CN1254768C - 零件识别数据准备方法和准备装置以及电子零件安装装置 - Google Patents
零件识别数据准备方法和准备装置以及电子零件安装装置 Download PDFInfo
- Publication number
- CN1254768C CN1254768C CNB018124550A CN01812455A CN1254768C CN 1254768 C CN1254768 C CN 1254768C CN B018124550 A CNB018124550 A CN B018124550A CN 01812455 A CN01812455 A CN 01812455A CN 1254768 C CN1254768 C CN 1254768C
- Authority
- CN
- China
- Prior art keywords
- electrode
- electronic component
- data
- information
- input
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Lifetime
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/24765—Rule-based classification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/24—Aligning, centring, orientation detection or correction of the image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/764—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using classification, e.g. of video objects
- G06V10/765—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using classification, e.g. of video objects using rules for classification or partitioning the feature space
-
- H—ELECTRICITY
- H05—ELECTRIC TECHNIQUES NOT OTHERWISE PROVIDED FOR
- H05K—PRINTED CIRCUITS; CASINGS OR CONSTRUCTIONAL DETAILS OF ELECTRIC APPARATUS; MANUFACTURE OF ASSEMBLAGES OF ELECTRICAL COMPONENTS
- H05K13/00—Apparatus or processes specially adapted for manufacturing or adjusting assemblages of electric components
- H05K13/04—Mounting of components, e.g. of leadless components
- H05K13/0404—Pick-and-place heads or apparatus, e.g. with jaws
- H05K13/0413—Pick-and-place heads or apparatus, e.g. with jaws with orientation of the component while holding it; Drive mechanisms for gripping tools, e.g. lifting, lowering or turning of gripping tools
-
- H—ELECTRICITY
- H05—ELECTRIC TECHNIQUES NOT OTHERWISE PROVIDED FOR
- H05K—PRINTED CIRCUITS; CASINGS OR CONSTRUCTIONAL DETAILS OF ELECTRIC APPARATUS; MANUFACTURE OF ASSEMBLAGES OF ELECTRICAL COMPONENTS
- H05K13/00—Apparatus or processes specially adapted for manufacturing or adjusting assemblages of electric components
- H05K13/08—Monitoring manufacture of assemblages
- H05K13/081—Integration of optical monitoring devices in assembly lines; Processes using optical monitoring devices specially adapted for controlling devices or machines in assembly lines
- H05K13/0813—Controlling of single components prior to mounting, e.g. orientation, component geometry
-
- H—ELECTRICITY
- H05—ELECTRIC TECHNIQUES NOT OTHERWISE PROVIDED FOR
- H05K—PRINTED CIRCUITS; CASINGS OR CONSTRUCTIONAL DETAILS OF ELECTRIC APPARATUS; MANUFACTURE OF ASSEMBLAGES OF ELECTRICAL COMPONENTS
- H05K13/00—Apparatus or processes specially adapted for manufacturing or adjusting assemblages of electric components
- H05K13/08—Monitoring manufacture of assemblages
- H05K13/0882—Control systems for mounting machines or assembly lines, e.g. centralized control, remote links, programming of apparatus and processes as such
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30108—Industrial image inspection
- G06T2207/30141—Printed circuit board [PCB]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30108—Industrial image inspection
- G06T2207/30148—Semiconductor; IC; Wafer
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Microelectronics & Electronic Packaging (AREA)
- Manufacturing & Machinery (AREA)
- Artificial Intelligence (AREA)
- Operations Research (AREA)
- Evolutionary Computation (AREA)
- Data Mining & Analysis (AREA)
- Multimedia (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Quality & Reliability (AREA)
- Medical Informatics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- General Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Databases & Information Systems (AREA)
- Computing Systems (AREA)
- Automation & Control Theory (AREA)
- Supply And Installment Of Electrical Components (AREA)
- Length Measuring Devices By Optical Means (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
- Image Input (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
Abstract
在不使操作者知道识别算法的特性的条件下,当电子零件被识别时,生成用于参考的零件识别数据。该零件识别数据通过以下生成:输入关于电子零件的整体和电极信息,基于关于整体和电极的信息指定电子零件的模型,选择适于所指定的零件模型的识别算法,以及从整体和电极信息中,通过所选择的识别算法,自动地提取识别所必需的零件形状数据。
Description
技术领域
本发明涉及一种零件识别数据准备方法和准备装置以及电子零件安装装置和记录介质,它们被应用到根据通过拾取电子零件的图象而获得的图象数据来识别电子零件的装置,以准备记录电子零件的识别条件的零件识别数据,本发明还涉及数据输入技术,用于识别被吸入到所述电子零件安装装置的吸入口的电子零件,以根据例如它的吸入状态纠正它的安装位置。
背景技术
近些年来,在电子零件安装领域,需要高速高精确度在电路板上安装电子零件的技术。通常使用这样的图象识别技术,即通过高速处理图象数据来精确地检测电子零件的位置和旋转量,从而进行电子零件安装位置和旋转量的校正,其中所述图象数据是通过拾取电子零件的图象而获得的。而且,随着电子零件的多电极和小型化的发展,用于检测和校正电极位置的技术趋向于其使用使得电子零件的各个电极可以被精确安装在基底的焊盘上。为了检测各个电极位置,必须搞清楚各个电极被排列的前提条件。因此不仅必须根据零件的形状而确定检测电极的算法,而且必须根据这个算法来设置诸如必要的尺寸、电极的数量等的数据。
首先,以下说明当识别方形芯片零件的时候准备数据的行为。图48是示出方形芯片零件301的外观的视图。方形芯片零件301的形状是其中电极302被排列在它的左侧和右侧。当左侧和右侧具有电极302的零件要被识别的时候,利用对方形芯片零件的算法来进行电极302的检测。在这种算法中,如图48所示,需要方形芯片零件301的零件尺寸L1、W1和电极长度d1、d2的数据。结果,识别方形芯片零件301的零件识别数据需要
零件尺寸 水平:L1
垂直:W1
电极长度 长度1:d1
长度2:d2。
接着,下面说明当识别QFP零件的时候准备数据的行为。图49是示出QFP零件311的外观的视图。QFP零件311具有这样的形状,其中等间距对齐的电极312被分别排列在上/下/左/右。在要识别这样的等间距对齐的电极312被分别排列在上/下/左/右的零件的时候,利用用于引线型零件的算法来进行电极312的检测。在这种算法中,如图49所示,需要QFP零件311的下列数据:零件尺寸L1、W1,引线外部形状Lt、Wt,电极宽度h1,电极之间的间隔Pt,电极的数量Nu、Nd、Nl、Nr。结果,识别方形芯片零件301的零件识别数据需要
零件尺寸 水平:L1
垂直:W1
电极长度 长度1:d1
长度2:d2。
引线外部形状 水平:Lt
垂直:Wt
电极尺寸 宽度1:h1
间隔:Pt
电极的数量 上:Nu
下:Nd
左:Nl
右:Nr
以这种方式,按照所使用的算法,需要的零件识别数据不同。但是如果下列数据
零件尺寸:L1、L2、W1、W2
引线外部形状:Lt、Wt
电极尺寸:d1、d2、h1、h2、Pt
电极数量:Nu、Nd、Nl、Nr
和其他数据被用做尺寸的输入定义,则可以表示所有的零件形状。
而且,零件识别数据除了上述数据还包括下列数据等:照相机数量Cn,用于转换照相机的可视区域尺寸以拾取图象;照明编码号Lc,用于当照明电子零件的时候转换照明角度和照明强度。必须按照作为识别目标的电子零件的尺寸、形状等来设置这些数据。
以这种方式,如果使用了固定形式的尺寸定义,则可以准备相同尺寸的零件识别数据而与电子零件的形状无关。
在现有技术中,这些零件识别数据全部由手动设置。换句话说,零件识别数据的输入是通过将作为被识别目标的电子零件与在图5所示的对于每种零件类型准备的数据单相比较,然后选择最佳的识别算法,然后按照所选择的识别算法测量在预定位置的尺寸。
在上述的现有技术的方法中,首先,重要的是应当选择多个准备的识别算法中的哪一个。例如,在图50所示的连接器零件321的情况下,用于识别上述QFP零件的识别算法是合适的。但是,如果在用于选择识别算法的数据单中给出了所述QFP零件的视图,则需要对所述识别算法的足够的了解来确定是否可以将相同的识别算法应用到图50中的连接器零件。即使可以选择最佳的识别算法,输入数据与所述QFP零件的数据不同,因此在连接器零件321中没有对应于Lt、Nd、Nl、Nr的数据。因此,由于存在在零件中不实际存在的数据的输入项,所以操作者不知道如何输入这些数据,并当所述操作者开始经由例如图51所示的输入屏输入数据的时候,操作者的输入操作遇到问题。
为了防止这种情况,可以考虑相应于零件的形状来分别准备数据单。在这样的情况下,不仅需要大量的数据单而且不容易从这些数据单中选择合适的数据单。
同样,图52所示的连接器零件331在所述连接器零件中存在。在这个连接器零件331中,在两端与一般电极332相分离地排列了加强电极334。以这种方式,如果向两端提供了加强电极334,则检测的执行忽略加强电极334。结果,零件识别数据具有与图51所示的连接器零件321完全相同的形状。但是,如果操作者不知道忽略加强电极334,则存在两种类型的引线宽度和引线间隔,因此操作者不能确定如何输入数据。
这样的例外输入方法趋向于越来越增加,因为零件的形状变得复杂。因此,需要深入了解自适应识别算法以准备零件识别数据。
考虑到现有技术中的这些问题而提出了本发明,本发明的一个目的是提供一种零件识别数据准备方法、一种准备装置、一种电子零件安装装置和一种记录介质,它们能够准备零件识别数据,所述零件识别数据被设置到各个电子零件并当要识别电子零件的时候精确和快速地引用所述零件识别数据,而不具体知道识别算法的特性。
发明内容
为了实现上述目的,下列各项得到公开:
(1)按照本发明的一种零件识别数据准备方法被应用到一种装置以准备记录了电子零件的识别条件的零件识别数据,所述装置根据通过拾取电子零件的图象而获得的图象数据来识别电子零件,其中,输入电子零件的整体信息和电子零件的电极信息,根据输入电子零件的整体和电极的信息而通过分析零件形状来执行电子零件类型的识别、适合于所识别的类型的识别算法的选择和从整体和电极的信息中自动提取零件形状数据,所述零件形状数据是由识别算法执行的识别处理所需要的。
按照本发明的零件识别数据准备方法,由于输入了电子零件的整体和电极的信息,因此可以设置适合于这个电子零件的识别算法,并且可以从输入的整体和电极的信息中自动提取由识别算法执行的识别处理所需要的零件形状数据。因此,由于可以自动输入由识别算法执行的识别处理所需要的电子零件的整体和电极信息而不用依序输入,因此可以精确和迅速地准备电子零件数据而不用具体知道识别算法的特性。
