CN212322301U - 一种互联网人工智能电子零配件识别与检测系统 - Google Patents

Abstract

本实用新型公开了一种互联网人工智能电子零配件识别与检测系统，包括自动光学检测设备、图片采集装置、输入装置、显示装置和图像接收处理终端机，所述图片采集装置设于自动光学检测设备上，所述自动光学检测设备上设有以太网接口，图像处理终端机包括图像接收模块、微处理器、数据存储模块、电子零配件AI识别处理器和电子零配件AI检测处理器，所述微处理器与图像接收模块、数据存储模块、电子零配件AI识别处理器和电子零配件AI检测处理器耦合。本实用新型属于电子产品检测技术领域，具体是提供了一种能够快速准确的检测待测物存在的加工及组装的缺陷和错误的互联网人工智能电子零配件识别与检测系统。

Description

一种互联网人工智能电子零配件识别与检测系统

技术领域

本实用新型属于电子产品检测技术领域，具体是指一种互联网人工智能电子零配件识别与检测系统。

背景技术

自动光学检测设备(AOI)大量应用于具有表面贴装技术(SMT)的生产线，以及组装完成前的电子产品或设备的内结构检验，目的是提前发现缺陷，提高质量，降低成本。

现有AOI设备使用前，需要在AOI设备上建立模板以及配置相关参数，针对不同的待测物，需要建立不同的模板和参数，花费大量的人力进行配置设定。还需依据不同待测物重新撰写比对程序，使用前的准备和维护都需要时间和人力投入，成本高。此外，现有AOI设备需要高精度相机，以及需要具备快速比对运算与判定模块，设备成本高。

实用新型内容

为解决上述现有难题，本实用新型提供了一种能够快速准确的检测待测物存在的加工及组装的缺陷和错误的互联网人工智能电子零配件识别与检测系统。

本实用新型采取的技术方案如下：本实用新型互联网人工智能电子零配件识别与检测系统，包括自动光学检测设备、图片采集装置、输入装置、显示装置和图像接收处理终端机，所述图片采集装置设于自动光学检测设备上，所述自动光学检测设备上设有待测电路板，所述待测电路板上设有待测电子零配件，所述待测电路板设于图片采集装置的正下方，图片采集装置采集待测电路板的图像，所述自动光学检测设备上设有以太网接口，自动光学检测设备与图像接收处理终端机通过以太网连接，自动光学检测设备将图片采集装置采集的检测图片通过以太网接口传输给图像接收处理终端机，图像处理终端机接收自动光学检测设备提供的信息、存储大量电子零配件信息、提供检测识别所需的存储及运算能力，图像处理终端机包括图像接收模块、微处理器、数据存储模块、电子零配件AI识别处理器和电子零配件AI检测处理器，所述微处理器与图像接收模块、数据存储模块、电子零配件AI识别处理器和电子零配件AI检测处理器耦合，所述图像接收模块与数据存储模块耦合，图像接收模块接收自动光学检测设备发送的检测图片将其发送微处理器，数据存储模块存储电子零配件信息，微处理器将检测图片传送给电子零配件AI识别处理器和电子零配件AI检测处理器并控制电子零配件AI识别处理器和电子零配件AI检测处理器对检测图片进行识别检测，所述电子零配件AI识别处理器、电子零配件AI检测处理器分别与数据存储模块耦合，电子零配件AI识别处理器内设有电子零配件识别AI模型，电子零配件AI检测处理器内设有电子零配件检测AI模型，电子零配件AI识别处理器和电子零配件AI检测处理器分别为电子零配件识别AI模型和电子零配件识别AI模型提供存储及运算能力，电子零配件识别AI模型接收微处理器传入的检测图片并根据检测图片与数据存储模块存储的电子零配件信息识别出检测图片中电子零配件是否属于数据存储模块内存储的电子零配件及其类别与规格，所述显示装置、输入装置设于自动光学检测设备上，所述微处理器分别与显示装置、输入装置耦合，显示装置显示微处理器发送的提示指令、电子零配件识别AI模型判断结果、电子零配件检测AI模型判断结果和电子零配件信息，当电子零配件识别AI模型识别到检测图片上存在的电子零配件不属于数据存储模块内存储的电子零配件时，电子零配件识别AI模型将未存储电子零配件图片发送给微处理器，微处理器控制显示装置显示未存储电子零配件的检测图片并显示电子零配件在系统中不存在需建立此零件相关信息的提示指令，输入装置输入电子零配件信息和图片标注，用户在输入装置上输入未存储电子零配件信息以及对电子零配件图片进行标注，

微处理器内设有模型训练模块，数据存储模块内设有模型库，电子零配件识别AI模型和电子零配件检测AI模型通过模型训练模块对大量电子零配件图片进行标注并建立训练集、测试集资料经过人工智能模型训练产生，电子零配件检测AI模型根据检测图片和模型库判断检测图片中的电子零配件的加工工艺是否良好并根据电子零配件图片判定电子零配件是否存在缺陷及缺陷原因，模型训练模块对输入端输入的需进行模型训练的电子零配件信息制作模型训练所需训练集和测试集、进行模型参数设置和模型训练，模型库存储更新模型训练模块训练的模型并为电子零配件识别AI模型和电子零配件检测AI模型提供模型，微处理器将输入端输入的电子零配件信息发送给电子零配件AI识别处理器判断需进行模型训练的未存储电子零配件是否存储在数据存储模块内，当电子零配件AI识别处理器判断需进行模型训练的电子零配件信息未存储在数据存储模块内时，模型训练模块向数据存储模块添加需进行模型训练的电子零配件信息并对需进行模型训练的电子零配件信息进行标注，对需进行模型训练的电子零配件信息标注完毕后，模型训练模块制作模型训练所需训练集和测试集后进行模型参数设置和模型训练，模型参数设置和模型训练完毕后模型训练模块将模型更新到模型库内，模型库存储更新后的模型，当电子零配件AI识别处理器判断需进行模型训练的电子零配件信息存储在数据存储模块时，模型训练模块制作模型训练所需训练集和测试集后进行模型参数设置和模型训练，模型参数设置和模型训练完毕后模型训练模块将模型更新到模型库内，模型更新完毕后，微处理器控制电子零配件识别AI模型再次将检测图片与数据存储模块内的电子零配件图片进行检测对比判断检测图片上的所有电子零配件信息是否属于数据存储模块内存储的电子零配件，当电子零配件识别AI模型检测到检测图片上的所有电子零配件信息均属于数据存储模块内存储的电子零配件时，电子零配件识别AI模型将检测图片发送给电子零配件检测AI模型，电子零配件检测AI模型对电子零配件进行检测将判断结果返回微处理器，微处理器控制显示装置显示电子零配件检测AI模型的判断结果。

进一步地，所述电子零配件信息包括图片、类别、规格,功能和厂商型号，便于电子零配件检测AI模型和电子零配件识别AI模型精准识别检测电子零配件。

进一步地，所述微处理器内设有图像切割模块，图像切割模块将自动光学检测设备提供的检测图像进行画面切割得到每个电子零配件单独的独立检测图像，用以获取各电子零配件图像进行识别和检测并标注结果。

优选地，所述标注包括对独立检测图像标注电子零配件类别和对存在缺陷的电子零配件的独立检测图像标注缺陷原因，模型训练模块根据标注制作每个类别不同的缺陷训练集和测试集资料，经过模型训练产生每个类别各自的电子零配件检测AI模型，电子零配件检测AI模型通过电子零配件图片判断电子零配件是否存在缺陷以及缺陷原因,并透过反复性识别和深度学习持续提高检测准确性。

