微链道爱 DaoAI · AI 原生 AOI 的先行者

AOI 编程5小时5分钟

一块良品板,AI 自动生成检测程序。
设置更省力,误报率降至 1%

  • 一块参考板
  • 无需元件库
  • 无需编程工程师
  • 可选CAD 文件
看 1,610 个元器件实测

1000+现场部署设备
已在全球 EMS 产线上检测电路板

P5 · 3D 在线 AOI 编程用时 00:00 DaoAI P5 3D 在线 AOI 设备 1,610 个元器件已自动编程
  • 30 – 5分钟从零开始生成完整检测程序
  • 98%一键自动编程后的检测准确率,未经任何调试
  • 1%通过调优可实现的误报率
  • 1000+现场部署设备,已通过真实产线验证
  • 国家级专精特新“小巨人”企业
  • 285 选 1工信部 2025 年人工智能应用典型案例
  • NVIDIA生态合作伙伴 · 加拿大 NGen 成员
  • 32 项授权专利(发明 15 项)· 软著 96 项

01实测挑战 · 屏幕录制

1,610 个元器件,3 分 42 秒完成编程。

一块参考板,没有元件库,没有编程工程师,CAD 一栏始终留空。输入产品名称、勾选要检的项目,接下来由 AI 独自完成整板编程:框定、定向,直接可检。每一个 ROI 都由机器生成。

  • 传统规则示教,每块新板3 – 5 小时
  • DaoAI AI 自动编程,本次实测3 分 42 秒
  • 整板元器件,全部自动编程1,610 个

屏幕录制 · 未剪辑原始时长 3:42,本视频为加速版(41 秒)。

您的产线,AOI 编程要多久?

03核心 AI 优势

不是给传统 AOI 加一层 AI,
而是从 AI 出发重做 AOI。

AI 编程,重新定义。

理解电路板及每个元件的 AI。

模型识别并定位板上每个元件,自动生成检测程序。无需 CAD 文件或元件库。

了解 AI 自动编程
AI 自动编程后,整块电路板上的每个元件都已生成检测框
自动编程后 · 每个检测框由 AI 生成

每天更智能。

从反馈中学习的 AI。

操作员的每次反馈都至关重要。使用越多、反馈越多,模型就越智能。上报误报、更新、再次过板,每一轮都让模型更精准。

了解反馈学习
操作员在复判界面上报误报,AI 从反馈中学习
复判界面 · 一键上报误报

数据安全。

AI 在您的设备上运行,
模型归您所有。

无需云端、账号或外网连接。推理、反馈和模型训练均在您自己的硬件上完成,电路板图像始终留在厂内,训练出的模型归您所有,图像不会纳入供应商的数据集。

了解本地模型训练
您的图像数据集保存在设备本地
您的图像 · 留在厂内

04为什么选择 DaoAI

我们不同于普通 AOI 供应商的六大理由

  • AI 原生软件架构

    原生 AI 检测软件,而非在传统规则系统上后加 AI。

  • 1,000+已投产系统

    不是概念,已通过真实产线与市场验证。

  • 5 分钟每块参考板

    从参考板到可用的检测程序仅需 5 分钟,基于规则的设备则需 3–5 小时。

  • 离线在您的硬件上

    在您的硬件上完全离线运行,管理员和操作员权限保护已调优的配置。

  • CSV · MES无需安装

    CSV、缺陷裁剪图及 MES 缺陷代码,适配现有系统格式。

  • 不是黑盒工程师掌控

    AI 与传统检测工具协同工作,检测区域、阈值和参数仍由工程师掌控。

05编程与学习

让检测首日即可运行,
此后越用越准

编程让检测首日即可运行;此后降低误报率靠的是另一套机制,只需操作员反馈一次即可启动。所有修改,始终由您掌控。

编程与学习 · 01

AI 自动编程

只需提供一块良品板。
自动编写检测程序。

AI 识别每个元件并建模,生成检测框,再根据您的参考板设置阈值。传统 AOI 编程耗时数小时:每块新板都需准备板卡数据、维护元件库并调试检测参数。

自动编程过程中,检测框在整板上逐一生成
检测框在整板上逐一生成
  • 30 秒 – 5 分钟从零开始生成检测程序通过调优,实现 1% 的误报率。
  • 98%一键精准检测自动编程后直接检测,未经任何调试。
  • CAD 可选只需输入一块黄金样板CAD 或 BOM 文件仅用于填入位号和料号,其他功能均不依赖该文件。
数小时的示教,缩短至几分钟规则示教 3–5 小时 → AI 自动编程 30 秒–5 分钟
  • 数天→ 无
    无需等待数据

    传统方式只有收到正确的 CAD 或元件清单后,才能开始。

  • 3–5 小时→ 5 分钟
    缩短每块板的编程时间

    新板编程需要工程师花费 3 至 5 小时;含数千个元件的板则需要数天。

  • 前提条件→ 无
    无需元件库

    传统方式每种新封装都需手动添加,并持续维护以确保准确。

  • 数小时→ 30 秒
    换线即就绪

    传统方式换一款板卡就要重新编程,逐一调整阈值。

只需四步采集 → 自动编程 → 微调 → 运行
  1. 01采集并选择

    采集标准板图像,再勾选所需检测项。

    采集并选择
  2. 02自动编程

    AI 在 30 秒至 5 分钟内生成检测程序。对于拼板,还会同步生成拼板布局。

  3. 03微调

    修改任何不满意的内容。

    微调
  4. 04运行

    开始检测量产板。操作员可直接在设备上复核结果并纠正误报。

    运行
八大核心检测能力

我们最新的 AI 模型轻松、准确地覆盖全部八类。

  • 元件
  • 元件极性
  • 元件标识
  • 元件方向
  • 焊接质量
  • 引脚、焊盘与焊锡
  • 通孔焊点
  • 红胶

以“元件”为例:缺件、错件、偏移、旋转、元件损坏及立碑。

AI 为每个元件评分,并设置每个阈值

评分来自针对您的板训练的模型,阈值依据评分设定。随时执行一次 AI 更新,即可重新训练模型、重新生成参数并重新评估板件。

每个元件的缺陷评分依据评分设定的阈值
  • 每个元件都有评分而不只是合格或不合格。查看评分和详细检测结果,即可了解其相对参考标准的偏差程度。
  • 看得见的阈值阈值依据这些评分设定。您可以查看良品与不良元件的评分,并在两者之间划定界限。
AI 生成,全面可配置
  • 调整边界框自动编程前,按封装类型设置检测框尺寸,无需事后逐个元件调整。
  • 选择检测区域按封装类型选择跳过区域、仅生成几何轮廓或纳入检测,涵盖焊盘、引脚和连锡区域。
  • 锁定所选参数将参数锁定为指定值,重新运行自动编程时该值保持不变。
  • 保存为预设将整套自动编程配置命名保存,一步应用于下一款产品,或导出到另一台设备。
  • 在选定区域重新自动编程框选电路板上发生变化的部分,在框内重新运行自动编程。框外所有内容(包括您的编辑)均保持不变。
随时添加 CAD,也可不添加

CAD/BOM 数据为 AI 检出的元件补充位号和料号,并按料号分组。可稍后导入,不会丢失已调整的参数。

  • 编程质量完全可控。文件不会改变检测内容或判定方式。
  • 何时可以开始标准样板就绪即可开始。CAD/BOM 数据可在就绪后随时导入。
  • 元件位号与料号导入后自动匹配您的实际位号和料号。
  • 相同元件分组可按料号分组,一次修改即可覆盖同一元件。
  • MES 与追溯按 MES 现有术语导出,无需映射。
  • 操作员与维修工位按维修单上的元件位号标识缺陷。

支持 SMT 设备现有导出的元件信息文件,格式包括 CSV、TSV 或纯文本。文件迟到或缺失,都不影响检测质量。自动编程无需预建元件库;元件模板可保存、复用并导出至其他设备。

我们与其他方案有何不同规则示教 · 通用 AI AOI · DaoAI 三方对比
规则示教模板匹配 · 标准样板通用 AI AOI预训练模型 · 云端处理DaoAI自动编程
开始前需要准备什么CAD 或元件清单,加上需专人维护的封装库从未使用您的板卡训练的预训练模型一块黄金样板支持 CAD,但非必需
如何判定元件与单张标准图像逐像素比对在他人板卡上训练的通用模型,从未针对您的板卡适配关注元件,而非像素基于逾百万张真实生产图像训练的 AI 模型,针对您的电路板进行适配,帮助区分缺陷与可接受的外观差异
一种新的元件类型先由人工将其添加到库中仅对类似训练数据的情况有效,否则仍需找供应商无需预先添加直接从电路板识别并编程
降低误报率放宽阈值,也会让真实缺陷漏检先提交需求,待供应商重新训练并交付后才能改进标记一次 OK模型基于该样本重新训练
谁能修改掌握阈值知识的人员他们的 AI 工程师。云端处理还会将您的电路板图像传出工厂任何操作员可查看需要修改的内容和方法,修改权限由账户权限决定
每次都会被问到的问题
需要 CAD 或 Gerber 文件吗?
不需要。一块标准样板就够。也支持导入 CAD,以添加位号、料号和分组,但不影响编程质量。
遇到系统从未见过的封装会怎样?
直接从面前的电路板上检测并建模,无需预先创建元件库条目。这正是整个方案的核心。
手动调整参数后,重新训练会覆盖它吗?
不会。生成时会比较参数上次手动编辑与对应区域上次生成的时间,保留较新的手动修改。
未经任何调参,准确率如何?
一键自动编程,检测准确率达 98%。在复判界面反馈误报,可进一步提升准确率。

编程与学习 · 02

反馈学习

教得越多,它就越智能。

操作员的每条反馈都很重要。上报误报和缺陷,帮助 AI 学习哪些可以接受,哪些需要关注。降低的是误报率,而不是阈值。

在复判界面将元件标记为 OK 或 NG
复判界面 · 标记 OK / NG
  • 一键从误判到训练样本生产时在复判界面上报,数据不出设备。
  • 80%更少误报以规则式检测为基准对比,并随每份报告持续改进。
  • 持续学习每轮反馈都让模型更好复核误报后更新,或在生产中收集反馈,稍后更新。
您提供反馈,AI 从中学习标记 → 选择 → 更新 → 复检
  1. 01标记为 OK 或 NG · 操作员

