|
深圳市奥特电器有限公司宋福民博士 在谈到机器视觉目前在电子制造及半导体制造领域中的应用时,宋博士告诉记者,从装备制造的理论角度上而言,机器视觉在识别、定位、提高精度等方面具备不可替代的优势,但是也不是没有局限性。例如装备制造需要高精度与高速度的结合,然而机器视觉光源通常外置,不同的环境对光源的要求十分复杂,因而光源的选择将是一个棘手问题。其次是光路的设计问题。由于光差、色差与像差等的处理需要更为专业的光路设计人才,而这样的人才国内比较缺乏。 宋博士说,机器视觉系统中的图像采集与处理,涉及到CCD选型,存在分辨率的问题。分辨率的大小影响采集的速度与传输的速度(采集硬件确定)。解决好这一问题,无疑必须针对具体处理对象实现经验、算法、编程三者的完美结合。机器视觉是一个系统工程,因此完成这样的项目,无疑需要一个团队的配合。而这个团队至少需要三个人。第一个必须了解算法,具备很强的数学基础,能够使用VC++工具等,搭建软件结构,算法在其中至关重要。目前机器视觉公司都在拼算法,但现实的需求则是追求更高图像质量的同时尽量采用最简单的算法。因此,对于使用者而言,机器视觉终究还是必须落在成本与应用的层面。 宋博士在深圳接受中国视觉网记者艾小洋女士的采访 其次,机器视觉系统的另一关键是机器视觉光源的选择。被照物体的形状、色彩等必须借助光源才能反应出来,而这个过程不但是一个不断实验的过程,同时也是一个技巧与经验的积累过程。宋博士在谈到这一点的时候,他说,日本CCS的光源产品非常不错,产品品质一流,但是应用起来也有问题,那就是过于通用。LED光源制造专业性非常强,例如要应用软电路板和精密控制电源,按品质严格筛选LED发光颗粒等。需要综合考虑光的亮度、角度、散射等一系列问题,光源的选择会影响到整个检测的质量。 再则,机器视觉系统还涉及到光路的设计,而光路设计的关键在于镜头的设计与选择。宋博士说,这项工作无论由谁来完成,都必须针对具体的检测对象进行光路设计。例如晶圆制造过程中的检测与贴片机中的检测区别就非常之大。晶圆制造过程中的检测对象相对单一,而贴片机中的检测对象则大小不一,检测过程中尺寸形状变化万端,那么对于镜头的要求是,采用变焦或是采用多镜头。宋博士对于机器视觉众多产品比较了解,在他看来,目前镜头品牌多出自日本,然而从实用性的角度上来讲,还需要用户在变焦、加圈调焦等很多方面进行调整。镜头的安装也并非易事,镜头的安装精度(对系统坐标而言)、镜头与镜头之间的位置关系等都是必须面对的难点。 综合以上问题,在宋博士看来,目前中国机器视觉市场上的所有产品,无论高端或中低端产品,具体应用到工厂环境中,都还需要做大量艰苦而细致的工作。因此,搭建一套真正的机器视觉系统绝非易事。而对于中国的工厂工程师而言,完成这样的工作无疑需要用户与供应商必须抱有更为成熟的、正确而客观的态度。 作为电子装备研究专家,宋博士还向记者介绍了机器视觉在贴片机上的应用特点。首先,机器视觉系统在贴片机中的应用主要包括三个方面:一是机器完成贴片任务之后的检测,二是贴装过程中元件的定位、辨识、与检测;三是用于机器、PCB、芯片元件三坐标系的标定系统。作为高度光机电一体化的经典设备,贴片机的市场历来都控制在海外制造商手中。西门子便曾经对中国贴片机制造商这样说:“第一年你看,第二年我教,第三年你才能做。”中国研究SMT贴片机的历史已经超过20年,由于其制造工艺相当有难度,对于整合开发制造的能力要求非常之高,包涵动力学分析与测试、高精度运动控制等一系列精密制造检测过程。作为贴片机的核心技术之一的机器视觉系统,其结构与功能的要求必须与贴片机完美集成,也正是因为这个原因,中国机器视觉技术的发展实际上也正是推动中国电子装备发展的一个重要基础。 关于宋福民先生 宋福民 生于1965年,吉林双辽人。1996年毕业于哈尔滨工业大学,获博士学位。主要从事电子工业装备的技术开发与项目管理工作;对电子装备产品开发中的立项规划与具体实施工作具有多年的操作经验。 采访后记:作为电子制造专家,宋博士对于机器视觉却有着超乎寻常的了解与理解。可以直接说明的问题是,在中国电子制造领域,精通机器视觉的专家事实上不乏其人。而此正是机器视觉在电子制造领域得到广泛应用的基础。也正为此,机器视觉在以电子制造、半导体制造为主的珠三角得到了相对的广泛应用。我们有理由相信,整个珠三角的机器视觉市场,必将走向新一轮的发展道路。 |
|||
| 聚焦录入:雀巢咖啡 责任编辑:艾小洋 | |||
|
|
|||
| 【字体:小 大】【发表评论】【加入收藏】【告诉好友】【打印此文】【关闭窗口】 | |||
|
|
|||
|
|||
|
|
|||
|
|||
|
|||
|
|

宋福民博士是中国较早接触机器视觉的用户之一。早在2000年他在羊城科技的时候便缘于一个电子装备项目与北京嘉恒中自、大恒图像、北京微视以及METROX等图像公司开始接触并合作。随着这个项目的进展,宋博士不期然走进了机器视觉这一技术领域。