优选地，所述缺陷包括但不止于零配件组装不良、焊点不良、偏移、缺件、翘脚、电子零配件侧立、反向、pin脚不全。

进一步地，所述自动光学检测设备和图像接收处理终端机分别设有WiFi传输模块，便于自动光学检测设备和图像接收处理终端机通过WiFi进行数据交互。

进一步地，图像处理终端机与自动光学检测设备的连接方式为一连多，图像处理终端机通过以太网同时服务多个自动光学检测设备提供识别和检测结果。

进一步地，所述输入装置包括但不止于键盘、鼠标、触控屏、语音识别模块、文字识别模块。

采用上述结构本实用新型取得的有益效果如下：本方案互联网人工智能电子零配件识别与检测系统，通过收集自动光学检测设备提供的电子零配件信息，建设电子零配件互联网数据中心，免除前期准备及后期维护的人工投入，提供智能制造的信息服务，从节约成本的角度考虑，所需的自动光学检测设备可以省去了检测模块所需的设备成本；从效率角度考虑，采用人工智能对电子零配件进行识别检测判断，提高了正确度和可靠性；从品质保证角度考虑，对于越来越高精度的后期组装工序，此项技术和设备可提前识别不良，在产品组装前检查出缺陷，从而可以避免后续在组装完成后发现不良，减少拆机浪费；电子零配件互联网数据中心将提供信息平台,服务广大用户快速提升制造水平

附图说明

图1为本实用新型互联网人工智能电子零配件识别与检测系统结构示意图；

图2为本实用新型互联网人工智能电子零配件识别与检测系统原理框图。

具体实施方式

下面将结合本实用新型实施例中的附图，对本实用新型实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本实用新型一部分实施例，而不是全部的实施例；基于本实用新型中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本实用新型保护的范围。

