-
렌즈가 AI보다 먼저다 — PCB 검사 광학 설계
PCB 표면실장(SMT) 라인의 AOI가 매일 수천 장을 통과시키다가도, 유독 특정 로트에서만 솔더 브릿지를 놓치는 경험이 있으실 겁니다. 검사 담당자 대부분은 이 순간 AI 검출 모델부터 의심합니다. 재학습 데이터를 늘리고, 임계값을 조정하고, 새 아키텍처를…
-
8K 라인스캔 카메라 시대, 검사 분해능의 상한은 여전히 렌즈가 정한다
8K 라인스캔·NIR 카메라를 들여도 검사 실효 분해능은 렌즈 MTF와 조명 조건이 정합니다. PCB 결함 유형별 검출 최소 사이즈, 조명-렌즈 매칭표, 알고리즘 파라미터와 발주 전 체크포인트를 정리했습니다.
-
2D·3D 융합 검사, 병목은 조명 간섭입니다
2D 조명과 3D 레이저가 같은 대역을 쓰면 시분할이 강제되고, 반송 200 mm/s에서 정합 오차가 600 μm까지 벌어집니다. 파장 분리 설계 기준을 정리했습니다.
-
3D 검사로 바꾸면 오히려 놓치는 결함 구간
3D 프로파일러의 평면 검출 하한은 60 μm, 2D 라인스캔은 25 μm입니다. 3D 전환 시 유출되는 결함 구간과 ΔGV 기반 분기 판정 기준을 매칭표로 정리했습니다.
-
-
-
휴머노이드가 물체를 잡을 때, 카메라는 무엇을 봐야 하나
휴머노이드가 물체를 조작하려면 무게·자세에 따라 동작을 실시간 조절해야 한다. 이 조절이 부정확하면 파지 실패나 낙하로 이어진다. 결국 물체 인식·자세 추정을 담당하는 비전·엣지AI 파이프라인이 정확도를 좌우한다. 전신제어·물체 조작 연구는 결국 엣지 추론 속도와 정확도…
-
물류자동화가 전공정으로 넘어갈 때, 비전 검사는 무엇이 달라지나
반도체 전공정 물류자동화(스토커·리프터·OHT)가 확대되면 반송 과정에서 소재 접촉·진동 리스크가 늘어난다. 방치하면 미세한 정렬 오차가 후공정 수율에 그대로 전이된다. 결국 물류 구간에 비전 기반 위치·상태 확인 체크포인트를 두는 것이 표준 대응이다. 물류자동화 확장 구간일수록…
-
서버에선 잘 됐는데 엣지에선 왜 정확도가 떨어지나
엣지 배포 시 정확도가 떨어지는 주된 원인은 모델이 아니라 양자화(FP32→INT8)다. 속도를 얻는 대가로 어디서 정밀도를 내주는지 클래스 단위로 확인해야 한다.
-