(2)在所述零件识别数据识别方法中,输入了允许在适合于所选择的类型的最佳条件下拾取电子零件的图象的光学条件。
按照所述零件识别数据准备方法,因为诸如成像可视区域尺寸、照明条件等的光学条件被设置到拾取电子零件的图象的最佳条件,因此可以更精确地识别电子零件。
(3)所述零件识别数据准备方法包括:分组步骤,用于在输入电子零件的整体信息和电子零件的电极信息之后,对电子零件的整体的外部的每一侧进行电极分组;对于不必要电极排除步骤,用于在分组之后排除从分组的电极中排除在各组中重叠的电极和不用于识别电子零件的电极;识别算法确定步骤,用于在识别出电子零件的类型之后确定适合于所述电子零件的识别算法;零件形状数据提取步骤,用于在选择了识别算法之后从整体和电极信息中自动提取由确定的识别算法执行的识别处理所需要的零件形状数据;光学条件确定步骤,用于在自动提取零件形状数据之后确定拾取电子零件图象的最佳光学条件。
按照所述零件识别数据准备方法,零件识别数据的准备是通过按照输入的电子零件的整体和电极的信息将整体的外部和每一侧的电极分组、然后排除在各组中重叠的电极和不用于识别电子零件的电极、然后确定适合于所述电子零件的识别算法、然后从已经输入的整体和电极信息中自动提取由确定的识别算法执行的识别处理所需要的零件形状数据、然后确定拾取电子零件图象的最佳光学条件。因此,由于输入的电极可以每一侧被分组并且可以无失误地确定电子零件的类型,因此可以适当地选择识别算法。同样,由于可以自动输入由识别算法执行的识别处理所需要的电子零件的整体和电极信息而不用依序输入,因此可以精确和迅速地准备电子零件数据而不用具体知道识别算法的特性。
(4)在所述零件识别数据准备方法中,分组步骤包括步骤:电极排除,对于电子零件的整体的左侧/上侧/右侧/下侧的各个侧从所选择的一侧组排除在所选择一侧的相对一侧的电极;排序,以其中心更接近所选择的一侧的电极的顺序在所选择侧的组中排序电极;电极提取,提取最接近于所选择的一侧的电极。
按照所述零件识别数据准备方法,对于电子零件的整体的左侧/上侧/右侧/下侧的各个侧从所选择的侧组排除在所选择一侧的相对一侧的电极。然后,通过以其中心更接近所选择的一侧的电极的顺序在所选择的侧组中排序电极,从而在选择的侧组中设置最接近于所选择的一侧的电极。按照这样的分组步骤,可以为各个侧将电极分组。
(5)在所述零件识别数据准备方法中,对于不必要电极排除步骤包括步骤:相同电极排除,如果在相对的侧组中存在相同的电极则从两侧组中排除相同的电极;去除重复电极,如果在选择的侧组中电极的数量小于3并且所述电极被包括在相邻的侧组中,则当在相邻的侧组中的多个电极大于2的时候,通过从选择的侧组排除所有的电极、当在相邻的侧组中的多个电极小于2的时候,通过从其中电极对齐的中心不在整体的中心的侧组排除所有的电极,来去除重复的电极。
按照所述零件识别数据准备方法,当在相对的侧组之间存在相同的电极的时候,从这两个侧组中排除这样的相同电极。然后,如果在选择的侧组中电极的数量小于3并且所述电极被包括在相邻的侧组中,则当在相邻的侧组中的多个电极大于2的时候,从选择的侧组排除所有的电极,当在相邻的侧组中的多个电极小于2的时候,从其中电极对齐的中心不在整体的中心的侧组排除所有的电极。因此排除了重复的电极并且排除了不必要的电极。
(6)所述零件识别数据准备方法还包括:整体形状绘制步骤,在输入整体信息之后根据输入的整体信息绘制整体形状的步骤;电极形状绘制步骤,在输入电极信息之后根据输入的电极信息绘制电极形状的步骤;确定步骤,用于在以上两个步骤之后确定是否所绘制的整体和电极的位置关系正确;其中整体和电极的信息被可视地查看。
按照所述零件识别数据准备方法,由于根据输入的整体信息绘制整体形状和根据输入的电极信息绘制电极的形状,因此可以通过可视地查看来确定所绘制的在整体和电极之间的位置关系等是否正确。因此,于仅仅根据数字数据确定这个关系的情况相反,可以迅速地进行查看操作,因此可以简单地和迅速地查看是否输入的信息是正确的或错误的。
(7)在所述零件识别数据准备方法中,整体/电极输入步骤包括:拾取电子零件的图象的步骤;整体区域指定步骤,用于向电子零件的图象数据指定对应于整体部分的区域;电极区域指定步骤,用于向该电子零件的图象数据指定对应于电极部分的区域;信息提取步骤,用于从指定的整体区域获取整体信息和从指定的电极区域获取电极的信息;其中零件识别数据的准备是通过由信息提取步骤获取的信息。
按照所述零件识别数据准备方法,由于通过向经由拾取电子零件的图象而获得的图象数据指定对应于电极零件的整体部分的区域和对应于电极零件的区域而从在整体区域和电极区域中的图象数据获得整体和电极的信息,因此诸如整体尺寸、颜色、浓度等的零件形状数据和诸如电极尺寸、电极数量、对齐的间距等零件形状数据的信息可以被自动提取。因此,没有必要逐个输入各个数据。所以,零件识别数据的准备可以更大地被简化。
(8)用以根据通过拾取电子零件的图象获得的图象数据来识别电子零件的按照本发明的零件识别数据准备装置,用于准备其中记录了电子零件的识别条件的零件识别数据,包括:输入装置,用于输入电子零件的整体和电极的信息;识别算法选择装置,用于根据输入的整体和电极信息而识别电子零件的类型,然后选择适合于所识别的类型的识别算法;零件形状数据提取装置,用于从输入的整体和电极信息中自动提取选择的识别算法执行识别处理所需要的零件形状数据。
