跳到主要內容
VSK 威視康 — Cognex 官方授權 PSI 系統整合商
AOI GUIDE · 2026

AOI 是什麼?AOI 自動光學檢測完全指南:
AOI vs 機器視覺差異、PCB / SMT / 半導體(2026 繁中版)

AOI(Automated Optical Inspection,自動光學檢測)完整指南:AOI 是什麼、AOI 與機器視覺差異、AOI 三大檢測模式、應用、系統組成、預算範圍, 以及如何用 Cognex AI 視覺(VisionPro ViDi + In-Sight 3800)補強傳統 AOI 抓不到的瑕疵。

涵蓋產業:PCB 製造 / SMT 焊接 / 半導體後段 / 醫療零件 / 汽車零件 / 光電。

📌 重點摘要(TL;DR)

  • AOI = Automated Optical Inspection = 自動光學檢測,用工業相機 + 光源 + 演算法自動檢測產品外觀瑕疵。
  • AOI vs 機器視覺差異:AOI 是「PCB / SMT / 半導體 已成熟標準化的機器視覺次集合」;機器視覺是更廣義概念。
  • AOI 三大模式:線上 In-line AOI(即時全檢)/ 離線 Off-line AOI(抽檢)/ 修補 Repair Station(NG 件複判)。
  • 適合產業:PCB / SMT / 半導體封裝 / IC 載板 / FPC / 鋰電池 — 高速、規格化、外觀瑕疵主導品質。
  • Cognex 在 AOI 的角色:不做整機 AOI,提供 In-Sight 3800 + ViDi AI 補強傳統 AOI 抓不到的瑕疵(複雜紋理、低對比 OCR)。
DEFINITION

AOI 是什麼?AOI 自動光學檢測完整定義

AOI(Automated Optical Inspection,自動光學檢測) 是用工業相機 + 光源 + 影像處理演算法自動檢測產品外觀瑕疵的設備。 起源於 1980 年代 PCB 製造業,現已擴展到 SMT 焊接、半導體後段、醫療零件、汽車零件等多產業。

AOI 是 機器視覺(Machine Vision) 的一種應用實踐。「機器視覺」是涵蓋條碼、OCR、瑕疵檢測、量測、定位的廣義技術; 「AOI」傳統上專指「外觀瑕疵自動檢測」的打包式設備(特別在 PCB / SMT 業界), 現代界線已模糊 — 許多 AOI 設備內部就是用 Cognex / Keyence 機器視覺元件組成。

AOI vs MACHINE VISION

AOI vs 一般機器視覺差別

對比項目 AOI 自動光學檢測 機器視覺 Machine Vision
範疇 外觀瑕疵自動檢測(窄義) 條碼 / OCR / 瑕疵 / 量測 / 定位(廣義)
主流應用 PCB / SMT / 半導體後段 全製造業(汽車 / 醫療 / 食品 / 物流 / 民生)
設備形式 打包式整機(含光源 / 相機 / 傳送 / 軟體) 元件式(智慧相機 / 鏡頭 / 光源 / 軟體 自由組合)
主流供應商 Koh Young / Saki / Test Research / Omron / Mirtec Cognex / Keyence / OMRON / Datalogic / SICK
與 AI 關係 傳統規則式為主,正逐步導入 AI 補強 規則式 + AI 深度學習已並重
3 MODES

AOI 三大檢測模式:In-line / Off-line / Repair Station

實務上 AOI 依「在產線中的位置」與「檢測時機」分為三大模式,預算、節拍、誤判容許度差異很大。

MODE 01

線上 AOI(In-line)

直接架在 SMT / PCB 產線上,與輸送帶整合,100% 全件即時檢測

節拍需匹配產線(常 < 10 秒/板)。誤判直接影響 yield,誤殺與漏殺都會被嚴格追究。最常見於 SMT Post-reflow AOI、PCB 蝕刻後 AOI。

🔍

MODE 02

離線 AOI(Off-line)

