Identifiering av felplacerade komponenter på ett kretskort med bildbehandling

Sammanfattning: Teknologiska framsteg påverkar tillverkningsindustrin genom att integrera tester för kretskortens status, lödning och elektriska egenskaper. En pick-and-place-maskin används för att verifiera komponentpositioner på kretskortet, men underhåll och re-paration av dessa maskiner medför stora kostnader. Industry 4.0 introducerar auto-matiseringslösningar som Internet of Things, Big Data, dataanalys och cybersäker-het, vilket kräver uppgradering av utrustning. Att erbjuda prisvärda uppgraderingar för äldre maskiner är avgörande för små och medelstora företags konkurrenskraft. Validering av kretskortkomponenterna på ett kostnadseffektiv och tillförlitligt sätt kan optimera kretskortsindustri.Det finns idag framgångsrika metoder för att lösa liknande problem. Konvolutionella neurala nätverk, finkornig bildigenkänning, funktionsmatchning samt funktions-extraktion är exempel på dessa. För att verifiera korrekt positionering av en krets-kortskomponent utnyttjas en automatisk maskin som systematiskt inspekterar kretskortet med hjälp av en pick-and-place fil som inkluderar exakta koordinater för varje position.Denna studie använder bildigenkänning för att finna en ekonomisk implementerbar lösning på identifiering av kretskortskomponenter. Detta för att undersöka om mo-biltelefonkameran är en möjlig implementationslösning för små till medelstora före-tag att identifiera kretskort. En mobilkamera användes för att ta bilder på kretskor-ten. Detta gjordes i varierande ljussättning, vinklar samt avstånd från kretskortet. En algoritm skapades för att undersöka ifall komponenterna är korrekt placerade på kretskortet. Segmentering, morfologiska processer och kunskapsbaserade metoder används i denna algoritm.Resultatet tyder på att det är en lämplig lösning att använda bildbehandling för att identifiera kretskortskomponenters position. Att identifiera korrekt satta eller fel-aktigt satta komponenter är möjligt förutsatt att bilderna är tagna med referensnära inställningar. Därav kan små till medelstora företag använda sig utav denna lösning för att få en kostnadseffektiv samt tillförlitlig identifiering.