一种控制主板夹层焊点的智能检测方法及系统与流程

摘要: 本发明涉及电子制造与检测,具体涉及一种控制主板夹层焊点的智能检测方法及系统。背景技术:1、在控制主板生产中,usb座等关键焊点位于核心板与主板的夹层区域,传统自...
一种控制主板夹层焊点的智能检测方法及系统与流程

本发明涉及电子制造与检测,具体涉及一种控制主板夹层焊点的智能检测方法及系统。

背景技术:

1、在控制主板生产中,usb座等关键焊点位于核心板与主板的夹层区域,传统自动光学检测因双层板体遮挡无法直接观测焊点形态。现有解决方案如cn111862067a采用多任务学习网络进行通用焊点缺陷检测,但该方法基于完整成像条件设计,未考虑遮挡因素导致的图像特征退化问题,且模型部署于高性能计算环境,难以满足产线边缘端实时推理需求。cn113516706a利用残差网络进行焊点检测,但面向的是轨道第三轨表面焊点定位场景,不涉及夹层结构遮挡问题。针对夹层焊点边缘检测中因元件遮挡导致的置信度下降、固定阈值适配性差、模型无法自适应工艺波动等不足,亟需一种能够感知遮挡程度并动态调整检测策略的轻量化边缘推理方法。

技术实现思路

1、本发明提供了一种控制主板夹层焊点的智能检测方法及系统,用于解决控制主板夹层焊点检测中,因周边元件遮挡导致端侧推理置信度不可靠、云端全量上传延迟高,以及缺陷分类模型在产线运行中性能退化而难以自适应更新的复合问题。

2、鉴于上述问题,本发明提供了一种控制主板夹层焊点的智能检测方法及系统。

3、第一方面,本发明提供了一种控制主板夹层焊点的智能检测方法,包括:

4、加载待检测核心板的焊点检测数据,根据焊点位置坐标和预设的周边元件高度模型计算每个焊点的局部遮挡系数;

5、将所述焊点检测数据和所述局部遮挡系数输入边缘计算单元上的轻量级深度神经网络,获得焊点缺陷分类结果及其置信度;

6、当所述置信度大于或等于第一置信度阈值时输出所述焊点缺陷分类结果,所述第一置信度阈值与所述局部遮挡系数负相关;

7、当所述置信度小于所述第一置信度阈值且大于等于第二置信度阈值时,将所述焊点检测数据上传至云端服务器进行二次推理,获得复核分类结果;

8、当所述置信度小于所述第二置信度阈值时触发报警;

9、基于复核分类结果与焊点缺陷分类结果不一致的样本更新本地误检样本缓存区,所述样本的更新权重与所述局部遮挡系数正相关;

10、当所述误检样本缓存区中的样本数量达到预设数量阈值且产线处于空闲时段时,执行端侧增量学习。

11、第二方面,本发明提供了一种控制主板夹层焊点的智能检测系统,包括:

12、检测数据加载模块,用于加载待检测核心板的焊点检测数据,根据焊点位置坐标和预设的周边元件高度模型计算每个焊点的局部遮挡系数;

13、局部遮挡系数计算模块,用于将所述焊点检测数据和所述局部遮挡系数输入边缘计算单元上的轻量级深度神经网络,获得焊点缺陷分类结果及其置信度;

14、端侧轻量级推理模块,用于当所述置信度大于或等于第一置信度阈值时输出所述焊点缺陷分类结果,所述第一置信度阈值与所述局部遮挡系数负相关;

15、高置信度直接输出模块,用于当所述置信度小于所述第一置信度阈值且大于等于第二置信度阈值时,将所述焊点检测数据上传至云端服务器进行二次推理,获得复核分类结果;

16、中置信度云端复核模块,用于当所述置信度小于所述第二置信度阈值时触发报警;

17、低置信度报警触发模块,用于基于复核分类结果与焊点缺陷分类结果不一致的样本更新本地误检样本缓存区,所述样本的更新权重与所述局部遮挡系数正相关;

18、误检样本缓存与增量学习模块,用于当所述误检样本缓存区中的样本数量达到预设数量阈值且产线处于空闲时段时,执行端侧增量学习。

19、本发明中提供的一个或多个技术方案,至少具有如下技术效果或优点:

20、本发明的技术方案首先加载多角度自动光学检测图像和结构光三维形貌数据,结合焊点位置坐标与预设的周边元件高度模型,通过检索周边元件的封装高度、反射特性及引脚偏移量,计算各视角遮挡强度并加权归一化,为每个焊点生成局部遮挡系数。为后续推理与决策提供了反映焊点数据采集质量的遮挡感知先验指标。

21、进一步地,将多角度灰度图像与伪彩色深度图在轻量级深度神经网络浅层进行多模态特征融合,在中间层将局部遮挡系数扩展为额外通道拼接到特征图中,经深度可分离卷积和通道剪枝构建的紧凑网络输出焊点缺陷类别及置信度。在边缘侧实现了纹理、形貌与遮挡程度的联合感知,以极低计算开销完成高精度缺陷分类。

22、进一步地,根据置信度与动态第一置信度阈值及固定第二置信度阈值的比对,将焊点划分为三层处置路径:高置信度直接输出、中置信度上传云端高精度模型复核、低置信度触发报警。在保证检测精度的前提下最大化端侧直接决策比例,减少云端通信延迟与算力消耗,同时确保低质量数据不被错误采信。

23、最后,云端复核与端侧推理结果不一致的误检样本,按与遮挡系数正相关的更新权重重复存入先进先出缓存区,中置信度样本以基准权重补充。当缓存区样本数达到预设阈值且产线空闲时,自动触发端侧增量学习,以新旧样本按比例混合和弹性权重巩固正则化约束在预设时间窗口内完成训练更新。实现了模型在产线运行中的持续自适应演进,重点强化遮挡场景下的缺陷判别能力,同时防止旧知识灾难性遗忘。

24、综上所述,本发明的技术方案通过构建了一套完整的闭环检测体系,对复杂装配环境下周边元件遮蔽影响具备了全链路感知与自适应应对能力;在端侧轻量模型与云端高精度模型之间实现算力与精度的最优配置;且能够在产线持续运行中不断吸收误检样本、自我优化,最终实现了控制主板夹层焊点缺陷检测的高精度、低延迟、强鲁棒与自进化统一,进而解决了控制主板夹层焊点检测中,因周边元件遮挡导致端侧推理置信度不可靠、云端全量上传延迟高,以及缺陷分类模型在产线运行中性能退化而难以自适应更新的复合问题。

1.一种控制主板夹层焊点的智能检测方法,其特征在于,包括:

2.如权利要求1所述的一种控制主板夹层焊点的智能检测方法,其特征在于,所述焊点检测数据包括多角度自动光学检测图像和结构光三维形貌数据;

3.如权利要求1所述的一种控制主板夹层焊点的智能检测方法,其特征在于,所述预设的周边元件高度模型为预先存储的核心板元器件布局数据库,所述核心板元器件布局数据库包含每个焊点周围预设半径范围内相邻元件的封装高度、引脚偏移量及金属外壳反射特性参数。

4.如权利要求1所述的一种控制主板夹层焊点的智能检测方法,其特征在于,所述局部遮挡系数的计算方式为:基于焊点位置坐标,遍历周边元件,计算各元件的遮挡角度和遮挡强度,加权求和后归一化至预定数值区间。

5.如权利要求2所述的一种控制主板夹层焊点的智能检测方法,其特征在于,将所述焊点检测数据和所述局部遮挡系数输入边缘计算单元上的轻量级深度神经网络,包括:

6.如权利要求1所述的一种控制主板夹层焊点的智能检测方法,其特征在于,还包括:

7.如权利要求1所述的一种控制主板夹层焊点的智能检测方法,其特征在于,所述第一置信度阈值与所述局部遮挡系数负相关,具体为:设定基准置信度阈值,对于具有局部遮挡系数的焊点,所述第一置信度阈值等于所述基准置信度阈值乘以一个与所述局部遮挡系数负相关的调整因子;

8.如权利要求1所述的一种控制主板夹层焊点的智能检测方法,其特征在于,基于复核分类结果与焊点缺陷分类结果不一致的样本更新本地误检样本缓存区,所述样本的更新权重与所述局部遮挡系数正相关,包括:

9.如权利要求1所述的一种控制主板夹层焊点的智能检测方法,其特征在于:

10.一种控制主板夹层焊点的智能检测系统,其特征在于,用于执行权利要求1-9任意一项所述的一种控制主板夹层焊点的智能检测方法,包括: