自动光学检查(AOI)
合集下载
相关主题
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
10
三、核心的构造
1. 视觉系统
相 机
CCD摄像机实现光信号转换到电信号， 被摄物体的图像经过光学镜头聚焦至 CCD 芯片上，CCD 根据光的强弱积 累相应比例的电荷，各个像素积累的 电荷在视频时序的控制下，逐点外移， 经滤波、放大处理后，形成视频信号 输出。 定焦定倍
镜 头
光 源
11
三、核心的构造
19
附表 AOI设备选型报告表
需考虑的项目 在线还是离线 牌号及公司 摄像头 画像信号 像素 分辨率 照明光源 电机、驱动系统 机构部分 PCB固定及轨道调整、定 位精度 最大尺寸 被检查物 基板厚度、质量 边缘间距 器件高度 测试速率 测试 误判率 测试种类 检测结果 机身 质量 大小 SPC软件 返修标识 软件 图像识别 编程 升级 系统误差 运动误差、图像采集及 处理误差 板弯曲补偿 价格 售后 用户 各类型设备测试速率不一样， 表示单位也不一样， 有的以单位时间多少焊点或多少器件算， 有的 以单位时间多少帧图像算， 每型设备的每帧图像大小又不一样， 所以对比没有基准， 还是 要看实际测试。误判率更是没有哪个公司能准确提供， 因为针对不同器件不同类型的测试， 误判率的基准也不一样。这条款内的数据只能是在试用了一段时间后对自身产品在设备上使用 情况的一个总结 不影响性能， 生产线设备布置需要了解该参数 各类型设备应都有此功能 有的设备是标配， 有的是选配， 并且如果是不同岗位用， 应考虑配置两台机， 以及传输数据等 彩色图像信息量多， 黑白图像信息量少 编程繁琐， 每个元件都需设置检测引脚窗、检测合格阀值的设备对操作员来讲是个灾难 各类型设备应都有免费软件升级 这些数据也是软数据， 一般很难从公司获取 应有此功能， 否则影响测试精度 价格因素不是最重要的， 但却是必要的 一般周边地区应有代理公司并配备5名-10名技术工程师 关注该设备已有的用户， 特别是行业内的用户 各类型设备差别不大， 一般被测板子都能满足。但对于被测板比较特殊的， 如板子上下安装器件过 高的、夹持两边有一定厚度垫块的，基板质量过大的， 需要对这类参数仔细对比 说 明 根据自身产品的产量及规格定 根据该设备市场份额选择前7名以内的 没有角度相机的AOI光学死角很多， 可以检测的不良类型有限 一般应达到百万像素 根据需检测尺寸大小选择10 μm( 01005)、15 μm( 0201) 、20μm 环形LED可调光源最佳 离线设备一般考虑用步进电机、丝杆结构足可 在线设备应有滚珠结构及磁悬浮定位系统。由于AOI的精度主要取决于图像分辨率， 运动控制精度在 一定范围内不会对AOI精度造成影响
线性马达 步进马达 伺服马达
13
三、核心的构造
3.软件系统
软件系统的核心是分析算法，分为设计规则检验法和图形识别检验法。 Ⅰ、规则检验法（DRC）是按照一些给定的规则检测图形。如以所有 连线应以焊点为端点，所有引线宽度、间隔不小于某一规定值等规 则检测PCB电路图形。
规则检验法具有可以从算法上保证被检验的图形的正确性，相应的 AOI系统具有制造容易，数据占用空间小等特点，但该方法确定边界 能力较差，往往需要设计特定方法来确定边界位置。 14
多件
立碑
网孔堵塞
虎焊
侧立
破件
错件
反背
短路
引线浮起
5
二、国内外发展
1. AOI发展历史
• • 20世纪50年代开始研究二维图像的统计模式识别。 60年代Roberts开始进行三维机器视觉的研究。(国内的三维技术现 在处于研发阶段) 70年代中，MIT人工智能实验室正式开设“机器视觉”课程。 1982年，以色列Orbotech开始引入用于PCB裸板的AOI系统。 1998年后，国内电子和半导体工厂，开始引进带有高科技技术含量 的机器视觉整套的生产线和高级设备。 国内AOI设备的开拓者神舟视觉也是宣称2002年开始AOI技术的研发 工作，2004年国内第一台AOI光学检测仪诞生;
• • •
•
6
二、国内外发展
2. 国内外 的主要厂商
主要有以色列Orbotech， 美国Machine Vision Products、CyberOptics、 Mirtec 、Agilent， Teradyne，英国 DiagnoSYS 、YESTech ， 爱尔兰MVP，德国 Pruftechnik S，chneider & koch，日本Omron、Saki、 Takano、Kubotek、V Technology ,韩国Mirtec等
10um,15um,20um,25um 102.4 X 76.8 mm 1 um Five CCD 250 fov/sec 110 cm*cm/sec (25um)
10um,15um,20um 25.6 X 20.48 mm 1 um 250ms/FOV 21 cm2
18um,25um,29um 56 X 42 mm 1 um Up to 60cm^2/Sec 60 cm2 所有的晶片元件(01005) 及最小至0.3mm fine pitch 3D 4M digital Camera Directional Flash9
2. 贴装检测。元件贴装环节过程中常 出现漏贴、偏移、歪斜、极性相反 等缺陷。 3. 回流检测。检测元器件的缺失、偏移 和极性相反等情况，焊点的正确性 以及焊膏是否充分、焊接短路和元 器件翘脚等缺陷进行检测。
4
一、AOI的用途
• AOI基于光学图像处理和计算机视觉识别技术原理来对PCB 组件 生产过程中遇到的缺陷进行检测。
01005 / 10um
01005 / 10um
2.5D XGA 3 CCD 鏡頭 多分區多角度LED,白光 +RGB
2D 彩色 3 CCD 攝像頭 LED 光源
三、核心的构造
AOI的基本构造：
由视觉系统、机械系统、软件系统三个主要部分组成。 1. 视觉系统主 要是执行图像 采集功能； 2. 机械系统是 执行将所检物 体传送到指定 的检测点； 3. 软件系统是 将所采集的图 像进行分析和 处理。
2. 机械系统 Ⅰ、AOI的控制结构图
12
三、核心的构造
Ⅱ. 马达
线性马达精确度高，但价格昂贵。伺服马达的精确度仅次于 线性马达。步进马达的精确度较低，但价格十分便宜，采用 步进电机作为驱动装置的AOI，检测的质量是不可信的。因 此对马达的选择要按性价比来进行考量的话，应选择伺服马 达作为驱动装置的AOI。
20
参考文献
1. 2. 3. 4. 5. SMT质量检测中的AOI技术及应用 王凡,姜建国,申洁琳 《现代电子技术》2011年5月1日第34卷第9期 论AOI检测设备的选型 吴红《电子工艺技术》2008年9 月 第29卷第5期 AOI 的选择方法 严仕新 《电子工业专用设备》总第 162 期 Jul 2008 AOI 技术在PCB 制造领域的应用及发展 姚立新 孙明睿 基于机器视觉的PCB缺陷自动光学检测系统 赖宇锋, 王建晖 《沈阳工程学院学报(自然科学版)》第5卷 第3 期2009年7 月 高速在线PCB 焊接质量检测系统 章宇庆 刘学平 戎国 林《机械设计与制造》 2010年3月第3期 Machine vision and background remover-based approach for PCB solder joints inspection B. C. JIANG 《International Journal of Production Research》, Vol. 45, No. 2, 15 January 2007, 451–464
东莞神州视觉的 Aleader 及厦门福 信Otek，深圳振 华兴，江苏的明 富；台湾的 Camtek、TRI、 良瑞
7
二、国内外发展
3. 供应商市场占有率
• 日本OMRON公司（40%）以及主营印刷设备的SCREEN公司占据着日本 市场
•
以色列的Orbotech公司及台湾Camtek公司的设备主要针对PCB的裸 板检测，占据了全球其余市场的大多数份额，尤其是台湾，中国大 陆及东亚地区；
三、核心的构造
3.软件系统
• Ⅱ、图形识别法是将AOI系统中存储的数字化图形与实验检测图像比 较，从而获得检测结果。