如图1和2所示，本实用新型互联网人工智能电子零配件识别与检测系统，包括自动光学检测设备、图片采集装置、输入装置、显示装置和图像接收处理终端机，所述图片采集装置设于自动光学检测设备上，所述自动光学检测设备上设有待测电路板，所述待测电路板上设有待测电子零配件，所述待测电路板设于图片采集装置的正下方，图片采集装置采集待测电路板的图像，所述自动光学检测设备上设有以太网接口，自动光学检测设备与图像接收处理终端机通过以太网连接，自动光学检测设备将图片采集装置采集的检测图片通过以太网接口传输给图像接收处理终端机，图像处理终端机接收自动光学检测设备提供的信息、存储大量电子零配件信息、提供检测识别所需的存储及运算能力，图像处理终端机包括图像接收模块、微处理器、数据存储模块、电子零配件AI识别处理器和电子零配件AI检测处理器，所述微处理器与图像接收模块、数据存储模块、电子零配件AI识别处理器和电子零配件AI检测处理器耦合，所述图像接收模块与数据存储模块耦合，图像接收模块接收自动光学检测设备发送的检测图片将其发送微处理器，数据存储模块存储电子零配件信息，微处理器将检测图片传送给电子零配件AI识别处理器和电子零配件AI检测处理器并控制电子零配件AI识别处理器和电子零配件AI检测处理器对检测图片进行识别检测，所述电子零配件AI识别处理器、电子零配件AI检测处理器分别与数据存储模块耦合，电子零配件AI识别处理器内设有电子零配件识别AI模型，电子零配件AI检测处理器内设有电子零配件检测AI模型，电子零配件AI识别处理器和电子零配件AI检测处理器分别为电子零配件识别AI模型和电子零配件识别AI模型提供存储及运算能力，电子零配件识别AI模型接收微处理器传入的检测图片并根据检测图片与数据存储模块存储的电子零配件信息识别出检测图片中电子零配件是否属于数据存储模块内存储的电子零配件及其类别与规格，所述显示装置、输入装置设于自动光学检测设备上所述微处理器分别与显示装置、输入装置耦合，显示装置显示微处理器发送的提示指令、电子零配件识别AI模型判断结果、电子零配件检测AI模型判断结果和电子零配件信息，当电子零配件识别AI模型识别到检测图片上存在的电子零配件不属于数据存储模块内存储的电子零配件时，电子零配件识别AI模型将未存储电子零配件图片发送给微处理器，微处理器控制显示装置显示未存储电子零配件的独立检测图片并显示电子零配件在系统中不存在需建立此零件相关信息的提示指令，输入装置输入电子零配件信息和图片标注，用户在输入装置上输入未存储电子零配件信息以及对电子零配件图片进行标注，微处理器内设有模型训练模块，数据存储模块内设有模型库，电子零配件识别AI模型和电子零配件检测AI模型为模型训练模块对大量电子零配件图片进行标注并建立训练集、测试集资料经过人工智能模型训练产生，电子零配件检测AI模型根据检测图片和模型库判断检测图片中的电子零配件的加工工艺是否良好并根据电子零配件图片判定电子零配件是否存在缺陷及缺陷原因，模型训练模块对输入端输入的需进行模型训练的电子零配件信息制作模型训练所需训练集和测试集、进行模型参数设置和模型训练，模型库存储更新模型训练模块训练的模型并为电子零配件识别AI模型和电子零配件检测AI模型提供模型，微处理器将输入端输入的电子零配件信息发送给电子零配件AI识别处理器判断需进行模型训练的未存储电子零配件是否存储在数据存储模块内，当电子零配件AI识别处理器判断需进行模型训练的电子零配件信息未存储在数据存储模块内时，模型训练模块向数据存储模块添加需进行模型训练的电子零配件信息并对需进行模型训练的电子零配件信息进行标注，对需进行模型训练的电子零配件信息标注完毕后，模型训练模块制作模型训练所需训练集和测试集后进行模型参数设置和模型训练，模型参数设置和模型训练完毕后模型训练模块将模型更新到模型库内，模型库存储更新后的模型，当电子零配件AI识别处理器判断需进行模型训练的电子零配件信息存储在数据存储模块时，模型训练模块制作模型训练所需训练集和测试集后进行模型参数设置和模型训练，模型参数设置和模型训练完毕后模型训练模块将模型更新到模型库内，模型更新完毕后，微处理器控制电子零配件识别AI模型再次将独立检测图片与数据存储模块内的电子零配件图片进行检测对比判断检测图片上的所有电子零配件信息是否属于数据存储模块内存储的电子零配件，当电子零配件识别AI模型检测到检测图片上的所有电子零配件信息均属于数据存储模块内存储的电子零配件时，电子零配件识别AI模型将独立检测图片发送给电子零配件检测AI模型，电子零配件检测AI模型对电子零配件进行检测将判断结果返回微处理器，微处理器控制显示装置显示电子零配件检测AI模型的判断结果。

所述电子零配件信息包括图片、类别、规格,功能和厂商型号，便于电子零配件检测AI模型和电子零配件识别AI模型精准识别检测电子零配件。

所述微处理器内设有图像切割模块，图像切割模块将自动光学检测设备提供的检测图像进行画面切割得到每个电子零配件单独的独立检测图像，用以获取各电子零配件图像进行识别和检测并标注结果。

所述标注包括对独立检测图像标注电子零配件类别和对存在缺陷的电子零配件的独立检测图像标注缺陷原因，模型训练模块根据标注制作每个类别不同的缺陷训练集和测试集资料，经过模型训练产生每个类别各自的电子零配件检测AI模型，电子零配件检测AI模型通过电子零配件图片判断电子零配件是否存在缺陷以及缺陷原因,并透过反复性识别和深度学习持续提高检测准确性。

