AOI智能检测平台

人工智能智能硬件案例ID：236507

李学麟

3 年经验· 北京猎户星空科技有限公司

微信扫码沟通，客服可协助直接对接工程师；如当前档期不合，也可继续推荐相似案例作者。

案例介绍

AOI（自动光学检测）智能芯片检测平台是一套面向半导体制造业的高精度、自动化质量检测系统。该平台通过集成图像识别算法与可视化流程引擎，实现对芯片外观缺陷（如划痕、污渍、引脚变形等）的快速识别、分类与判定，大幅提升质检效率与一致性，降低人工误判率
平台核心功能包括：

可视化检测流程配置

支持拖拽式流程设计器，允许工艺工程师灵活配置检测环节、算法参数与判定规则。

实时图像处理与缺陷识别

集成多类AI检测模型，支持实时图像采集、预处理、特征提取与缺陷分类，并标注异常位置与置信度。

检测任务调度与监控

提供任务队列管理、优先级调度、设备状态看板及实时检测进度追踪，支持多机并行检测。

数据看板与统计分析

通过图表动态展示缺陷分布、良率趋势、误报率等关键指标，支持报告一键导出。

历史追溯与样本库管理

完整保存每批次芯片的检测图像、结果与操作日志，支持按批次、型号、时间等多维度检索，并构建缺陷样本库辅助算法优化。

系统对接与扩展

提供标准化API与MES（制造执行系统）、设备PLC等进行数据交互，支持检测规则与算法的在线更新。

我在项目中的角色与贡献：
作为该平台的前端架构师与核心开发者，我从零主导了系统前端的技术选型、架构设计和实现落地：

负责整体技术方案设计，采用前后端分离架构，前端基于Vue 3 + Ant-Design-Vue 构建，通过状态管理模块实现多步骤检测流程的实时状态同步。

独立完成可视化流程配置器的开发，基于Canvas与拖拽库实现交互式流程编排界面，并封装可复用的检测节点组件库。

主导前端与算法后端的协同集成，设计并实现WebSocket实时图像传输、检测结果高亮标注、大数据量图表渲染等核心交互模块。

完成系统响应式设计与性能优化，通过虚拟滚动、异步加载等技术保障万级数据量下的操作流畅度，并推动实现检测报告PDF生成等扩展功能。

该项目已稳定应用于产线实际检测环节，实现缺陷识别准确率≥99.2%，单批次检测效率提升约60%，有效支持了芯片制造的质量控制数字化升级。