    将元件标记为 OK 或 NG。您的反馈可应用于同组的其他元件。

  2. 02选择 AI 学习来源 · 操作员

    开启训练,将此反馈纳入模型更新。关闭时仅记录反馈,不用于训练。

  3. 03更新 AI · AI

    运行 AI 更新,从所选反馈中学习并自动调整检测参数。

  4. 04复检 · 设备

    重新检测电路板并查看更新后的结果。

相同料号,不同供应商

即使料号相同,不同供应商的元件也可能有不同的本体形状或标记。将可接受的差异标记为合格,让 AI 学会在整个元件组中识别此类变化。

  • 差异不等于缺陷不同批次的标记字体或本体颜色变化,不一定是缺陷。您的反馈可让 AI 学会识别可接受的差异,同时继续检测引脚翘起、焊锡桥连和缺件。
更新不会改动您手动设置的内容
  • 保留您的设置更新时避开您自行设置的所有内容。
  • 手动设置优先当您的设置与更新冲突时,保留您的设置。
  • 产线优先更新等待产线就绪,而非让产线等待更新。
  • 撤销更新不符合预期?恢复原状即可。
同一误报,三种处理方式调整阈值 · 供应商重训 · DaoAI 反馈学习
调整阈值手动通用 AI AOI供应商重新训练并交付模型DaoAI反馈与 AI 更新
实际有哪些变化所有由该参数判定的检测项,合格范围都会放宽设备端不会发生任何变化。请求会发送给供应商,已部署的模型保持不变模型会学习它会获得一个该元件正常外观的样本
对真实缺陷的影响加宽容差带内的缺陷也会被判定为合格下一个模型到来前无从得知,而且它未针对您的缺陷进行训练仍可检出评分相近的缺陷仍在更新后的正常范围之外
判定在哪完成有人改了数值,却没有同步记录原因存放在供应商处,数据集不在您手中在您的数据集中产品数据集中的一个已标注样本,附有图像
变更范围该参数控制的所有内容,无论是否符合您的本意重新训练带来的所有变化,覆盖运行该模型的每座工厂您选择的分组单个位号、类别、料号或封装
谁能操作有权修改检测参数的人员一名 AI 工程师,通常由对方提供任何操作员无需程序修改权限,也可上报检测结果
长期效果阈值一直放宽,原因却未记录您需要等待版本发布,图像也可能需要传出工厂彻底解决模型多学一个样本,不再误报该元件
客户常问的四个问题
反馈多少次,才不再误报该元件?
取决于检测项及元件外观差异。产品样本积累到足以支持有效更新时,设备会提示您。
反馈误报会修改检测程序吗?
不会。提交报告只会添加一个样例。只有具备权限的人员执行更新时,程序才会改变,且可撤销。
重新训练时产线需要停机吗?
不会。更新等待产线就绪,而非让产线等待更新。
更新会覆盖工程师设置的阈值吗?
不会。设备会保留所有手动设置。

编程与学习 · 03

模型训练

您的缺陷。您的图像。
您的模型。

有些缺陷是您的产品特有的,需要定制检测模型。可直接在设备上离线训练专属模型:采集图像、标注样本、训练模型,均在检测软件内完成,无需上传云端。

使用自有图像训练模型后,报警数量逐轮下降
报警数 40 → 19 → 6
  • 1,000,000+真实生产图像以我们的视觉基础模型为起点,基于超过百万张真实生产图像训练。
  • 内置训练您可自行训练模型基于视觉基础模型,用自有产线的标注图像训练,扩展检测能力。
  • 40 → 19 → 6实际应用中的改进三次检测中的报警数,每次检测之间均有反馈与调整。所示为报警数,并非已确认的缺陷数。
五步完成模型训练添加 → 标注 → 训练 → 检查 → 应用
  1. 01添加到数据集

    点击任一已检测区域,或一次选择整个产品,即可将图像加入数据集。复判界面的反馈也会同步纳入。

  2. 02标注 OK 或 NG

    将每张图像标注为 OK 或 NG。软件会跟踪未标注图像,方便您暂停后继续。

  3. 03训练

    为模型命名,启动训练并监控性能。可随时停止,保留当前最佳结果。

  4. 04检查结果

    使用未参与训练的图像评估模型。在结果表中查看正确预测、误报和漏检。

  5. 05应用模型

    将模型应用于选定检测区域,并设为该组的默认模型。它与现有检测项目并行运行。

    应用模型
您的数据留在厂内
  • 无需联网、云端或账号在设备本地训练,无需联网、云服务或在线账号。
  • 您的图像留在本地在本地采集、标注图像并训练模型,无需上传图像。
  • 模型归您所有您的团队使用生产图像训练模型。模型归您所有,不与其他客户共享。
  • 训练与生产分离采集并标注图像,在独立设备上训练,再将训练完成的模型传输到生产设备。
  • 添加到现有检测项目自定义模型会为选定的检测区域新增检查项,现有检查项继续运行。
  • 更新或替换模型为某个分组禁用模型、使用更多样本重新训练,或替换为更新版本。