所述缺陷包含但不止于零配件组装不良、焊点不良、偏移、缺件、翘脚、电子零配件侧立、反向、pin脚不全。

所述自动光学检测设备和图像接收处理终端机分别设有WiFi传输模块，便于自动光学检测设备和图像接收处理终端机通过WiFi进行数据交互。

图像处理终端机与自动光学检测设备的连接方式为一连多，图像处理终端机通过以太网同时服务多个自动光学检测设备提供识别和检测结果。

所述输入装置包括但不止于键盘、鼠标、触控屏、语音识别模块、文字识别模块。

具体使用时，当待测电路板进入自动光学检测设备后，图片采集装置采集待测电路板的图像，自动光学检测设备将图片采集装置采集的检测图片通过以太网接口传输给图像接收处理终端机，图像处理终端机接收自动光学检测设备提供的信息、存储大量电子零配件信息、提供检测识别所需的存储及运算能力，图像接收模块接收自动光学检测设备发送的检测图片将其发送微处理器，数据存储模块存储电子零配件信息，微处理器将检测图片传送给电子零配件AI识别处理器和电子零配件AI检测处理器并控制电子零配件AI识别处理器和电子零配件AI检测处理器对检测图片进行识别检测，电子零配件AI识别处理器和电子零配件AI检测处理器分别为电子零配件识别AI模型和电子零配件识别AI模型提供存储及运算能力，电子零配件识别AI模型接收微处理器传入的检测图片并根据检测图片与数据存储模块存储的电子零配件信息识别出检测图片中电子零配件是否属于数据存储模块内存储的电子零配件及其类别与规格，当电子零配件识别AI模型识别到检测图片上存在的电子零配件不属于数据存储模块内存储的电子零配件时即存在无法识别的电子零配件时，微处理器将无法识别的电子零配件信息通过互联网通知自动光学检测设备并显示在显示装置上并显示电子零配件在系统中不存在需建立此零件相关信息的提示指令，提示人员需手动维护无法识别电子零配件的图片、类别、规格、功能、厂商、型号等信息，用户在输入装置上输入未存储电子零配件信息以及对电子零配件图片进行标注，当电子零配件AI识别处理器判断需进行模型训练的电子零配件信息未存储在数据存储模块内时，模型训练模块向数据存储模块添加需进行模型训练的电子零配件信息并对需进行模型训练的电子零配件信息进行标注，标注包括对独立检测图像标注电子零配件类别和对存在缺陷的电子零配件的独立检测图像标注缺陷原因，缺陷包括但不止于零配件组装不良、焊点不良、偏移、缺件、翘脚、电子零配件侧立、反向、pin脚不全，对需进行模型训练的电子零配件信息标注完毕后，模型训练模块根据标注制作每个类别不同的缺陷训练集和测试集资料，进行模型参数设置和模型训练，经过模型训练产生每个类别各自的电子零配件检测AI模型，电子零配件检测AI模型通过电子零配件图片判断电子零配件是否存在缺陷以及缺陷原因,并透过反复性识别和深度学习持续提高检测准确性，模型参数设置和模型训练完毕后模型训练模块将模型更新到模型库内，模型库存储更新后的模型，当电子零配件AI识别处理器判断需进行模型训练的电子零配件信息存储在数据存储模块时，模型训练模块制作模型训练所需训练集和测试集后进行模型参数设置和模型训练，模型参数设置和模型训练完毕后模型训练模块将模型更新到模型库内，模型更新完毕后，微处理器控制电子零配件识别AI模型再次将独立检测图片与数据存储模块内的电子零配件图片进行检测对比判断检测图片上的所有电子零配件信息是否属于数据存储模块内存储的电子零配件，当电子零配件识别AI模型检测到检测图片上的所有电子零配件信息均属于数据存储模块内存储的电子零配件时，电子零配件识别AI模型将判断结果返回给微处理器，微处理器控制图片切割模块将检测图片剪裁成每个电子零配件单独的独立检测图片，电子零配件识别AI模型将独立检测图片发送给电子零配件检测AI模型，电子零配件检测AI模型根据检测图片和模型库判断检测图片中的电子零配件的加工工艺是否良好并根据电子零配件图片判定电子零配件是否存在缺陷及缺陷原因包含缺陷位置，电子零配件检测AI模型将对电子零配件进行检测的判断结果进行汇总返回微处理器，微处理器控制显示装置显示电子零配件检测AI模型的判断结果，并收集用户补充数据及反馈意见，用户通过输入装置输入用户补充数据及反馈意见，自动光学检测设备通过互联网上传给微处理器及模型训练模块进行模型训练，便于完善模型库、电子零配件识别AI模型和电子零配件检测AI模型，用于持续提高电子零配件识别AI模型和电子零配件检测AI模型的准确性。

