AOI（自动光学检测）在 SMT 贴片流程中，如同一位 “永不疲倦的质检员”。它通过高分辨率工业相机快速扫描 PCBA 板，将采集到的元器件图像与预设的 “标准模板” 进行比对，从而自动识别出焊接缺陷、元件错漏、偏移、极性反等异常。其核心工作原理是 “图像采集→特征提取→智能比对→结果判定”，实现了从人工目检到自动化、高精度、可追溯的跨越，是保障 PCBA 加工良率的关键环节。

为什么 AOI 是现代 SMT 产线不可或缺的一环？

应对高密度与微型化挑战

现代电子产品，尤其是 AI 服务器、光模块、智能穿戴设备，普遍采用 01005、0.4mm 间距 BGA 等微型元件。传统人工目检在速度和精度上已无法满足要求，极易产生视觉疲劳和漏检。AOI 凭借光学放大和精确算法，能清晰捕捉焊点形态、锡膏体积和元件位置，有效管控因高密度组装带来的品质风险。

实现过程控制与数据追溯

AOI 不仅是 “事后检验”。在 SMT 产线中，它常被部署在锡膏印刷后、贴片后、回流焊后等关键工序节点。通过实时检测和数据反馈，可以及时调整印刷机的刮刀压力、贴片机的坐标参数或回流焊的炉温曲线，实现 “预防性” 过程控制。所有检测数据（如缺陷图片、位置、类型）均被记录，便于进行质量追溯和工艺分析。

提升效率与降低综合成本

一台 AOI 设备的检测速度远超人眼，能 7x24 小时连续工作，极大提升了产线吞吐率。虽然设备有初始投入，但它避免了因批量性焊接不良（如桥连、虚焊）流入后段测试或客户端所造成的巨额返修、报废和信誉损失。从长远看，它显著降低了 PCBA 加工的综合质量成本。

技术核心：AOI 如何 “看懂” PCBA 板？

AOI 的专业性体现在其精密的光学系统和复杂的算法逻辑上，这决定了其检测能力的天花板。

多光源成像技术：为应对不同元件和焊点的反光特性，AOI 采用多角度、多颜色的组合光源（如环形光、同轴光、侧光）。例如，检测芯片的共面性需用低角度光凸显轮廓，而检查焊锡光泽则需垂直白光。这就像为不同场景配备了专业 “打光师”。

特征提取与算法库：系统通过算法从图像中提取元件的几何特征（位置、尺寸、形状）、颜色特征和灰度特征。其内置丰富的算法库，如模板匹配、灰度分析、Blob 分析等，用以识别锡膏印刷的饱满度、SMT 贴片的偏移角度、回流焊接后的焊点形态。

编程与学习能力：工程师首件确认后，AOI 会学习 “标准板” 图像，生成检测程序。更智能的系统具备 “自学习” 能力，能在一定容差范围内适应元件的正常外观波动，减少误报，这尤其适用于来料批次间有细微色差的场景。

未来趋势：AOI 将走向何方？

随着电子制造向更高阶迈进，AOI 技术也在持续进化。

与 AI 深度融合：传统 AOI 基于规则算法，对新型、复杂的缺陷判断力有限。集成 AI 机器视觉后，系统可通过深度学习海量缺陷样本，不断提升对罕见缺陷（如特定形态的裂纹、爬锡不足）的识别率和准确率，减少对编程经验的依赖。

适应新工艺挑战：面对新能源汽车电控板的大电流、高散热需求，以及人形机器人主控板的高密度互连，AOI 需要能检测更粗的导线、更大的焊盘和更复杂的HDI结构。针对液冷服务器的散热模组装配检测，也需要新的解决方案。

集成于智能制造流：未来的 AOI 不仅是独立检测站，更是智能制造的数据节点。检测数据将实时上传 MES（制造执行系统），与SMT 贴片机、SPI（锡膏检测仪）数据联动，实现全流程的闭环优化与预测性维护，为数据中心、算力集群所需的超高可靠性 PCBA 提供保障。

FAQ 常见问题解答

Q：AOI 检测能发现所有焊接问题吗？

A：不能。AOI 主要针对可见焊点和元件进行检测，对于 BGA、芯片底部等不可见焊点的缺陷（如球窝开裂、底部虚焊），需要依靠 AXI（X 射线检测）来补充。

Q：PCB 打样阶段需要上 AOI 吗？

A：小批量打样通常以人工目检为主，因为制作和调试 AOI 程序需要时间。但对于高价值、高复杂度的样板（如AI 服务器或光模块的初版），使用 AOI 进行全检能提前发现设计或工艺隐患，避免后续批量损失。

Q：为什么 AOI 有时会 “误报”？

A：误报通常由以下原因引起：1）来料（如元件、PCB）颜色、丝印存在批次差异；2）焊锡光泽因炉温波动产生正常变化；3）检测程序参数设置过于严格。需要通过优化光源、调整算法阈值和启用智能学习功能来降低误报率。

Q：如何评估一家 PCBA 加工厂的 AOI 检测水平？

A：可以关注：1）AOI 设备的品牌与新老程度（如是否支持 3D 和 AI）；2）产线上 AOI 的布点位置（是否覆盖关键工序）；3）询问其首件检测流程和误报率控制水平；4）能否提供完整的检测数据报告。