编程与学习 · 04

全面掌控

AI 自动编程。
始终由您完全掌控。

按工艺需求调整检测阈值、生成规则和检测区域。选择更改的应用范围,AI 更新程序时仍由您掌控。不是黑盒。

AI 生成的检测区域可由工程师自由调整
检测区域 · 可移动、可缩放
  • 先设置自动编程前先配置运行自动编程前,选择要生成的检测区域和检测项。
  • 修改一次适用于该类型的所有元件将修改应用于单个位置、同料号元件组或整个封装类型,范围由您选择。
  • 保留设置保留手动设置重新运行自动编程时,您的手动设置会保留。
按需精确限定范围,覆盖 AI 判定从单个阈值到整类封装
  • 调整任意阈值调整 AI 生成的阈值,查看调整对检测结果的影响。设定 AI 更新的允许范围,或禁用该检测项的 AI 更新。
  • 为整个封装类型设置规则按封装类型设置检测规则,无需逐个编辑元件。保存为预设,即可复用于其他产品。
  • 生成预设按封装类型设置焊盘、引脚、焊点和连锡区域的处理方式:生成并检测、仅生成或跳过。
  • 参数预设将默认检测参数保存为命名预设。跨产品复用或导出至其他设备,确保编程一致。
  • 添加元件或检测区域为未检出的元件或特征绘制检测框。系统从标准板学习其参数,并将其加入检测程序。
  • 训练自有模型使用自有图像,针对产品特有缺陷训练定制模型,再应用于选定的检测区域。
阈值调整界面
完整控制项列表六个领域,二十一项设置

生成内容

  • 检测框尺寸为各封装类型预设框选尺寸。
  • 焊盘、引脚及桥连区域生成并检测、仅生成或跳过。
  • 灵敏度按检测项以百分比设定。
  • 对位标记自动放置,或手动点击中心点。

如何判定

  • 任意阈值查看检测测量值时随时调整。
  • 已锁定值保持所选参数值不变。
  • 执行哪些检测按封装类型启用或禁用检测项。
  • 判定标准编辑焊点验收限值。

检测位置

  • 您自己的区域在电路板任意位置框选,并为画定区域选择检测项。
  • 拼板布局框选一个区域,找出所有子板。
  • 区域几何形状移动或调整任何已生成内容的大小。

学到的内容

  • 上报误报生产过程中,直接在复判界面操作。
  • 训练需要什么训练前可从数据集中移除任意报告。
  • 您自己的模型采集、标注、训练、检查、应用。
  • 停用模型仅针对一个分组,不影响其他分组。

术语名称

  • 元件位号与料号从 CAD 文件导入,或手动输入。
  • 分组层级单个位号、料号、封装、类别。
  • 易混淆字符设置等效字符,例如 0 和 O。

谁有权操作

  • 分级权限编程、调优和训练,或仅检测。
  • 撤销撤销支持回退的更改。
客户常问的四个问题
必须逐个修正区域吗?
不需要。按封装类型设置检测规则,即可应用于整组。将规则保存为预设,可在其他产品上复用。
我做了修改,AI 会改回去吗?
自动编程和模型更新会保留手动设置。锁定参数保持为您设定的值。
能否针对特定封装类型关闭焊点或桥连检测?
可以。可选择生成并检测对应区域、仅生成不检测,或跳过。
能否针对产品特有缺陷训练模型?
可以。用自己的图像训练自定义模型,图像采集、标注、训练和评估均在设备上完成。

06检测覆盖范围

16 项检测能力,
把现有检测漏检的缺陷交给我们。

每次检测均通过自动生成的检测程序执行,可为各类元件封装选择适用的检测项。

元件检测

01元件有无与识别

缺件或错件。

元件有无与识别
02贴装、方向与极性

X/Y 偏移、歪斜或旋转、极性错误、立碑、侧立及翻面贴装。

贴装、方向与极性贴装、方向与极性
03元件状态

封装或本体损伤、片式元件端头损伤、烧痕及变色。

元件状态
04元件高度与共面度

使用 3D AOI 测量元件高度,检测元件本体翘起、倾斜及共面性缺陷。

元件高度与共面度

焊点与引脚检测

05焊点质量

焊锡不足、焊锡过量及冷焊。

焊点质量焊点质量
06开焊焊点

检测开路或未焊接连接,提供 2D 和 3D 配置。

开焊焊点
07引脚状态

元件引脚翘起、弯曲、损坏、缺失或未焊接。

引脚状态
08连锡

相邻焊盘或引脚之间的非预期焊锡连接。

连锡
09焊盘胶污染

焊盘上多余的 SMT 贴片胶(“红胶”)。

焊盘胶污染

标识与编码检测

10OCR / OCV

读取并核验元件上的字母数字标识、符号及激光刻印文字。

OCR / OCV
11条码与序列号读取

读取一维条形码、二维码和序列号,实现单件追溯。

通孔检测

12通孔引脚与焊点检测

波峰焊前:引脚有无及插装情况。波峰焊后:漏焊、少锡或多锡。

通孔引脚与焊点检测通孔引脚与焊点检测
13通孔焊接连锡

相邻通孔焊盘之间的连锡。

通孔焊接连锡

整板检测

14锡球与颗粒

检测整板任意位置的锡球或颗粒,不限于焊点附近。

锡球与颗粒
15异物残留(FOD)