獨立 AOI 站,抽檢或專項複檢,不與產線直接串接。

節拍寬鬆(可數十秒~數分鐘/件),可用更高解析度、更複雜光源組合,常用於工程驗證、首件確認、客退分析、特殊規格樣品全檢。

🛠️

MODE 03

修補 AOI / Repair Station

專供 In-line AOI 判 NG 後的人工複判 / 修補站

搭配大畫面顯示、瑕疵位置自動標示、修補後再驗證流程。Cognex In-Sight 3800 + ViDi 在此場景可作為「AI 複檢」二次篩查,過濾 In-line AOI 的過殺,降低人工複判工時。

AOI 三大模式選型決策樹

依您的「檢測比例 / 節拍 / 瑕疵變異度 / 預算 / 既有設備」決定該選哪一種 AOI 模式。 以下決策表可點開各模式查看適用條件、不適用情境、Cognex 對應方案:

⚡ 決策樹 1:什麼情境該選「In-line AOI」?
決策維度 適用條件 不適用情境
檢測比例 100% 全件檢測剛需(如安全件 / FDA UDI 醫材 / 汽車 IATF 16949) 僅抽檢、首件確認
產線節拍 節拍 < 10 秒/件,需即時跟產線速度 節拍 > 30 秒/件,無需即時
瑕疵類型 規格化瑕疵(PCB 線路斷短路、SMT 焊點橋接 / 空焊) 自然變異瑕疵(紋理 / 色差 / 不規則)— 建議先 Off-line 累積樣本
產線整合 已有完整輸送 / PLC 控制 / MES 串接需求 產線尚未定型、設計頻繁變更
Cognex 對應方案 In-Sight 3800 / 9000 智慧相機 + VisionPro 多相機平台,搭配 PROFINET / EtherNet/IP 與 PLC 串接
🔍 決策樹 2:什麼情境該選「Off-line AOI」?
決策維度 適用條件 不適用情境
檢測比例 抽檢、工程驗證、首件確認、客退分析、樣品全檢 需 100% 全件即時剔除
產線節拍 可容忍數十秒~數分鐘/件,追求高解析度 高速產線即時剔除
瑕疵類型 複雜紋理 / 多 SKU 變異 / 新導入未定型瑕疵 → 累積樣本訓練 AI 已標準化、規則式即可勝任的瑕疵
預算 / 風險 預算有限、想先 PoC 驗證再評估升級 In-line 已確認規格、直接整機上線
Cognex 對應方案 In-Sight 2800 / 3800 智慧相機 + VisionPro ViDi AI 深度學習,單站起步、後續可遷移至 In-line
🛠️ 決策樹 3:什麼情境該選「Repair Station / AI 補強複檢」?
決策維度 適用條件 不適用情境
既有 AOI 狀態 已有 In-line AOI 但過殺率高 / NG 件需大量人工複判 尚未導入 AOI(建議先評估 In-line 或 Off-line)
人工成本 人工複判工時 / 成本佔產線品保比例高 複判量少、人工負荷低
瑕疵類型 既有 AOI 對「自然變異瑕疵」誤報率高、AI 可顯著降誤殺 既有 AOI 過殺率已低、ROI 不明顯
導入策略 不替換既有 AOI,只在後端「並聯加裝」AI 複檢站 想整體替換既有 AOI
Cognex 對應方案 In-Sight 3800 / D900 + VisionPro ViDi Inspect,30-100 張樣本即可訓練初版模型

不確定該選哪一種?提供 OK / NG 樣品照片給 VSK,工程師會依您產線實況推薦對應模式與 Cognex 機型。

APPLICATIONS

AOI 適合哪些產業?典型應用情境

🖥️

PCB 製造(裸板檢測)

