特許ウォッチ

公開番号2025025099
公報種別公開特許公報(A)
公開日2025-02-21
出願番号2023129568
出願日2023-08-08
発明の名称検査装置
出願人JUKI株式会社
代理人弁理士法人酒井国際特許事務所
主分類H05K 13/08 20060101AFI20250214BHJP(他に分類されない電気技術)
要約【課題】人工知能技術を用いた基板の外観を検査において、適正な教師データを用いて機械学習する。
【解決手段】検査装置は、基板と実装部品との平面方向の第1ずれ量の最大許容値、及び基板と部品との回転方向の第2ずれ量の最大許容値が入力される入力部と、第1ずれ量及び第2ずれ量の各最大許容値の一方のずれ量の最大許容値に基づいて、補正部により補正された他方のずれ量の最大許容値に基づいて、第1ずれ量及び第2ずれ量のそれぞれが異なる教師画像を作成する教師画像作成部と、第1ずれ量と第2ずれ量の組合わせが第1条件を満たす教師画像と満たさない教師画像とにラベルを付与するラベル付与部と、ラベル付与された教師画像に基づいて、実装状態の良否を出力とする学習モデルを生成する機械学習部と、撮像された対称基板の画像を取得する対象画像取得部と、対象画像を学習モデルに入力して、実装状態の良否を判定結果を出力する出力部と、を備える。
【選択図】図12
特許請求の範囲【請求項１】
基板と前記基板に実装される部品との平面方向のずれ量を示す第１ずれ量の最大許容値、及び前記基板と前記部品との回転方向のずれ量を示す第２ずれ量の最大許容値が入力される入力部と、
前記入力部に入力された前記第１ずれ量の最大許容値及び前記第２ずれ量の最大許容値一方のずれ量の最大許容値に基づいて、他方のずれ量の最大許容値を補正する補正部と、
前記補正部により補正された前記ずれ量の最大許容値に基づいて、前記第１ずれ量及び前記第２ずれ量のそれぞれが異なる複数の教師画像を作成する教師画像作成部と、
前記第１ずれ量と前記第２ずれ量との組み合わせが第１条件を満たす前記教師画像と前記第１条件を満たさない前記教師画像とに異なるラベルを付与するラベル付与部と、
前記ラベルが付与された前記教師画像に基づいて、前記部品が実装された前記基板の画像を入力とし、前記部品の実装状態の良否を出力とする学習モデルを生成する機械学習部と、
カメラにより撮像された前記部品が実装された前記基板の画像を示す対象画像を取得する対象画像取得部と、
前記対象画像を前記学習モデルに入力して、前記部品の実装状態の良否を判定する判定部と、
前記判定部の判定結果を出力する出力部と、を備える、
検査装置。
続きを表示（約 640 文字）【請求項２】
前記基板の表面にランドが設けられ、
前記部品は、前記ランドに載るリードを有し、
前記ずれ量は、前記ランドと前記リードとのずれ量を含む、
請求項１に記載の検査装置。
【請求項３】
前記補正部は、予め定められている前記第１ずれ量の最大許容値と前記第２ずれ量の最大許容値との関係を示す相関データに基づいて、前記ずれ量の最大許容値を補正する、
請求項１に記載の検査装置。
【請求項４】
前記補正部は、前記第１ずれ量の最大許容値が大きいほど前記第２ずれ量の最大許容値が小さくなり、前記第２ずれ量の最大許容値が大きいほど前記第１ずれ量の最大許容値が小さくなるように、前記ずれ量の最大許容値を補正する、
請求項１に記載の検査装置。
【請求項５】
前記教師画像作成部は、前記補正部により補正された前記第１ずれ量の最大許容値及び前記第２ずれ量の最大許容値のそれぞれを基準として、良ラベルが付与されるべき複数の教師画像と、不良ラベルが付与されるべき複数の教師画像とを作成する、
請求項１に記載の検査装置。
【請求項６】
前記補正部は、前記第１ずれ量が前記第１ずれ量の最大許容値以下であり、前記第２ずれ量が前記第２ずれ量の最大許容値以下である場合、前記良ラベルが付与されるべき教師画像が作成されるように、前記ずれ量の最大許容値を補正する、
請求項５に記載の検査装置。