碎屑、剪落的线头、掉落的元件及其他异物。

异物残留(FOD)
16表面污染

不可接受的助焊剂残留、污渍或其他表面污染。

即将推出
拼板检测单板编程,检测整个拼板。从图像中自动识别拼板布局,包括行、列和间距。逐一检测子板并单独记录结果。
整块拼板上所有子板的检测区域框选一个子板,AI 自动检测拼板布局
  • 框选一个子板,其余交给 AI框选一个子板,系统即可识别重复子板的位置,并自动检测拼板布局。无需输入行数、列数或间距,每拼板仅需一次,耗时数秒。
  • 一套程序,覆盖所有位号在一个子板上创建检测程序,再应用到整个拼板,自动对齐各位置的检测区域。各子板上的对应元件可为同一模型提供训练样本。
  • 一键对齐每个位置每个子板均以自身特征独立对齐,而非以整块拼板为基准,补偿拼板内的位置与间距偏差,帮助减少错位引起的误报。更换治具后重新对位,无需修改检测程序。
  • 自动识别方向AI 从图像中识别每块子板的方向,无需手动输入角度。
  • 分板后可追溯将每块子板的条码或序列号与检测结果关联,确保分板后每块电路板仍可追溯。
  • 灵活处理特殊情况可独立编辑一个位置,其他位置仍沿用共享程序;可手动配置不规则间距或混合方向;现有子板程序可复用于不同拼板布局,无需重新编程。
AI OCR 与 OCV读取并核验印刷文字。OCR 读取,OCV 校验。OCR 读取序列号、日期码和元件标识等字符;OCV 将印字与预期内容比对。根据检测任务选择识别或校验。

识别 · OCR这上面写的是什么?

无需预先输入预期文字,即可读取序列号、日期码、批次码和元件标识。识别文字随检测结果保存,包括用于单件追溯的序列号。

核验 · OCV这段印字准确吗?

核验已知文本,如元件代码、位号和固定板面标记。核验结果显示预期文本是否存在、正确且清晰可读。

相似字符,规则可配置

受字体和印刷质量影响,某些印刷字符外观相似。四组默认等价字符组可帮助您处理这些相似字符。

  • 0 O数字零和字母 O 可能看起来很像。
  • 1 I L相似笔画可能使这些字符难以区分。
  • 5 S印刷质量可能导致 5 与 S 难以区分。
  • 8 B油墨扩散可能使 8 和 B 的形状相似。
  • 元件标识直接读取元件本体上的元件代码、日期码和制造商标识。
  • 电路板丝印读取板上印刷的位号及其他文字。
  • 条码和二维码检测时读取单板或拼板上的条形码和二维码。
  • 序列号将每块板的序列号与检测结果一同保存,便于追溯。
整板检测不止检测元件。锡球和异物。每个检测项仅覆盖元件周边区域,落在裸露基材上的锡珠不属于任何检测区域。整板检测专门检查元件之间的板面。
板面上的异物元件旁的异物掉落的元件
  • 锡球与颗粒检测整板任意位置的锡球或颗粒,不限于焊点附近。
  • 异物残留(FOD)碎屑、剪落的线头、掉落的元件及其他异物。
通孔检测波峰焊前与波峰焊后。焊前检测缺件、错件、反向,并检查引脚插装;焊后检测每个通孔焊盘的焊接质量。专用 AI 算法分别处理这些检测任务。
通孔电路板整板
波峰焊前检测波峰焊后检测
  • 缺件、错件和反向使用 AI 检测通孔元件的漏件、错件和反向。仅需一块标准板即可生成检测程序。
  • 针对您的特定焊点训练用实际生产样本扩展焊点模型,训练其识别波峰焊、选择性焊或手工焊焊点中的特殊缺陷及可接受差异。
  • 从已检测的电路板采集图像将单张焊点图像或某产品中所有匹配的焊点图像添加到训练数据集。
  • 按您的标准标注 OK 和 NG将焊点图像标注为 OK 或 NG,让模型学习您的验收标准。
  • 按需应用模型将训练好的模型应用于选定焊盘,或设为元件组的默认模型,与现有焊点和桥连检测并行运行。无需联网或云端账号。
2D AI 开焊检测检测开焊焊点。采用 2D AI。使用预训练 AI 模型和 2D 图像识别可见的开焊缺陷。可直接使用随附模型,需要时再用少量生产样本进行微调。
合格焊点
合格焊点其他机型:合格
DaoAI 模型:合格
开焊焊点
开焊焊点其他机型:合格(漏检)
DaoAI 模型:判定为开焊
  • 不止于颜色阈值仅凭颜色无法全面判断焊点质量。反光和表面差异会使固定颜色规则难以稳定适用:颜色变化不一定代表缺陷,颜色匹配也不保证焊点合格,这会导致误报、开焊漏检,以及反复调整阈值。
  • 针对缺陷训练DaoAI 使用基于典型开焊缺陷训练的模型,识别 2D 检测图像中的视觉特征,而非仅依赖颜色阈值进行判断。
  • 两个焊点,只有一种模型能看出差异颜色范围若放宽到足以让合格焊点通过,也会放过旁边的开路焊点。这就是基于颜色的检测方法的局限。
开焊检测界面
  • 即刻可用使用随附模型即可开始。首次检测前,无需从零训练新模型。
  • 适配您的板卡当您的板件或工艺条件不同时,从产线采集少量代表性样本,在本地微调模型以适配您的应用。

07质量与工厂

11 项适配生产流程的功能。

产线控制、质量分析、数据导出与支持,各项功能均内置于检测软件。我们会在设备出货前确认测量系统分析、MES 格式及产线对接。

  • 产线控制

    采集路径优化
    相机仅在电路板需要检测的位置停留。启用全部检测项,每块板的拍摄次数仍更少。
    正反面程序选择
    为双面组件的每一面分别编程,然后在一次检测中完成双面检测。AI 自动识别相机前的板面并调用对应程序。
    合格 / 不合格板分流
    不合格板按配置策略自动分拣,无需人工干预。
  • 质量分析

    量具重复性与再现性(GR&R)
    在软件中使用您的电路板开展重复性与再现性研究,并直接导出结果。
    过程能力(Cpk)
    直接利用设备现有检测测量数据计算过程能力。
    一次通过率
    整板及子板一次通过率。拼板各位置的良率可定位钢网或回流焊问题。
  • 数据与追溯

    MES 导出
    每件产品均提供 CSV 结果、缺陷局部图像和整板图像。缺陷代码映射至您的 MES 供应商代码。
    检测历史与报告
    每次检测均保存图像与判定结果,确保每块板均可追溯。报告及所有分析视图均可导出至 Excel。
  • 操作与支持

    维修工位
    专为维修人员设置的界面:显示缺陷判定、板上位置及对应图像。
    离线编程
    在产线外的设备上完成产品编程,导出后导入生产设备。
    远程支持
    问题需要进一步排查时,由我们的工程师提供远程协助。

08设备系列

八款设备,四大系列。
找到适合您产线的机型。

可选离线 2D、在线 2D 和在线 3D AOI,以及专用通孔检测设备。所有机型均标配自动编程、反馈学习和本地部署。

离线 2DDaoAI P1 离线 · 基础型

P1离线 · 基础型

基础机型,软件功能完整保留。

手动上下板的离线 AOI,适用于生产检测和实验室。无需输送轨道,采用与全系列相同的核心 AI 软件。

  • 5 MP相机
  • 15 µm分辨率
  • 470 × 330 mm最大板尺寸
  • 手动上下板
完整规格
相机
5 MP
分辨率
每像素 15 µm
镜头
双远心
速度
每 FOV 0.238 秒
照明
多光谱高速 RGB,6 通道
板尺寸
50 × 50 – 470 × 330 mm
板厚
0.5 – 5 mm
净空
上方 25 mm,下方 110 mm
传送
离线,手动上板,自动夹紧
离线 2DDaoAI P1L 离线 · 大幅面

P1L离线 · 大幅面

适用于大尺寸电路板的离线设备。

更大检测面积,适用于超出 P1 容量的板卡。手动上料,采用相同的核心 AI 软件。

  • 5 MP相机
  • 15 µm分辨率
  • 680 × 510 mm最大板尺寸
  • 手动上下板
完整规格
相机
5 MP
分辨率
每像素 15 µm
镜头
双远心
速度
每 FOV 0.238 秒
照明
多光谱高速 RGB,6 通道
板尺寸
50 × 50 – 680 × 510 mm
板厚
0.5 – 5 mm
净空
上方 25 mm,下方 110 mm
传送
离线,手动上板,自动夹紧
离线 2DDaoAI P2 离线 · 旗舰型

P2离线 · 旗舰型

离线旗舰机型,成像分辨率更高。

12 兆像素相机提供每像素 10 µm 的分辨率,支持板尺寸和设备占地与 P1 相同。

  • 12 MP相机
  • 10 µm分辨率
  • 470 × 330 mm最大板尺寸
  • 手动上下板
完整规格
相机
12 MP
分辨率
每像素 10 µm
镜头
双远心
速度
每 FOV 0.238 秒
照明
多光谱高速 RGB,6 通道
板尺寸
50 × 50 – 470 × 330 mm
板厚
0.5 – 5 mm
净空
上方 25 mm,下方 110 mm
传送
离线,手动上板,自动夹紧
在线 2DDaoAI P3 在线 · 单轨