線路斷路 / 短路 / 缺口 / 線寬異常 / 銅箔氧化 — 蝕刻後、防焊後、噴錫後 AOI 站。

🔧

SMT 焊接檢測

IC / 電容 / 電阻 / 連接器貼裝位置、極性、空焊、橋接、立碑、墓碑 — 回焊爐後 AOI 站。

🔬

半導體後段

晶圓檢測、Lead Frame、BGA 球錫檢測、IC 標識 OCR、外觀檢測。

💉

醫療零件

微管、針頭、注射器、植入物外觀缺陷 — 高 SKU 變化頻繁,需 AI 補強傳統 AOI。

實際 PCB / SMT / 半導體案例見 /industry-case.html

INDUSTRY DEEP DIVE

PCB / SMT / 半導體 AOI 深度應用拆解

不同產業的 AOI 站點、瑕疵類型、光源策略、Cognex 對應機型完全不同。以下三大產業深度拆解協助選型決策。

🖥️

PCB 製造(裸板 AOI)

站點:蝕刻後 / 防焊後 / 噴錫後 / 表面處理後

瑕疵:線路斷路 / 短路 / 缺口 / 線寬異常 / 銅箔氧化 / Pad 偏移

光學配置:同軸光(鏡面銅箔反射)+ 環形光(陰影瑕疵)+ 高解析度面陣相機(5MP-12MP)

Cognex 方案:In-Sight 3800(5MP AI + 規則式雙引擎)+ VisionPro ViDi Inspect(複雜紋理瑕疵 AI 補強)

搭配 AOI 設備廠(如 Koh Young / Saki / Test Research)— Cognex 多以「補強 AI 複檢站」角色進入

🔧

SMT 焊接 AOI

站點:SPI(錫膏印刷後)/ Pre-reflow AOI(貼片後)/ Post-reflow AOI(回焊爐後)

瑕疵:IC / 電容 / 電阻位置偏移 / 極性反向 / 空焊 / 橋接 / 立碑 / 墓碑 / 焊球缺失

光學配置:彩色多角度 RGB 光源(焊點 3D 形狀)+ Dome 光(鏡面元件)+ 線掃描相機(高速產線)

Cognex 方案:In-Sight 3800(多檢測項一站完成)+ In-Sight D900(邊緣 AI 一體化)+ VisionPro ViDi Classify

產線節拍 1-3 秒/件,需匹配高速整合 → In-line AOI 為主流

🔬

半導體後段 / 載板 AOI

站點:Wafer 檢測 / Lead Frame / IC 載板蝕刻後 / BGA 球錫 / IC 標識 OCR

瑕疵:晶圓粒子 / 微裂紋 / 蝕刻線路偏差 / BGA 球錫缺失 / 雷射蝕刻字元辨識

光學配置:高放大微距鏡(10-100x)+ 高均勻光源(低雜訊)+ 5MP-25MP 高解析度相機

Cognex 方案:In-Sight 1740(晶圓專用 SEMI T7 OCR)+ In-Sight 3800(高解析 AI)+ DataMan 470(IC 載板 DPM 條碼)

SEMI T7 / DPM 雷射蝕刻 → Cognex 2DMax + PowerGrid 演算法為業界主流

SYSTEM COMPONENTS

AOI 系統組成

AOI 設備不是黑盒子。理解六大組成 → 才能判斷既有設備瓶頸在哪、補強要從哪一項下手。

💡

光源

環形、同軸、Dome、低角度、紅外、UV、彩色多角度 — 不同瑕疵需不同光源組合。

🔭

鏡頭

FA 標準鏡 / 遠心鏡 / 微距鏡 — 取決於 FOV、工作距離、變形容許度。

📷

相機

面陣(Area Scan)/ 線掃(Line Scan)— 取決於工件移動方式與所需解析度。

🧠

演算法

規則式(PatMax / Caliper)+ AI 深度學習(ViDi Inspect / Classify)— 傳統 AOI 抓不到的瑕疵由 AI 補強。

⚙️

處理單元

智慧相機(In-Sight)內建處理 or PC 視覺平台(VisionPro)多相機整合。

🔌

通訊整合

PROFINET / EtherNet/IP / Modbus TCP / OPC UA → 與 PLC、MES、品保系統串接。

延伸閱讀:光源 / 鏡頭計算機機器視覺中文詞彙百科

COGNEX IN AOI

Cognex 在 AOI 領域的角色

Cognex 不是「打包式 AOI 設備」廠(不像 Koh Young / Saki),而是 「機器視覺元件 + AI 補強方案」供應商, 以 In-Sight 3800 智慧相機 + VisionPro ViDi AI 深度學習 補強傳統 AOI 抓不到的瑕疵。

🤖

REASON 01

規則式 AOI 抓不到的瑕疵 → ViDi Inspect AI 補

傳統規則式 AOI 對「自然變異瑕疵」(紋理刮痕、色差、複雜表面缺陷)誤報率高。Cognex VisionPro ViDi Inspect 用少量樣本(30-100 張)訓練 AI 模型,可顯著降低過殺率,與既有 AOI 並聯使用。

🔄

REASON 02

多 SKU 換線 → VisionView HMI 配方切換

小批量、多品項產線換線頻繁。Cognex VisionView HMI 工具支援多配方快速切換,工程師可預先建立各 SKU 檢測流程,現場操作員一鍵切換,大幅縮短換線停機時間。

🔗

REASON 03

與既有 AOI 並存(不替換、補強)

產線已有 AOI 設備不需替換。Cognex In-Sight 3800 / D900 + ViDi 可在 AOI 後加裝「複檢站」,AOI 抓不到的瑕疵由 Cognex AI 視覺二次篩查,降低 NG 漏出。相關 FAQ 見 /faq.html。

📊

REASON 04

深度學習 OCR 補強傳統 AOI 字元辨識

雷射蝕刻批號、低對比 IC 標識、變形字元 — 傳統 OCR 容錯差。Cognex VisionPro ViDi Read 用深度學習 OCR,對變形、低對比、紋理干擾字元有更高讀取率。

BUDGET RANGE

AOI 多少錢?預算範圍與 ROI 概念

AOI 預算受「整機 vs 元件」「In-line vs Off-line」「是否含 AI 補強」「多 SKU 換線複雜度」影響很大。 以下為「相對級距」概念,實際報價以 datasheet / 整合範圍為準〔以實際估價為準〕。

方案類型 適用情境 相對預算級距
入門:智慧相機單站 小型 SMT 廠單站 AOI、特定零件複檢、Off-line 抽檢 $(Cognex In-Sight 2800 / 3800 智慧相機 + 光源 + 鏡頭)
進階:AI 補強複檢站 既有 AOI 過殺率高、複雜紋理瑕疵、低對比 OCR 補強 $$(In-Sight 3800 / D900 + VisionPro ViDi 模型訓練)
整機:打包式 In-line AOI SMT Post-reflow、PCB 蝕刻後、半導體後段全自動產線 $$$(Koh Young / Saki / Test Research 等整機廠)
客製:多相機平台 大型工件多角度檢測、客製化光學設計、與 PLC / MES 深度整合 $$$$(VisionPro 多相機 + 客製機構 + 系統整合)

ROI 概念:可透過 VSK ROI Calculator 依您產線參數估算回收期。一般而言,AI 補強既有 AOI 因基礎建設已存在,回收期通常較整機新建更短。

RELATED PRODUCTS

AI 補強傳統 AOI 的 Cognex 產品

Cognex ViDi 深度學習工業視覺軟體

Cognex ViDi 深度學習視覺軟體 — 以合格元件樣本自主訓練、自動檢測加工元件表面缺陷。

Cognex In-Sight D900 一體化 AI 邊緣視覺

一體化 AI 邊緣視覺智慧相機 — 內建 ViDi 深度學習 4 工具,免外接 PC / GPU。

Cognex VisionPro Deep Learning(含 Deep Learning Studio 開發工具)