発明の詳細な説明【技術分野】
【０００１】
本明細書で開示する技術は、検査装置に関する。
続きを表示（約 2,200 文字）【背景技術】
【０００２】
特許文献１に開示されているように、部品が実装された後の基板の外観は、外観検査装置（ＡＯＩ：Automated Optical Inspection）により検査される。
【先行技術文献】
【特許文献】
【０００３】
特開２０２１－１５０４９５号公報
【発明の概要】
【発明が解決しようとする課題】
【０００４】
人工知能（ＡＩ：Artificial Intelligence）技術を用いて基板の外観を検査する場合、教師あり学習により学習モデルを生成することが考えられる。教師あり学習においては、ＯＫラベルが付与された教師データとＮＧラベルが付与された教師データとを用いて機械学習が実施される。教師データとして、生産ラインにおいて実際に生産された基板の画像データを使用することが考えられる。正常な基板の画像データにはＯＫラベルが付与され、異常な基板の画像データにはＮＧラベルが付与される。しかし、実際の生産ラインにおいて異常な基板が生産されることは稀である。そのため、実際に生産された基板から適正な教師データを収集することは困難である。
【０００５】
本明細書で開示する技術は、人工知能技術を用いて基板の外観を検査する場合において、適正な教師データを用いて機械学習することを目的とする。
【課題を解決するための手段】
【０００６】
本明細書で開示する検査装置は、基板と基板に実装される部品との平面方向のずれ量を示す第１ずれ量の最大許容値、及び基板と部品との回転方向のずれ量を示す第２ずれ量の最大許容値が入力される入力部と、入力部に入力された第１ずれ量の最大許容値及び第２ずれ量の最大許容値一方のずれ量の最大許容値に基づいて、他方のずれ量の最大許容値を補正する補正部と、補正部により補正されたずれ量の最大許容値に基づいて、第１ずれ量及び第２ずれ量のそれぞれが異なる複数の教師画像を作成する教師画像作成部と、第１ずれ量と第２ずれ量との組み合わせが第１条件を満たす教師画像と第１条件を満たさない教師画像とに異なるラベルを付与するラベル付与部と、ラベルが付与された教師画像に基づいて、部品が実装された基板の画像を入力とし、部品の実装状態の良否を出力とする学習モデルを生成する機械学習部と、カメラにより撮像された部品が実装された基板の画像を示す対象画像を取得する対象画像取得部と、対象画像を学習モデルに入力して、部品の実装状態の良否を判定する判定部と、判定部の判定結果を出力する出力部と、を備える。
【発明の効果】
【０００７】
本明細書で開示する技術によれば、人工知能技術を用いて基板の外観を検査する場合において、適正な教師データを用いて機械学習することができる。
【図面の簡単な説明】
【０００８】
図１は、実施形態に係る生産システムを模式的に示す図である。
図２は、実施形態に係る実装装置を模式的に示す図である。
図３は、実施形態に係る部品が実装された基板の一部を模式的に示す斜視図である。
図４は、実施形態に係る部品が実装された基板を模式的に示す平面図である。
図５は、実施形態に係る検査装置を模式的に示す図である。
図６は、実施形態に係る制御装置を示すハードウエア構成図である。
図７は、実施形態に係る検査装置を示す機能ブロック図である。
図８は、実施形態に係る教師画像が作成されるときの入力装置及び表示装置を示す図である。
図９は、実施形態に係る教師画像が作成されるときの入力装置及び表示装置を示す図である。
図１０は、実施形態に係る教師画像が作成されるときの入力装置及び表示装置を示す図である。
図１１は、実施形態に係る教師画像が作成されるときの入力装置及び表示装置を示す図である。
図１２は、実施形態に係る相関データを説明するための図である。
図１３は、実施形態に係る学習モデルの生成方法を示すフローチャートである。
図１４は、実施形態に係るラベルの付与の調整方法を説明するための図である。
図１５は、実施形態に係る部品の実装状態の良否判定方法を示すフローチャートである。
図１６は、実施形態に係るラベルの付与の調整方法を説明するための図である。
【発明を実施するための形態】
【０００９】
［生産システム］
図１は、実施形態に係る生産システム１を模式的に示す図である。図１に示すように、生産システム１は、検査装置２と、実装装置３と、検査装置４と、を備える。検査装置２、実装装置３、及び検査装置４により、電子デバイスの生産ラインが構築される。実施形態において、生産ラインの先頭装置は、検査装置２である。生産ラインの後尾装置は、検査装置４である。
【００１０】
生産ラインにおいて基板Ｐが搬送される。基板Ｐが検査装置２に搬入される前に、不図示の印刷機により基板Ｐにクリーム半田が印刷される。クリーム半田が印刷された基板Ｐは、検査装置２に搬入される。
（【００１１】以降は省略されています）

関連特許