•
这种方式的检测精度取决于标准图像、分辨力和所用检测程序，能 取得较高的检测精度，但所需采集数据量大，数据实时处理要求高 等特点，由于图形识别法用设计数据代替规则检验法中的设计原则， 具有明显的使用优越性。
自动光学检查（AOI）
2012.4.15
AOI (自动光学检查)
自动光学检测（AOI， 自动光学检测（AOI， Automatic Optical Inspection） Inspection）是指通 过光学成像的方法获 得被测对象的图像， 得被测对象的图像， 经过特定处理算法处 理及分析， 理及分析，与标准模 板图像进行比较， 板图像进行比较，获 得被测对象缺陷的一 种检测方法。 种检测方法。
•
国产神州AOI是国内销量最大的品牌。年销量600台，共销售4000台。
8
二、国内外发展
4、品牌间对比
Machine Type Manufacturer Model No. TRI TR7500E After Refow OMRON VT-RNS Orbotech S22
外形
Resolution(micro) CCD讀取視窗大小(mm) 機械定位精度 一個視窗檢查速度(sec) 每秒可檢查範圍 可辨別最小零件(pitch, size) 影像方式(2D/3D) 影像系統型式 光源系統型式
•
•
17
四、存在的问题
2.国内AOI发展的问题
• 由于发展起步相对较晚，目前国内自主研发的AOI检测算法复杂、 烦琐且调整时间长，由于前期的PCB图像拼接等图像处理算法以及 后期的检测识别算法都不够成熟，整个AOI系统不仅操作复杂，而 且经常出现误判漏判等问题，检测速度慢与SMT生产线不协调，检 测精度和速度远远不能满足实际应用的需求精度。
2
CONTENTS
一、AOI的用途 二、国内外发展
三、核心的技术 四、存在的问题 五、发展的方向
3
一、AOI的用途
在表面贴装(SMT)过程中，线路板(PCB)组件贴装生产将要经历焊膏印刷、贴装、 回流焊(波峰焊)等工序，每个工序都可能存在质量问题而直接影响产品的合格率。 1. PCB检测。PCB缺陷可大致分为短路(包括基铜 板短路、电镀短路、尘埃短路、凹坑短路、、 污渍短路、干膜短路、蚀刻力度不够短路、镀 层太厚短路、刮擦短路等)，开路(包括重复性 的开路、刮擦开路、真空开路、缺口开路等) 。
16
四、存在的问题
1.国内外所要攻克的技术难题：
• Ⅰ、只能作对外观检测，AOI系统不能检测电路错误，也无法对 BGA(球状矩阵排列)等不可见的焊点进行检测。 Ⅱ、热干扰对AOI的影响(使元器件产生虚假特征)以及多焊、少锡、 偏移、歪斜的工艺要求标准界定不同，容易导致误判，影响检测的 准确度。 Ⅲ、虚焊的比较检测：尤其是对空焊问题的检测，是所有中外AOI 生产厂商都没有解决的技术难题。如前文所述，部分国外厂商研究 出三维视觉检测，但测试的结果基本差不多，不令人满意，国内对 此技术尚在研究中。
15
三、核心的构造
三维立体视觉成像技术
• 采用3一D系统百度文库则能提供有关焊膏面积、以及焊膏高度和体积的精 确信息，目前国外的AOI设备可以做到焊膏检测，如美国的Agilent、 YesTech、以色列的Orbotech等公司。还有一些国外其他厂家的焊 膏AOl设备采用的是用激光三角法来检测焊膏的厚度，而国内对于 焊膏检测尚且还无能为力。
18
五、发展的方向
• 智能化：在 SMT的微型化、高密度化、快速组装化、品种多 样化发展特征下，检测信息量大而复杂，依赖人工对AOI获 取的质量信息进行分析、诊断几乎已经不可能，这就需要 AOI还具有自动纠正错误的功能。代替人工进行自动分析。 • 彩色化：AOI虽然用的是3CCD的相机，抓取的彩色的图像， 大部分的算法只提取了颜色中的部分信息，例如灰度，来进 行图像的识别，或者将RG颜色空间的三个通道分别处理后再 合成。人类对大脑的颜色处理机制仍未完全理解。因此，如 何充分利用RGB三颜色通道的信息，是彩色图像处理的关键， 也是AOI技术的一个飞跃。 • 多元化：目前所见的AOI基本只应用于表面贴装技术，应用 最多的是PCB板的检测。不再局限于SMT的应用将是未来几年 的发展方向。
