· 设计规则检验（DRC）：按照预设规则（如线宽、间距等）检查电路图形。
新一代AOI设备融合2D、3D成像技术，结合基于机器学习的特征识别算法，可适应不同光照条件和复杂背景下的缺陷检测。部分设备采用“传统规则+深度学习”双引擎协同架构，检测准确率超过99.5%。
4. 结果输出：与合格参数不符的标记为NG板，缺陷位置自动标注供人工复判与返修。
三、2D AOI与3D AOI
2D AOI采用平面打光，从单一角度获取元件2D影像，通过分析色彩比例检测缺陷。优点是应用范围广、成本较低，可快速检测缺件、偏移、桥接等缺陷。缺点是无法获取高度信息，对BGA球缺失、元件翘曲等三维缺陷无能为力。
3D AOI在二维检测基础上，增加了对元件贴装高度、引脚共面度、焊锡体积的测量能力。采用激光三角测量或结构光原理重建三维形态，可检测复杂器件表面缺陷，缺陷检出率可达99.9%以上。对于BGA、QFN等高密度封装，3D AOI几乎是标配。
四、AOI能检测哪些缺陷？
AOI的检测范围覆盖元件贴装和焊接两大部分：
元件贴装缺陷：缺件、错件、极性方向错误、元件偏移/歪斜/侧立/翻转。
焊接缺陷：桥连（短路）、虚焊/少锡、锡过多、锡珠残留、立碑（曼哈顿现象）。
元件本体缺陷：引脚变形、破损、表面污染等。
五、AOI不是万能判官——误判与漏判
AOI虽然强大，但并非万能。常见问题包括：
误判（假阳性） ：合格品被判为不良。原因包括焊点反光、丝印干扰、器件颜色差异、光源阴影、程序阈值过严等。误判会增加复判和返修压力，降低生产效率。
漏判（假阴性） ：不良品被判为合格。常见于焊点被器件遮挡、缺陷形态不明显、极性标识不清、算法未覆盖特殊封装等情况。漏判会把风险流向客户，后果更严重。
优化AOI检测需要多管齐下：定期校准与清洁设备、采用多光源融合减少反光干扰、按元件类型设置差异化阈值、建立缺陷分层标准（致命缺陷/主要缺陷/次要缺陷）避免过度拦截。优秀产线可将误判率从行业平均12%降至3%以内。
总结
SMT入门的第六步——AOI自动光学检测，可以概括为：在回流焊之后，用机器视觉给每一块PCBA做一次“全身体检”。
SPI管印刷，AOI管焊接；2D看平面，3D测立体；检出缺陷是基本功，降低误判才是真本事。AOI不是终点——它的检测数据反馈到前道工序，形成质量闭环，才是SMT智能制造的真正价值所在。
下一篇，我们聊聊AOI也“看不见”的地方——X-Ray检测，看看如何给BGA、QFN这些隐藏焊点做“透视检查”。敬请期待！返回搜狐，查看更多