工業深度學習視覺軟體 — 組件定位 / 檢測 / 分類 / OCR 四任務、圖形化點擊編程。

VIAGO 自主學習型外觀品檢系統

VIAGO intuit 自主學習型外觀品檢系統 — 整機品檢系統,學習少量良品(約 30 pcs)即可進行瑕疵篩選。VSK 威視康代理。

Cognex VisionPro 工業視覺軟體

PC-based 工業視覺軟體 — 圖形化開發 + .NET C# + QuickBuild。

Cognex In-Sight 3800 一體化 AI 邊緣視覺相機

AI + 規則式視覺雙引擎旗艦,內建邊緣學習處理複雜瑕疵,30 張樣本即可訓練,無需 GPU。Cognex In-Sight 系列當前最強旗艦。

Cognex In-Sight 3800 Line Scan 一體化線掃描智慧相機

一體化線掃描智慧相機 — 1" CMOS line scan + Edge Learning AI 內建,圓筒展開 / 連續基材 / 大型工件高解析掃描首選。

Cognex In-Sight 9000 系列 高解析工業智慧相機

Cognex In-Sight 9000 系列高解析工業智慧相機。含 9912(12 MP 高解析旗艦)與 9902L(2K 線掃描 / 32 MP 影像),共用 In-Sight 平台與工具庫。

Cognex In-Sight 8000 超緊湊工業智慧相機

高性能工業視覺系統,適用大尺寸工件、高速產線、複雜檢測。8000 系列是 In-Sight 中階主力,CP 值平衡且功能完整。

FAQ

AOI 自動光學檢測 — 10 題 FAQ

AOI 是什麼?

AOI(Automated Optical Inspection,自動光學檢測)是用工業相機 + 光源 + 影像處理演算法自動檢測產品外觀瑕疵的設備。最早源於 PCB 製造業(1980 年代),現已擴展到 SMT 焊接、半導體後段、醫療零件、汽車零件等多產業。AOI 是機器視覺的一種應用實踐。

AOI 跟一般機器視覺差別在哪?

「機器視覺(Machine Vision)」是涵蓋條碼、OCR、瑕疵檢測、量測、定位的廣義技術;「AOI」傳統上是專指「外觀瑕疵自動檢測」的設備(特別是 PCB / SMT 業界),通常是「打包式設備」(含光源、相機、傳送、軟體)。現代界線已模糊,許多新 AOI 設備內部用 Cognex / Keyence 機器視覺元件組成。詳見 /machine-vision-guide.html

PCB AOI 跟 SMT AOI 差在哪?

PCB AOI 檢測「裸板」— 銅箔線路斷路 / 短路 / 缺口 / 線寬,在 PCB 工廠的蝕刻後、防焊後、噴錫後設站。SMT AOI 檢測「貼裝後 PCB」— IC / 電容 / 電阻位置、極性、空焊、橋接、立碑,在 EMS 工廠的錫膏印刷後(SPI)、貼片後(Pre-reflow AOI)、回焊爐後(Post-reflow AOI)設站。兩者光源、解析度、演算法皆不同。

傳統 AOI 的痛點是什麼?為何要 AI 補強?

傳統規則式 AOI 痛點:(1) 過殺率高 — 對自然變異(光澤、色差、紋理)誤報;(2) 新瑕疵類型出現要重寫規則 — 工程成本高;(3) 多 SKU 切換複雜;(4) OCR 對變形字元容錯差。AI 深度學習(如 Cognex VisionPro ViDi)用樣本訓練取代規則撰寫,30-100 張樣本即可訓練可用模型,對複雜紋理瑕疵顯著降低誤報。

Cognex 在 AOI 領域的角色是?

Cognex 本身不是「打包式 AOI 設備供應商」(不像 Koh Young / Saki / Test Research),而是「機器視覺元件 + AI 補強方案」供應商:(1) 元件層級(In-Sight 3800 / 8000 / 9000 智慧相機 + VisionPro 軟體)— 提供給 AOI 設備廠或工廠自行整合 AOI 站;(2) AI 補強層級(ViDi + In-Sight D900)— 在既有 AOI 後加裝 AI 複檢站,補規則式抓不到的瑕疵。VSK 可協助規劃整合架構。

我已經有 AOI 設備,可以再加 Cognex 嗎?