三、核心的构造
1. 视觉系统
相 机
CCD摄像机实现光信号转换到电信号， 被摄物体的图像经过光学镜头聚焦至 CCD 芯片上，CCD 根据光的强弱积 累相应比例的电荷，各个像素积累的 电荷在视频时序的控制下，逐点外移， 经滤波、放大处理后，形成视频信号 输出。 定焦定倍
镜 头
光 源
11
三、核心的构造
19
附表 AOI设备选型报告表
需考虑的项目 在线还是离线 牌号及公司 摄像头 画像信号 像素 分辨率 照明光源 电机、驱动系统 机构部分 PCB固定及轨道调整、定 位精度 最大尺寸 被检查物 基板厚度、质量 边缘间距 器件高度 测试速率 测试 误判率 测试种类 检测结果 机身 质量 大小 SPC软件 返修标识 软件 图像识别 编程 升级 系统误差 运动误差、图像采集及 处理误差 板弯曲补偿 价格 售后 用户 各类型设备测试速率不一样， 表示单位也不一样， 有的以单位时间多少焊点或多少器件算， 有的 以单位时间多少帧图像算， 每型设备的每帧图像大小又不一样， 所以对比没有基准， 还是 要看实际测试。误判率更是没有哪个公司能准确提供， 因为针对不同器件不同类型的测试， 误判率的基准也不一样。这条款内的数据只能是在试用了一段时间后对自身产品在设备上使用 情况的一个总结 不影响性能， 生产线设备布置需要了解该参数 各类型设备应都有此功能 有的设备是标配， 有的是选配， 并且如果是不同岗位用， 应考虑配置两台机， 以及传输数据等 彩色图像信息量多， 黑白图像信息量少 编程繁琐， 每个元件都需设置检测引脚窗、检测合格阀值的设备对操作员来讲是个灾难 各类型设备应都有免费软件升级 这些数据也是软数据， 一般很难从公司获取 应有此功能， 否则影响测试精度 价格因素不是最重要的， 但却是必要的 一般周边地区应有代理公司并配备5名-10名技术工程师 关注该设备已有的用户， 特别是行业内的用户 各类型设备差别不大， 一般被测板子都能满足。但对于被测板比较特殊的， 如板子上下安装器件过 高的、夹持两边有一定厚度垫块的，基板质量过大的， 需要对这类参数仔细对比 说 明 根据自身产品的产量及规格定 根据该设备市场份额选择前7名以内的 没有角度相机的AOI光学死角很多， 可以检测的不良类型有限 一般应达到百万像素 根据需检测尺寸大小选择10 μm( 01005)、15 μm( 0201) 、20μm 环形LED可调光源最佳 离线设备一般考虑用步进电机、丝杆结构足可 在线设备应有滚珠结构及磁悬浮定位系统。由于AOI的精度主要取决于图像分辨率， 运动控制精度在 一定范围内不会对AOI精度造成影响
线性马达 步进马达 伺服马达
13
三、核心的构造
3.软件系统
软件系统的核心是分析算法，分为设计规则检验法和图形识别检验法。 Ⅰ、规则检验法（DRC）是按照一些给定的规则检测图形。如以所有 连线应以焊点为端点，所有引线宽度、间隔不小于某一规定值等规 则检测PCB电路图形。
规则检验法具有可以从算法上保证被检验的图形的正确性，相应的 AOI系统具有制造容易，数据占用空间小等特点，但该方法确定边界 能力较差，往往需要设计特定方法来确定边界位置。 14
多件
立碑
网孔堵塞
虎焊
侧立
破件
错件
反背
短路
引线浮起
5
二、国内外发展
1. AOI发展历史
• • 20世纪50年代开始研究二维图像的统计模式识别。 60年代Roberts开始进行三维机器视觉的研究。(国内的三维技术现 在处于研发阶段) 70年代中，MIT人工智能实验室正式开设“机器视觉”课程。 1982年，以色列Orbotech开始引入用于PCB裸板的AOI系统。 1998年后，国内电子和半导体工厂，开始引进带有高科技技术含量 的机器视觉整套的生产线和高级设备。 国内AOI设备的开拓者神舟视觉也是宣称2002年开始AOI技术的研发 工作，2004年国内第一台AOI光学检测仪诞生;
• • •
•
6
二、国内外发展
2. 国内外 的主要厂商
