【特地对接2684】揭榜挂帅项目：工业AI视觉检测系统关键技术研究与验证

一、需求名称

工业AI视觉检测系统关键技术研究与验证

二、技术难点

在无线通讯模组生产的SMT工艺与外观检测场景中，工业AI视觉检测系统面临多项针对性技术难点：

1.多场景弱特征缺陷检测瓶颈。
SMT高密度PCB上的焊点与线路对比度低、表面易反光、产生阴影，成像模糊，边缘不清晰，常规算法易漏检、误判。且同一缺陷在不同光照、角度、批次材料下呈现显著形态变异，导致模型泛化能力严重受限；误判率高，需要人为复判。
2.多材质多曲面特征提取不稳定。
塑料外壳多材质、多曲面结构导致成像畸变严重，熔接线、缩痕等缺陷纹理微弱且边界模糊，
塑料外壳多材质、多曲面结构导致成像畸变严重，熔接线、缩痕等缺陷纹理微弱且边界模糊，传统图像增强与分割方法难以稳定提取有效特征；模块包含PCB基材、金属屏蔽罩、塑料外壳等多材质，增加模型泛化难度。
3.质量数据闭环构建障碍。
检测结果分散于各工站系统，缺乏统一质量画像与根因分析引擎，难以联动工艺参数、设备状态与缺陷分布，实现从“检出缺陷”到“预测预防”的闭环跃迁。唯有将算法创新、硬件协同与工艺理解深度融合，方能在毫秒级响应中守住质量底线；唯有以缺陷为镜、以数据为脉、以闭环为纲，才能让AI真正从“看得见”走向“想得清”“控得住”。

三、指标参数

1.赋能SMT缺陷精准识别与误判率控制。
研发弱特征增强算法，有效攻克SMT高密度PCB成像模糊及缺陷形态变异难题。指标：覆盖SMT缺陷类型≥12类，缺陷识别准确率≥99.2%。
2.突破多曲面外壳缺陷稳定判定瓶颈。
创新塑料材质预处理方案，突破多曲面成像畸变与弱纹理提取的技术瓶颈。指标：外壳缺陷覆盖率≥8类，最小可检尺寸偏差≤0.08mm。
3.构建工艺缺陷关联分析能力。
打通检测系统与SMT设备、MES、SPC系统的数据接口，构建联动追溯平台，实现工艺参数与缺陷数据的关联分析，为质量优化提供数据支撑。指标：生产数据可视化，缺陷追溯时间≤20min，系统响应延迟≤500ms。

四、意向出资金额（以后续实际为准、万元）：2000

如有合作意向，请联系我们

电话：0411-81760919

关于我们