本プロジェクトでは、AGAC・AGPS製品の基板を対象に、QRコードの組み合わせ確認と、部品の挿入方向・欠品などの実装不良検査を自動化するEdge AI基板検査治具を開発しました。開発工数は22MM、開発期間は5カ月です。

プロジェクト概要

基板検査フロー

DIP、FCT、ファームウェア書き込みが完了した基板を検査対象とし、基板側とLoRa側のQRコードを照合します。照合後にPCBラベルを貼り付け、Edge AIが基板画像から部品の挿入方向と欠品を判定します。検査に合格した基板は組立工程へ送り、不合格の場合は不良位置と検査ログを確認して修理工程へ送ります。

コアテクノロジー

01．QRコード照合

FCT完了後の基板を照合対象として登録し、PCBラベルのASSY S/NとLoRa側のQRコードを読み取ります。読み取った情報を照合用データファイルの組み合わせと比較し、一致・不一致をPass／Failで即時表示します。

不一致となった基板は後続の組立工程へ流さず、修理工程へ送ります。

02．Edge AI外観検査

DIP後の基板画像から部品の実装状態を確認し、挿入方向の誤りと欠品を自動検出します。約1,000枚の画像を撮影・ラベリングし、モデルを最適化したうえで実機環境における精度を検証しました。

判定結果と不良箇所は画面上に可視化します。

03．治具・エッジ実装

Jetson SOM搭載端末で画像をエッジ処理し、焦点距離を調整したカメラで基板を撮影します。マウント、ケーブル、照明を治具へ統合し、ラベル貼付工程直後のコンベア上に設置しました。

撮影した画像、基板ID、判定結果はローカル環境へ保存します。