主要有以色列Orbotech， 美国Machine Vision Products、CyberOptics、 Mirtec 、Agilent， Teradyne，英国 DiagnoSYS 、YESTech ， 爱尔兰MVP，德国 Pruftechnik S，chneider & koch，日本Omron、Saki、 Takano、Kubotek、V Technology ,韩国Mirtec等
10um,15um,20um,25um 102.4 X 76.8 mm 1 um Five CCD 250 fov/sec 110 cm*cm/sec (25um)
10um,15um,20um 25.6 X 20.48 mm 1 um 250ms/FOV 21 cm2
18um,25um,29um 56 X 42 mm 1 um Up to 60cm^2/Sec 60 cm2 所有的晶片元件(01005) 及最小至0.3mm fine pitch 3D 4M digital Camera Directional Flash9
2. 贴装检测。元件贴装环节过程中常 出现漏贴、偏移、歪斜、极性相反 等缺陷。 3. 回流检测。检测元器件的缺失、偏移 和极性相反等情况，焊点的正确性 以及焊膏是否充分、焊接短路和元 器件翘脚等缺陷进行检测。
4
一、AOI的用途
• AOI基于光学图像处理和计算机视觉识别技术原理来对PCB 组件 生产过程中遇到的缺陷进行检测。
01005 / 10um
01005 / 10um
2.5D XGA 3 CCD 鏡頭 多分區多角度LED,白光 +RGB
2D 彩色 3 CCD 攝像頭 LED 光源
三、核心的构造
AOI的基本构造：
由视觉系统、机械系统、软件系统三个主要部分组成。 1. 视觉系统主 要是执行图像 采集功能； 2. 机械系统是 执行将所检物 体传送到指定 的检测点； 3. 软件系统是 将所采集的图 像进行分析和 处理。
2. 机械系统 Ⅰ、AOI的控制结构图
12
三、核心的构造
Ⅱ. 马达
线性马达精确度高，但价格昂贵。伺服马达的精确度仅次于 线性马达。步进马达的精确度较低，但价格十分便宜，采用 步进电机作为驱动装置的AOI，检测的质量是不可信的。因 此对马达的选择要按性价比来进行考量的话，应选择伺服马 达作为驱动装置的AOI。
20
参考文献
1. 2. 3. 4. 5. SMT质量检测中的AOI技术及应用 王凡,姜建国,申洁琳 《现代电子技术》2011年5月1日第34卷第9期 论AOI检测设备的选型 吴红《电子工艺技术》2008年9 月 第29卷第5期 AOI 的选择方法 严仕新 《电子工业专用设备》总第 162 期 Jul 2008 AOI 技术在PCB 制造领域的应用及发展 姚立新 孙明睿 基于机器视觉的PCB缺陷自动光学检测系统 赖宇锋, 王建晖 《沈阳工程学院学报(自然科学版)》第5卷 第3 期2009年7 月 高速在线PCB 焊接质量检测系统 章宇庆 刘学平 戎国 林《机械设计与制造》 2010年3月第3期 Machine vision and background remover-based approach for PCB solder joints inspection B. C. JIANG 《International Journal of Production Research》, Vol. 45, No. 2, 15 January 2007, 451–464
东莞神州视觉的 Aleader 及厦门福 信Otek，深圳振 华兴，江苏的明 富；台湾的 Camtek、TRI、 良瑞
7
二、国内外发展
3. 供应商市场占有率
• 日本OMRON公司（40%）以及主营印刷设备的SCREEN公司占据着日本 市场
•
以色列的Orbotech公司及台湾Camtek公司的设备主要针对PCB的裸 板检测，占据了全球其余市场的大多数份额，尤其是台湾，中国大 陆及东亚地区；
三、核心的构造
3.软件系统
• Ⅱ、图形识别法是将AOI系统中存储的数字化图形与实验检测图像比 较，从而获得检测结果。
•