按照所述零件识别数据准备装置,由输入装置输入电子零件的整体和电极的信息,然后根据输入的整体和电极信息选择适合于识别算法选择装置所识别的电子零件的类型的识别算法。然后,通过零件形状数据提取装置从输入的整体和电极信息中自动提取选择的识别算法执行识别处理所需要的零件形状数据。因此,由于可以自动输入识别算法执行识别处理所需要的电子零件的整体和电极信息而不用依序输入,因此可以精确和迅速地准备电子零件数据而不用具体知道识别算法的特性。
(9)所述零件识别数据准备装置还包括:光学条件设置装置,用于设置允许在适合于所选择的类型的最佳条件下拾取电子零件的图象的光学条件。
按照所述零件识别数据准备装置,由于诸如成像可视区域尺寸、照明条件等的光学条件被设置到拾取电子零件的图象的最佳条件中,因此可以更肯定地识别电子零件。
(10)零件识别数据准备装置还包括:显示装置,用于在屏幕上显示从输入装置输入的整体和电极的信息。
按照所述零件识别数据准备装置,由于从自输入装置输入的整体和电极信息中获得的整体形状和电极形状等的信息被显示装置显示在屏幕上,因此可以通过可视地查看而确定是否所显示的在整体和电极之间的位置关系的信息等是正确的。因此,与仅仅根据数字数据来作出决定的情况相反,可以即刻查看输入的信息,并且可以简单和迅速地查看是否输入的信息是正确的或错误的。
(11)在所述零件识别数据准备装置中,所述输入装置从通过拾取电子零件的图象而获得的图象数据提取电子零件的整体和电极信息以输入。
按照所述零件识别数据准备装置,由于从通过拾取电子零件的图象获得的图象数据的对应于电子零件的整体部分的区域和对应于电极部分的区域提取整体和电极信息,因此可以自动获取诸如整体尺寸、颜色、浓度等的信息和诸如电极尺寸、电极数量、对齐间距等的零件形状数据的信息。因此,可以消除依序输入各个数据的必要性,因此可以更简化零件识别数据的准备。
(12)按照本发明的一种电子零件安装装置,用于根据输入的NC信息、通过可分离地抓持电子零件的、具有吸入口的零件抓持装置向电路板的预定位置上依序安装电子零件,包括:输入装置,用于输入电子零件的整体和电极信息;识别算法选择装置,用于根据输入的整体和电极信息识别电子零件的类型识别电子零件的类型,然后选择适合于所选择的类型的识别算法;零件形状数据提取装置,用于从输入的整体和电极信息中自动提取由选择的识别算法执行识别处理所需要的零件形状数据;光学条件设置装置,用于设置允许在适合于所选择类型的最佳条件下拾取电子零件的图象的光学条件;识别装置,用于识别由吸入口抓持的电子零件的吸入状态;校正装置,用于响应于由识别装置识别的电子零件的吸入状态而校正在电路板上的安装位置。
按照本发明的电子零件安装装置,零件识别数据的准备是通过由输入装置输入电子零件的整体和电极信息,然后根据输入的整体和电极信息选择适合于由识别算法选择装置识别的电子零件类型的识别算法,然后由零件形状数据提取装置从整体和电极信息自动提取由选择的识别算法执行识别处理所需要的零件形状数据。识别装置根据零件识别数据识别由吸入口抓持的电子零件的吸入状态,然后校正装置响应于所识别的电子零件吸入状态而能够校正在电路板上的电子零件的安装位置。因此,可以自动输入识别算法执行识别处理所需要的整体和电极信息而不用依序的输入操作。结果,如果操作者不知道识别算法的特性,也可以精确和迅速地准备零件识别数据,并且可以稳定精确地向电路板的预定位置安装电子零件。
附图说明
图1是示出应用了按照本发明的零件识别数据准备方法的电子零件安装装置的透视图;
图2是示出电子零件安装装置的传送头的放大透视图;
图3是说明电子零件安装装置的操作的原理俯视图;
图4是示出在电子零件安装装置中零件识别数据的数据处理流程的方框图;
图5A、5B、5C、5D和5E是示出配置了各个识别算法的电子零件的类型的视图;
图6是示出电子零件的外观的视图;
图7是示出准备电子零件的零件识别数据的步骤的流程图;
图8是示出将电极分组的步骤的流程图;
图9是示出不必要电极去除处理的步骤的流程图;
图10是示出电子零件的外观的视图;
图11是示出准备零件识别数据的步骤的流程图;
图12A、12B、12C是示出绘制它们同时准备电子零件的零件识别数据的行为的视图;
图13是示出准备零件识别数据的步骤的流程图;
图14是概念性示出拾取电子零件的零件识别数据的图象的行为的视图;
图15是示出从拾取的图象数据提取零件识别数据的行为的视图;
图16是示出具有旋转头的整个电子零件安装装置的外观的视图;
图17是示出图16所示的电子零件安装装置的零件装配机构的原理配置的视图;
图18是示出当在整体的输入步骤中输入整体形状、整体颜色和整体尺寸(水平,垂直)的视图;
图19是示出在电极的输入步骤中加入电极的时候的显示屏的视图;
图20是示出当显示总共9个电极模式的时候的显示屏的视图;
图21是示出当输入电极顶端的部分形状时候的显示屏的视图;
图22是当输入电极尺寸的时候的显示屏的视图;
图23是当输入在电极之间的间隔的时候的显示屏的视图;
图24是示出显示输入电极的行为的视图;
图25是示出当电极被另外输入时候的显示屏的视图;
图26是示出显示增加的电极的行为的视图;
图27是示出自动设置/显示电子零件的各个零件尺寸的行为的视图;
