색이 발생한 PCB 샘플을 분석한 결과 Cu 볼 패드 만의 이미지를 대상으로 분석하면 연산에 소요되는 시간이 감소하고 측정 시스템의 오인식률을 감소 시킬 수 있음을 실험적으로 증명하였다. 또한 CIELAB 색좌표 중 $L^*$ (밝음-어두움의 정도), $b^*$ (노랑-파랑의 정도)의 두 가지 기준의 조합이 Cu 볼 패드의 변색 검사에 적합한 색좌표로 분석되었다.
PCB(Printed circuit board)생산시에 중요한 역할을 담당하는 비전검사 시스템의 성능은 지속적으로 발전해왔다. 기존 머신 비전 검사 시스템은 이미지가 불규칙하고 비정형일 경우 해석이 어렵고 전문가의 경험에 의존한다. 그리고 비전검사 시스템 개발 당시의 기준과 다른 불량이 발생한다면 검출이 불가능 하거나 정확도가 낮게 나온다. 본 논문에서는 이를 개선하고자 딥러닝 영상인식을 이용한 PCB 기판 비전 검사 시스템을 구현하였다. 딥러닝 영상인식 알고리즘은 YOLOv4를 이용하고, 워핑(warping)과 시킨 PCB 이미지를 학습하여 비전검사 시스템을 구성하였다. 딥러닝 영상인식 기술의 처리 속도를 보완하고자 QR코드로 PCB 기판 종류를 인식하고, 해당 PCB 부품의 미삽은 정답 이미지 바운딩 박스 좌표와 비교하여 불량품을 발견하면 표시해준다. 기판의 부품 인식을 위해 기판 데이터는 직접 촬영하여 수집하였다. 이를 활용하여 PCB 생산 공정에서 비전검사 시스템의 성능이 향상되었고,, 다양한 PCB를 생산에 신속하게 대응할 수 있다.
PCB (Printed Circuit Board) inspection using a deep learning model requires a large amount of data and storage. When the amount of stored data increases, problems such as learning time and insufficient storage space occur. In this study, the existing object detection model is changed to a continual learning model to enable the recognition and classification of PCB components that are constantly increasing. By changing the structure of the object detection model to a knowledge distillation model, we propose a method that allows knowledge distillation of information on existing classified parts while simultaneously learning information on new components. In classification scenario, the transfer learning model result is 75.9%, and the continual learning model proposed in this study shows 90.7%.
본 논문에서는 LCD 구동 모듈 PCB의 기능 검사를 위한 자동 검사 시스템인 EVT (Emulated Vision Tester)를 제안하고 구현하였다. 기존의 대표적인 자동검사 방법으로는 전기적 검사나 영상기반 검사방식이 있으나 전기적 검사만으로는 Timing이 주요한 변수가 되는 LCD 장비에서는 검출할 수 없는 구동불량이 존재하며 영상기반 검사는 영상획득에 일관성이 결여되거나 Gray Scale의 구분이 불명확하여 검출결과의 재현성이 떨어진다. EVT 시스템은 Pattern Generator에서 인가된 입력 패턴 신호와 구동 모듈을 통한 후 출력되는 디지털 신호를 직접 비교하여 패턴을 검사하고 아날로그 신호 (전압, 저항, 파형)의 이상 여부도 신속 정확하게 검사할 수 있는 하드웨어적인 자동 검사 방법이다. 제안된 EVT 검사기는 높은 검출 신뢰도와 빠른 처리 속도 그리고 간결한 시스템 구성으로 원가 절감 및 전공정 검사 자동화의 실현을 가능케 하는 등 많은 장점을 가진다.
본 연구에서는 인쇄회로기판을 위한 자동 광학 검사시스템에서 핵심적인 기능인 보정 데이타 산출을 위한 기하학적 특징 기반 방법을 제안하였다. 현재 적용되고 있는 자동 광학 검사 시스템에서는 보정데이타 산출을 위해 작업자가 직접 수작업으로 모델을 설정하고 있고, 검사영상에 기하학적인 변화가 있는 경우 비검사영역이 생기는 등 문제가 발생되고 있다. 이는 검사 작업의 신뢰성에 영향을 미치게 됨은 물론 검사 처리 시간을 지연시키는 요인이 된다. 제안된 방법은 주어진 PCB 영상으로부터 기하학적인 모양이 적합한 모델을 자동으로 선정할 수 있고, 기하학적인 모델 매칭 기법을 통해 신뢰성 있는 보정데이타를 산출할 수 있다. 제안된 방법의 사용으로 검사 시스템을 보다 편리하게 사용할 수 있고, 수작업에 의한 모델설정으로 발생되는 불필요한 시간을 절약할 수 있다. 또한, 기하학적인 변화량에 관계없이 보정데이타 산출이 가능하고, 잘못된 모델 선정 등 부정확한 보정데이터의 사용시 발생되는 문제점을 해결할 수 있는 장점을 갖는다.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.