P3在线 · 单轨

融入产线,而非置于线旁。

2D 在线 AOI,支持最大 500 × 600 mm 的板件。仅需一块标准板即可启动 AI 自动编程。

  • 26 MP相机
  • 10 µm/px分辨率
  • 500 × 600 mm最大板尺寸
  • 单轨在线输送
完整规格
相机
26 MP,全局快门
分辨率
每像素 10 µm,51 × 51 mm 视野
镜头
远心
照明
RGB 同轴环形光,多角度 LED
景深
8 – 10 mm
推理
每个元件低于 1 ms
板尺寸
50 × 50 – 500 × 600 mm
板厚
0.3 – 6 mm
净空
上方 30 mm,下方 20 mm,可按需定制
最小元件
0201、0.3 mm 引脚间距 IC,可选 01005
双面
正反面自动切换
传送
在线,单轨,输送高度 900 ± 25 mm
在线 2DDaoAI P3D 在线 · 双轨

P3D在线 · 双轨

一台设备,双轨运行。

面向高产能生产的双轨 2D 在线 AOI,采用与 P3 相同的光学系统及核心 AI 软件。

  • 26 MP相机
  • 10 µm/px分辨率
  • 500 × 325 mm最大板尺寸
  • 双轨在线输送
完整规格
相机
26 MP,全局快门
分辨率
每像素 10 µm,51 × 51 mm 视野
镜头
远心
照明
RGB 同轴环形光,多角度 LED
景深
8 – 10 mm
推理
每个元件低于 1 ms
板尺寸
50 × 50 – 500 × 325 mm(单轨)
板厚
0.3 – 6 mm
净空
上方 30 mm,下方 20 mm,可按需定制
最小元件
0201、0.3 mm 引脚间距 IC,可选 01005
双面
正反面自动切换
传送
在线,双轨,输送高度 900 ± 25 mm
3DDaoAI P5 3D · 在线 · 单轨

P53D · 在线 · 单轨

结合 3D 测量的 AI 检测。

搭载单轨输送系统的 3D 机型。采用相同的 AI 检测,元件高度直接测量,无需推算。

  • 4 向投影3D 传感器
  • ≤ 6 µm高度精度
  • 500 × 600 mm最大板尺寸
  • 单轨在线输送
完整规格
相机
21 MP 高速工业相机
分辨率
10 µm 光学分辨率,50 × 40 mm 视野
3D 传感器
四套沙姆定律结构光投影单元,每个方向一套
高度精度
配合校准工具 ≤ 6 µm,测量范围 25 mm
速度
每秒超过 10 cm²
板尺寸
50 × 50 – 500 × 600 mm
板厚
0.6 – 5 mm
元件高度
上方 50 mm,下方 40 mm
最小元件
0603 公制(0201 英制)
传送
在线,单轨,输送高度 900 ± 20 mm
3DDaoAI P5D 3D · 在线 · 双轨

P5D3D · 在线 · 双轨

双轨 3D 检测。

面向高产能生产的双轨 3D AOI,采用与 P5 相同的光学系统及软件。

  • 4 向投影3D 传感器
  • ≤ 6 µm高度精度
  • 500 × 300 mm最大板尺寸
  • 双轨在线输送
完整规格
相机
21 MP 高速工业相机
分辨率
10 µm 光学分辨率,50 × 40 mm 视野
3D 传感器
四套沙姆定律结构光投影单元,每个方向一套
高度精度
配合校准工具 ≤ 6 µm,测量范围 25 mm
速度
每秒超过 10 cm²
板尺寸
50 × 50 – 500 × 300 mm(单轨)
板厚
0.6 – 5 mm
元件高度
上方 50 mm,下方 40 mm
最小元件
0603 公制(0201 英制)
传送
在线,双轨,输送高度 900 ± 20 mm
通孔DaoAI A3 通孔 · 波峰焊线

A3通孔 · 波峰焊线

专为通孔插装产线打造。

面向通孔组装的波峰焊前后 AI 检测。除标准 THT 焊点和桥连检测外,专用 AI 算法还可检测缺件、错件和反向元件。

  • 26 MP相机
  • 18 mm镜头
  • 420 × 420 mm最大板尺寸
  • 跨线台架无需改线
完整规格
相机
26 MP 彩色工业相机
镜头
18 mm 工业成像镜头
照明
高亮度 LED 开孔平面光源加低角度光源
板尺寸
50 × 50 – 420 × 420 mm
安装
台架式跨现有产线安装,无需改线;高度 1435 – 1635 mm、宽度 1000 – 1200 mm 可调
设备深度
841 mm
重量
100 kg
电源
220 V,10 A,50 – 60 Hz

左右滑动查看全部机型

全系列采用相同的核心 AI 软件。

自动编程、反馈学习、模型训练和离线运行均为标配,而非价目表上的选配项。各机型的差异在于光学配置和板件传送方式。

  • 编程一块黄金样板,30 秒至 5 分钟内生成可运行程序。无需 CAD。
  • 学习上报误报、更新、再次过板。降低的是误报率,而不是阈值。
  • 训练使用自有图像离线训练,检测其他方案无法覆盖的缺陷。
  • 工厂量具重复性与再现性、Cpk、MES 导出、维修站、离线编程。