图28是示出显示所有引线的行为的视图;
图29是示出显示左侧组中的电极的行为的视图;
图30是示出显示右侧组中的电极的行为的视图;
图31是示出显示上侧组中的电极的行为的视图;
图32是示出显示下侧组中的电极的行为的视图;
图33是示出当自动确定识别算法的时候显示识别算法的名称的行为的视图;
图34是示出当进行光学条件的设置时候的显示屏的视图;
图35是示出上段照明的设置屏幕的视图;
图36是示出中段照明的设置屏幕的视图;
图37是示出下段照明的设置屏幕的视图;
图38是示出经由其要查看光学条件的显示屏的视图;
图39是示出当在整体的输入步骤中输入整体形状、整体颜色和整体尺寸(水平、垂直)的时候的显示屏的视图;
图40是示出当在电极的输入步骤中输入电极的时候的显示屏的视图;
图41是示出加入电极的行为的视图;
图42是示出加入其他电极的行为的视图;
图43是示出显示所有引线的行为的视图;
图44是示出显示上侧组中的电极的行为的视图;
图45是示出显示其中自动设置诸如零件尺寸、引线外部直径、引线数量和电极尺寸的各个数据的行为的视图;
图46是示出当自动确定识别算法的时候其中显示识别算法的名称的行为的视图;
图47是示出经由其要查看光学条件的显示屏的视图;
图48是示出方形芯片零件的外观的视图;
图49是示出QFP零件的外观的视图;
图50是示出连接器零件的外观的视图;
图51是示出在现有技术中的电子零件的输入屏幕的视图;
图52是示出另一个连接器零件的外观的视图。
在这种情况下,在上述附图中,附图标记1是零件数据,附图标记2是输入装置,附图标记3是识别算法选择装置,附图标记4是识别算法,附图标记5是零件形状数据提取装置,附图标记6是零件识别数据,附图标记7是控制装置,附图标记8是校正装置,附图标记12是电路板,附图标记28是传送头,附图标记34是吸入口,附图标记36是识别装置,附图标记38a到38d是装配头,附图标记40是致动器,附图标记42是电机,附图标记44是同步带,附图标记52是操作面板,附图标记60、70是电子零件,附图标记62、71是整体,附图标记62a、71a是左侧,附图标记62b、71b是上侧,附图标记62c、71c是右侧,附图标记62d、71d是下侧,附图标记64、65、66、72、73、74、75、76、77、78、79、80是电极,附图标记85是绘制区域,附图标记88是成像装置,附图标记89是图象数据,附图标记90、92是窗口,附图标记100、200是电子零件安装装置,附图标记213是安装头,附图标记A1、A2、A3、A4、A5是识别算法,附图标记CAM1是小可视区域照相机,附图标记CAM2是大可视区域照相机,附图标记Cn是照相机数量,附图标记LED1到3是照明灯,附图标记L1、W1、Lt、Wt、h1、Pt、Nr、Nl、Nu、Nd是零件尺寸,附图标记Nu、Nd、Nl、Nr是电极数量,附图标记Wt是引线外形,附图标记Ob是整体中心,附图标记Op(OPn)是电极中心,附图标记Pt是电极间间隔,附图标记h1是电极宽度。
具体实施方式
以下,参照附图来详细说明按照本发明的零件识别数据的实施例。
本发明当被应用到例如图1的电子零件安装装置等的时候是一个优选零件识别数据准备方法,其特征在于,电子零件安装装置被改进使得,当所提供的电子零件被吸入口拾取然后被利用电子零件安装装置安装到电路板的时候,操作者可以容易地输入和设置限定电子零件形状的零件识别数据,它们被引用来识别由吸入口抓持的电子零件的状态。
在此,图1是示出应用了按照本发明的零件识别数据准备方法的电子零件安装装置的透视图。图2是示出电子零件安装装置的传送头的放大透视图。图3是说明电子零件安装装置的操作的原理平面图。
首先,以下说明电子零件安装装置100的配置。
如图1所示,在电子零件安装装置100的底板10的上表面的中间提供了电路板12的导轨14。电路板12被导轨14的传送带从在一端的装载部分16到电子零件的安装位置18和从安装位置18到在另一端的卸载部分20传送。
在电路板12的底板10的上表面的两侧部分分别提供了Y平台22、24。在这两个Y平台22、24之间悬挂了X平台26。而且,传送头28被装配到X平台26上,以便可以在X-Y平面中移动传送头28。
传送头28被安装到包括X平台26和Y平台22、24的X-Y自动装置上并在X-Y平面(水平平面)上自由移动,传送头28的构造使得可以由吸入口34从例如提供了诸如电阻芯片、芯片电容器等的电子零件的零件提供器30或提供了诸如SOP、QFP等的集成电路、连接器等的较大的电子零件的零件盘32吸入所期望的电子零件,然后识别装置36可以检测电子零件的吸入状态,然后可以向电路板12的预定位置安装这样的所期望的电子零件。这样的电子零件安装操作被控制单元(主控制器)(未示出)按照预先设置的安装程序来控制。在这种情况下,数据可以经由操作面板52被输入到控制单元中。
在此,安装程序是这样的程序,它将重组数据转换为指令模式,其中所述重组数据是响应于输入到电子零件安装装置100和包括要安装的电子零件的信息的NC信息而通过重新组合安装顺序来准备的,所述指令模式用于驱动X-Y自动装置、传送头口等。按照来自操作者的输入,利用NC信息和零件数据来进行准备这个安装程序,其中NC信息记录了各个电子零件的安装位置等的信息,零件数据记录了各个电子零件的电极形状等的信息。通过由控制单元执行如此准备的安装程序来进行向电路板的电子零件的安装。