可以,且這是常見場景。常見架構:「既有 AOI → Cognex In-Sight + ViDi 複檢站 → 人工目檢 / 自動分類」。Cognex 站只負責 AOI 標記 NG 的件再次篩查,目標是降低人工複檢工時、減少誤殺。VSK 可協助評估整合架構、光源 / 鏡頭設計、通訊串接(PROFINET / Modbus TCP / OPC UA)。

AOI 投資回收期一般多久?

依規模差異很大,常見區間:PCB 廠 AOI 站 12-24 個月;SMT 廠 AOI 站 8-18 個月;AI 視覺補強既有 AOI 6-12 個月(因為基礎建設已存在,只加 AI 站)。可用 VSK ROI Calculator 依您產線參數估算,並建議透過樣品 PoC 確認可行性後再導入。

AOI 跟自動光學檢測是同一個東西嗎?

是。AOI = Automated Optical Inspection = 自動光學檢測。中文業界口語常直接講「AOI」或「自動光學檢測」,意思完全相同。產業上有時也稱「AVI(Automated Visual Inspection)」,意義相近,AVI 更強調「外觀」、AOI 更強調「光學成像」,但實務上常混用。

AOI 系統 / AOI 設備 / AOI 機台、線上檢測、全檢設備、自動檢測機,這些名詞有差嗎?

在台灣製造業中:AOI 系統 / AOI 設備 / AOI 機台 多指打包式自動光學檢測機;線上檢測(in-line inspection)強調與產線整合的即時檢測;全檢設備強調 100% 全件檢測;自動檢測機則是泛用語,可能含光學或非光學。屬於工業 4.0 / 智慧工廠 / 製造業數位化的關鍵設備之一,常與機器視覺與 AI 視覺技術組合,VSK 可在 Cognex 元件層級與 AI 補強層級協助規劃。

AOI 導入要多久?從評估到上線的時程怎麼抓?

AOI 導入時程依「整機新建」或「AI 補強既有 AOI」差異很大,可分 4 階段(時程僅為一般參考,實際依專案複雜度與客戶端 SI 整合進度而定):(1) 樣品評估與可行性分析 — 1-2 週(提供 OK / NG 樣品給 VSK,工程師評估光源 / 鏡頭 / 演算法可行性);(2) PoC 試打與選型確認 — 2-4 週(用 Cognex 機型對樣品實測、確認讀取率 / 過殺率達標);(3) 機構整合與通訊串接 — 4-8 週(PROFINET / EtherNet/IP / Modbus TCP 與 PLC / MES 整合,由您方 SI 主導);(4) 上線驗證與調校 — 2-4 週(首件確認、產線實跑、參數微調)。整體常見區間:AI 補強既有 AOI 約 2-3 個月;整機新建 AOI 站約 4-6 個月。先做樣品評估能大幅降低整體風險。詳見 /contact.html 申請樣品評估。

AOI 怎麼選 In-line vs Off-line?決策關鍵是什麼?

In-line(線上)vs Off-line(離線)AOI 選擇取決於 5 個決策維度:(1) 檢測比例 — 需 100% 全檢選 In-line,抽檢 / 工程驗證選 Off-line;(2) 節拍要求 — 產線節拍 < 10 秒/件選 In-line(需匹配產線速度),> 30 秒可容忍選 Off-line;(3) 瑕疵變異度 — 規格化瑕疵(PCB 線路 / SMT 焊點)適合 In-line 標準化規則,變異大的瑕疵(自然紋理 / 多 SKU)可先 Off-line 累積樣本訓練 AI;(4) 預算規模 — In-line 含機構 / 輸送整合預算較高,Off-line 從智慧相機單站起步較低;(5) 既有 AOI 狀態 — 已有 In-line AOI 但過殺率高,可在後端加 Off-line AI 複檢站(Cognex In-Sight 3800 + ViDi)。實務建議:新導入先 Off-line PoC 驗證可行性 → 確認後再評估升級 In-line。

既有 AOI 抓不到的瑕疵?想用 AI 補強?

提供 OK / NG 樣品照片給 VSK,我們評估 Cognex VisionPro ViDi + In-Sight 3800 AI 補強方案可行性, 並可與既有 AOI 並聯整合 — 不替換、只補強。