这种方式的检测精度取决于标准图像、分辨力和所用检测程序，能 取得较高的检测精度，但所需采集数据量大，数据实时处理要求高 等特点，由于图形识别法用设计数据代替规则检验法中的设计原则， 具有明显的使用优越性。
自动光学检查（AOI）
2012.4.15
AOI (自动光学检查)
自动光学检测（AOI， 自动光学检测（AOI， Automatic Optical Inspection） Inspection）是指通 过光学成像的方法获 得被测对象的图像， 得被测对象的图像， 经过特定处理算法处 理及分析， 理及分析，与标准模 板图像进行比较， 板图像进行比较，获 得被测对象缺陷的一 种检测方法。 种检测方法。
•
国产神州AOI是国内销量最大的品牌。年销量600台，共销售4000台。
8
二、国内外发展
4、品牌间对比
Machine Type Manufacturer Model No. TRI TR7500E After Refow OMRON VT-RNS Orbotech S22
外形
Resolution(micro) CCD讀取視窗大小(mm) 機械定位精度 一個視窗檢查速度(sec) 每秒可檢查範圍 可辨別最小零件(pitch, size) 影像方式(2D/3D) 影像系統型式 光源系統型式
•
•
17
四、存在的问题
2.国内AOI发展的问题
• 由于发展起步相对较晚，目前国内自主研发的AOI检测算法复杂、 烦琐且调整时间长，由于前期的PCB图像拼接等图像处理算法以及 后期的检测识别算法都不够成熟，整个AOI系统不仅操作复杂，而 且经常出现误判漏判等问题，检测速度慢与SMT生产线不协调，检 测精度和速度远远不能满足实际应用的需求精度。
2
CONTENTS
一、AOI的用途 二、国内外发展
三、核心的技术 四、存在的问题 五、发展的方向
3
一、AOI的用途
在表面贴装(SMT)过程中，线路板(PCB)组件贴装生产将要经历焊膏印刷、贴装、 回流焊(波峰焊)等工序，每个工序都可能存在质量问题而直接影响产品的合格率。 1. PCB检测。PCB缺陷可大致分为短路(包括基铜 板短路、电镀短路、尘埃短路、凹坑短路、、 污渍短路、干膜短路、蚀刻力度不够短路、镀 层太厚短路、刮擦短路等)，开路(包括重复性 的开路、刮擦开路、真空开路、缺口开路等) 。
16
四、存在的问题
1.国内外所要攻克的技术难题：
• Ⅰ、只能作对外观检测，AOI系统不能检测电路错误，也无法对 BGA(球状矩阵排列)等不可见的焊点进行检测。 Ⅱ、热干扰对AOI的影响(使元器件产生虚假特征)以及多焊、少锡、 偏移、歪斜的工艺要求标准界定不同，容易导致误判，影响检测的 准确度。 Ⅲ、虚焊的比较检测：尤其是对空焊问题的检测，是所有中外AOI 生产厂商都没有解决的技术难题。如前文所述，部分国外厂商研究 出三维视觉检测，但测试的结果基本差不多，不令人满意，国内对 此技术尚在研究中。
15
三、核心的构造
三维立体视觉成像技术
• 采用3一D系统百度文库则能提供有关焊膏面积、以及焊膏高度和体积的精 确信息，目前国外的AOI设备可以做到焊膏检测，如美国的Agilent、 YesTech、以色列的Orbotech等公司。还有一些国外其他厂家的焊 膏AOl设备采用的是用激光三角法来检测焊膏的厚度，而国内对于 焊膏检测尚且还无能为力。
18
五、发展的方向
• 智能化：在 SMT的微型化、高密度化、快速组装化、品种多 样化发展特征下，检测信息量大而复杂，依赖人工对AOI获 取的质量信息进行分析、诊断几乎已经不可能，这就需要 AOI还具有自动纠正错误的功能。代替人工进行自动分析。 • 彩色化：AOI虽然用的是3CCD的相机，抓取的彩色的图像， 大部分的算法只提取了颜色中的部分信息，例如灰度，来进 行图像的识别，或者将RG颜色空间的三个通道分别处理后再 合成。人类对大脑的颜色处理机制仍未完全理解。因此，如 何充分利用RGB三颜色通道的信息，是彩色图像处理的关键， 也是AOI技术的一个飞跃。 • 多元化：目前所见的AOI基本只应用于表面贴装技术，应用 最多的是PCB板的检测。不再局限于SMT的应用将是未来几年 的发展方向。