需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。

尽管已经示出和描述了本实用新型的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本实用新型的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本实用新型的范围由所附权利要求及其等同物限定。

Claims (6)

1.一种互联网人工智能电子零配件识别与检测系统，其特征在于：包括自动光学检测设备、图片采集装置、输入装置、显示装置和图像接收处理终端机，所述图片采集装置设于自动光学检测设备上，所述自动光学检测设备上设有待测电路板，所述待测电路板上设有待测电子零配件，所述待测电路板设于图片采集装置的正下方，图片采集装置采集待测电路板的图像，所述自动光学检测设备上设有以太网接口，自动光学检测设备与图像接收处理终端机通过以太网连接，自动光学检测设备将图片采集装置采集的检测图片通过以太网接口传输给图像接收处理终端机，图像处理终端机接收自动光学检测设备提供的信息、存储大量电子零配件信息、提供检测识别所需的存储及运算能力，图像处理终端机包括图像接收模块、微处理器、数据存储模块、电子零配件AI识别处理器和电子零配件AI检测处理器，所述微处理器与图像接收模块、数据存储模块、电子零配件AI识别处理器和电子零配件AI检测处理器耦合，所述图像接收模块与数据存储模块耦合，图像接收模块接收自动光学检测设备发送的检测图片将其发送微处理器，数据存储模块存储电子零配件信息，微处理器将检测图片传送给电子零配件AI识别处理器和电子零配件AI检测处理器并控制电子零配件AI识别处理器和电子零配件AI检测处理器对检测图片进行识别检测，所述电子零配件AI识别处理器、电子零配件AI检测处理器分别与数据存储模块耦合，电子零配件AI识别处理器内设有电子零配件识别AI模型，电子零配件AI检测处理器内设有电子零配件检测AI模型，电子零配件识别AI模型接收微处理器传入的检测图片并根据检测图片与数据存储模块存储的电子零配件信息识别出检测图片中电子零配件是否属于数据存储模块内存储的电子零配件及其类别与规格，所述显示装置、输入装置设于自动光学检测设备上，所述微处理器分别与显示装置、输入装置耦合，显示装置显示微处理器发送的提示指令、电子零配件识别AI模型判断结果、电子零配件检测AI模型判断结果和电子零配件信息，输入装置输入电子零配件信息和图片标注，微处理器内设有模型训练模块，数据存储模块内设有模型库，电子零配件检测AI模型根据检测图片和模型库判断检测图片中的电子零配件的加工工艺是否良好并根据电子零配件图片判定电子零配件是否存在缺陷及缺陷原因，模型训练模块对输入端输入的需进行模型训练的电子零配件信息制作模型训练所需训练集和测试集、进行模型参数设置和模型训练，模型库存储更新模型训练模块训练的模型并为电子零配件识别AI模型和电子零配件检测AI模型提供模型。

2.根据权利要求1所述的一种互联网人工智能电子零配件识别与检测系统，其特征在于：所述电子零配件信息包括图片、类别、规格,功能和厂商型号。

3.根据权利要求1所述的一种互联网人工智能电子零配件识别与检测系统，其特征在于：所述微处理器内设有图像切割模块，图像切割模块将自动光学检测设备提供的检测图像进行画面切割得到每个电子零配件单独的独立检测图像。

4.根据权利要求1所述的一种互联网人工智能电子零配件识别与检测系统，其特征在于：所述自动光学检测设备和图像接收处理终端机分别设有WiFi传输模块。

5.根据权利要求1所述的一种互联网人工智能电子零配件识别与检测系统，其特征在于：图像处理终端机与自动光学检测设备的连接方式为一连多。

6.根据权利要求1所述的一种互联网人工智能电子零配件识别与检测系统，其特征在于：所述输入装置包括但不止于键盘、鼠标、触控屏、语音识别模块、文字识别模块。

Images