多个零件提供器30在导轨14的两端部分排列。安装有诸如片状电阻器、片状电容器等电子零件的带状零件辊被分别装配到每个零件提供器。
而且,零件盘32可以总共装载两个盘32a,其纵向方向与导轨14的垂直方向重合。每个盘32a的构造使得响应于所提供的零件数量而滑动到导轨14侧,并在固定位置保持Y方向上的零件取出位置。在这个盘32a上装载了诸如QFP等的电子零件。
在由导轨14定位的电路板12的侧部提供了识别装置36,它具有状态识别照相机,所述照相机在两维上(吸入状态)检测由吸入口34吸入的电子零件的位置位移(吸入状态),然后使得传送头28侧校正吸入状态以便消除这个位置位移。状态识别照相机被提供在识别装置36的内底部。在包围这个状态识别照相机的外壳的内表面上象多个步骤一样提供了多个发光器件,如发光二极管LED等,它们照亮由吸入口34吸入的电子零件。因此,光可以以所期望的角度(如10°、45°、80°)照射到电子零件的安装表面上,因此可以响应于电子零件的类型而以适当的照明角度来拾取电子零件的图象。每个电子零件的这个照明角度由零件识别数据设置。而且,由识别装置36拾取的结果产生的图象数据由控制单元进行识别处理以识别电子零件的中心位置、电极位置等,这些数据被提供作为安装位置和角度的校正数据。
如图2所示,传送头28被构造为一个多头,其中水平排列和连接了多个(在本实施例中为4)装配头(第一装配头38a、第二装配头38b、第三装配头38c、第四装配头38d:零件抓持装置)。四个装配头38a、38b、38c、38d具有相同的结构,并且每个装配头具有:吸入口34;致动器40,用于使得吸入口34进行垂直操作;电机42,用于使得吸入口34旋转角度θ;同步带44;滑轮46。
每个装配头的吸入口34可以交换。其他吸入口被预先准备在电子零件安装装置100的底板10的吸入口存放器49中。对于吸入口34,例如存在用于吸入大约1.0×0.5mm的微型芯片零件的S尺寸吸入口和用于吸入大约18mm方形QFP的M尺寸吸入口等。吸入口34被按照所安装的电子零件的类型选择和安装。
接着,下面说明具有上述配置的电子零件安装装置100的操作。
如图3所示,当从导轨14的装载器16传送的电路板12被传送到预定的安装位置18的时候,传送头28在XY平面中由XY自动装置移动以根据安装程序从零件提供器30或零件盘32吸入所期望的电子零件,然后移动经过识别装置36的状态识别照相机。识别装置36根据零件识别数据识别电子零件的吸入状态以执行吸入状态的校正操作。这个校正操作的执行是通过向XY自动装置提供在X方向和Y方向上的位移量来作为补偿或由电机42将吸入口34旋转旋转分量上的位移量。然后,电子零件被安装在电路板12的预定位置上。
当由吸入口34从零件提供器30或零件盘32吸入电子零件的时候以及当电子零件被安装到电路板12的预定位置的时候,各个装配头38a、38b、38c和38d使得吸入口34从XY平面在垂直方向(Z方向)下移。而且,在响应于电子零件的类型而适当地交换吸入口的同时执行安装操作。
通过重复吸入电子零件的操作和向电路板12安装电子零件的操作来完成向电路板12的电子零件的安装。完成安装的电路板12被从安装位置18向卸载部分20传送,而新的电路板被传送到装载部分16。然后重复上述的操作。
接着,将仅仅利用图4所示的方框图说明在电子零件安装装置100中的零件识别数据的数据处理的流程。
参见图4,输入装置2(操作面板52)在引用记录了各种电子零件的零件数据1的同时输入电子零件的形状数据,然后识别算法选择装置3从识别算法4中选择对于这种输入的电子零件最佳的识别算法,然后零件形状数据提取装置5从由输入装置2输入的形状数据自动提取对这种选择的识别算法必要的零件形状数据,由此准备零件识别数据6。零件识别数据6被输入到控制装置7。而且,由吸入口34吸入的电子零件的图象数据被从识别装置36输入到控制装置7。控制装置7根据由零件识别数据6指定的识别算法从输入的图象数据识别电子零件的吸入状态。响应于识别的结果,由作为校正装置8的XY自动装置(X平台26、Y平台22和24)校正在X、Y方向上的位移分量(Δx,Δy),并且由作为校正装置8的吸入口34来校正旋转位移分量(Δθ)。
在这种情况下,除了在电子零件安装装置100上准备的零件识别数据6之外,可以使用这样的装置,它在外部计算机9上准备零件识别数据,然后向电子零件安装装置100输入这样准备的零件识别数据,所述外部计算机9经由诸如网络等的通信装置或诸如软盘等的记录介质连接到电子零件安装装置100。据此,也可以在电子零件安装装置100操作的中间执行准备零件识别数据6的操作,因此可以改进工序。
接着,详细说明通过识别装置36拾取由吸入口34吸入的电子零件的图象,以识别图象被拾取的电子零件的吸入状态,从而准备零件识别数据的步骤。
首先,作为前提条件,假定下面表1给出的电子零件的识别算法被预先准备。
表1 | |
算法名称 | 目标零件 |
算法A1 | 箱型零件 |
算法A2 | 内部电极型零件 |
算法A3 | 外部电极型零件 |
算法A4 | 引线型零件 |
算法A5 | 球形对齐型零件 |