寄来一块板,我们帮您确定所需机型。

与我们的工程师聊半小时。决定因素是板尺寸、产品组合和节拍,而非宣传册。

09关于我们

微链道爱 DaoAI:
真实世界可用的视觉 AI

2018 年创立于温哥华与北京。国家级专精特新“小巨人”· NVIDIA 生态合作伙伴 · 加拿大 NGen 成员 · 八年驻厂深耕。

WELINKIRT 微链
DaoAI 道爱

微链 × 道爱 · 双品牌北京微链道爱科技有限公司,品牌名称“微链道爱”,英文名称 DaoAI;海外主体为 DaoAI Robotics Inc.(Vancouver)。

我们是北京微链道爱科技有限公司,一家专注于物理人工智能(Physical AI)的技术企业,成立于 2018 年,创立于加拿大温哥华与中国北京,现为国家级专精特新“小巨人”企业。我们在北京设立运营总部与研发中心,在安徽芜湖、重庆设立区域办公室,在温哥华设立具身智能前沿研究机构。

我们为全球制造与工业领域开发 AI 驱动的自动光学检测(AOI)系统,打造能在真实场景中落地的视觉 AI。旗舰产品 PCBA AI AOI 将新品导入(NPI)编程时间从数小时缩短至 5 分钟,无需 CAD 文件、元件库或专业编程工程师。对于多品种、小批量产线,这消除了设置时间超过实际生产时间的“NPI 悖论”。

AI 在您的设备上运行,模型归您所有:推理、反馈和模型训练均在您自己的硬件上完成,电路板图像始终留在厂内,无需云端、账号或外网连接。

我们已与西门子、博泽(Brose)、安道拓、美的、奥克斯、英业达、河北高速、中国电建等企业签订合作合同,并在富士康、比亚迪、宁德时代、立讯精密、华勤技术等企业开展生态合作与试点;与浪潮信息、紫光晓通建立战略合作。

  1. 2018创立于温哥华与北京,开始打磨 AI 机器视觉。
  2. 2020发布工业视觉平台底座。
  3. 2023携手西门子、巴斯夫 BASF、博泽等头部客户。
  4. 2024加入加拿大 NGen“AI for Manufacturing”计划。
  5. 20252D AI-AOI 设备系列发布;入选工信部人工智能应用典型案例。
  6. 20263D AOI 深度感知检测;7 月完成 B 轮融资,由重庆市产业母基金领投。
  • 32授权专利,其中发明专利 15 项
  • 96软件著作权
  • 285选 1工信部人工智能应用典型案例
  • 8驻厂深耕,数亿工业真实样本

办公地点

北京总部,就近服务

  • 北京 · 总部运营总部 · 研发中心 · 产品团队
    大兴区盛坊路 2 号 C 座 1 层
  • 华东 · 芜湖弋西路 15 号科技创业中心 1 楼
  • 西南 · 重庆渝北区合康路 55 号 2 栋 17-2 室
  • 北美 · 温哥华DaoAI Robotics Inc.
    具身智能前沿研究

全国服务热线 400-699-0222 · rx@welinkirt.com

资料下载

沟通前先阅读:三份文档

  • 产品手册AOI 设备系列:八款设备分别是什么、检测什么,以及各自适合产线的哪个位置。
  • 白皮书AI 检测与规则式 AOI 对比:为何基于规则的编程在多品种生产中遇到瓶颈,以及替代方案是什么。
  • 规格表设备规格:各机型的光学系统、输送系统与板尺寸、检测能力及附加功能。
加企业微信领取资料

行业洞察

我们从实际产线中学到什么

  • 电子制造AI AOI 对比传统基于规则的 AOI:切勿忽视这些隐性成本
  • 指南采购前如何评估 AI AOI 系统:6 块样板、5 项指标与合格判定标准
  • 指南如何计算 AOI ROI 与投资回收期
  • 行业洞察“编程税”:为什么您的 SMT 产线效率只有 70%
加企业微信获取全文

10下一步

了解 AOI 的发展方向,
从加个微信开始。

与我们的工程师在线交流半小时,实时看屏幕演示。不放幻灯片,不做推销。无论最终向谁采购,都值得了解当今 AI 检测能做什么、不能做什么。

微链道爱企业微信二维码

长按识别二维码,添加微链道爱企业微信

  1. 01预约 30 分钟在线演示

    观看参考板如何生成检测程序,随时提问。也可以带上您的电路板或样本图像,现场验证。

  2. 02寄一块板,帮您确定机型

    决定因素是板尺寸、产品组合和节拍,而非宣传册。

  3. 03领取三份技术资料

    产品手册、AI 检测与规则式 AOI 对比白皮书、设备规格表。

由微链道爱工程师直接回复,不群发营销信息,也不向第三方提供您的信息。

也可致电全国服务热线 400-699-0222,或发邮件至 rx@welinkirt.com

预约 30 分钟在线演示工程师实时演示,不放幻灯片