所述识别算法响应于图5所示的电子零件的类型而被分别定义。具体而言,算法A1最好被应用到图5(a)所示的诸如芯片零件的箱型零件,算法A2最好被应用到图5(b)所示的整体内部存在电极的类型的零件,算法A3最好被应用到图5(c)所示的整体外部存在电极的类型的零件,算法A4最好被应用到图5(d)所述的以等间距在一侧排列四个或更多电极的类型的零件,算法A5最好被应用到图5(e)所示的焊球电极象网格一样排列的类型的零件。
而且,作为光学装置,可以拾取小于10×10mm的可视区域尺寸的小可视区域照相机CAM1和可以拾取小于60×60mm的可视区域尺寸的大可视区域照相机CAM2被提供作为上述的状态识别照相机,并且提供了沿着10°方向照明零件的安装表面的照明LED1、沿着10°方向照明零件的安装表面的照明LED1、沿着45°方向照明零件的安装表面的照明LED2、沿着80°方向照明零件的安装表面的照明LED3。在这种情况下,上述的成像范围和照明角度仅仅作为示例,它们可以相应于成像目标而被任意设置(由光学条件设置装置设置)。
接着,参照图7-9的流程图在这些前提条件下说明准备电子零件60——它的外观如图6所示——的零件识别数据的情况。
如图6所示,电子零件60包括整体62和电极64、65、66。在准备好这个电子零件60的零件识别数据的时候,如图7所示,输入电子零件60的第一零件数据,如整体62和电极64、65、66的尺寸、形状、颜色等(步骤1,以下缩写为“S1”)。在这个电子零件60的情况下,各个部分的零件数据在表2中给出如下。
表2 | |||||||
零件名称 | 中心X[mm] | 中心Y[mm] | 尺寸X[mm] | 尺寸Y[mm] | 形状 | 颜色 | 类型 |
整体61 | - | - | 6.0 | 6.0 | 方 | 白色 | - |
电极64 | -2.5 | -1.5 | 1.0 | 1.2 | 方(平) | 内部电极 | |
电极65 | -2.5 | 1.5 | 1.0 | 1.2 | 方(平) | 内部电极 | |
电极66 | 2.4 | 0 | 1.2 | 3 | 方(平) | 内部电极 |
然后,各个输入电极64、65、66被分别划分为电子零件的左侧62a、上侧62b、右侧62c和下侧62d的组(S2)。下面参照图8所示的流程图说明将这些电极分组的步骤。
首先,从电子零件60的左侧62a、上侧62b、右侧62c和下侧62d选择一侧(S11)。首先,如果对左侧62a进行分组处理,则排除了其中心位于整体中心Ob(0,0)的X方向的正侧(与所选择的一侧相对的一侧)的电极(S12)。此时,电极66被排除,因为这样的电极66位于整体中心Ob的X方向的正侧。
然后,按照其中心Opn(n是指示电极的号的整数)靠近左侧62a的顺序,即以更小的X坐标的顺序对除了被排除的电极(电极66)以外的电极(电极64、65)排序(S13)。此时,电极64、65具有相同的顺序,因为在X方向的电极的中心Op的位置相同。然后,如果提取其电极中心Op是在这些排序的电极(电极64、65)中的最小的电极,则提取电极64、65(S14)。结果,电极64、65被设置为左侧62a的组元素。
当上述步骤S11-S14被应用到各个侧(S15)。首先,当上侧62b象左侧62a的情况一样被分组的时候,仅仅提取电极64。类似地,对于右侧62c提取电极66,对于下侧62d提取电极65。
在电极被提取并被相对于各个侧分组之后,在各个组中的不必要的电极被排除(S3)。图9的流程图中示出了不必要电极排除处理的步骤。
首先,查看是否在相对侧之间包括相同的电极作为组元素(S21)。如果包括相同的电极,则从在两侧的各个组中排除相同的电极(S22)。在这种情况下,由于在左侧62a和右侧62c的组中和在上侧62b和下侧62d的组中的电极不被双重分组,因此它们保持原样。
然后,选择各个侧的一侧(S23)。查看是否所选择的一侧的组成是三个电极或更少并且组元素的电极被包括在相邻的其他侧组中(S24)。
如果查看左侧组62a,则包括在左侧62a的组中的电极的数量是2,小于3。而且,电极64也被包括在相邻上侧62b的组中。结果,左侧满足在S24的条件。在这种情况下,如果不满足在S24的条件,则结束所被选择一侧的处理。
然后,查看是否在上侧62b的相邻组中包括的电极的数量大于2(S25)。由于上侧62b的组仅仅由电极64组成,因此电极的数量是1。
在这种情况下,查看是否在左侧62a、上侧62b的组中电极排列的中心位于整体62的中间(Y=0mm或X=0mm)(S26)。此时,由于左侧62a的组成是电极64、65,因此在Y方向中的中心是0mm。相反,由于上侧62b的组成是仅仅电极64,则在X方向上的中心是-2.5mm并不位于整体62的中间。因此,从上侧62b的组中排除所述电极。
在这种情况下,如果在相邻上侧62b的组中包括的电极数量大于2,则从它自己的左侧62a的组中排除所述电极(S27)。
而且,如果在S24的查看应用到在左侧62a的相对相邻处的底侧62d,则在左侧62a和下侧62d中包括电极65。因此,如果以与上侧62b的情况类似的方式作出确定,则从下侧62d的组中排除电极65(S26)。
然后,上述步骤S18-S22被应用到所有侧(S28)。在此,如果查看在其电极仍然保持唯一的组元素中的右侧62c,则右侧62c的电极66不包括在相邻的上侧62b和相邻的下侧62d。因此不满足在S24中的条件,电极保持原样。
在这种方式中,当电极64、65、66被分组的时候,结果如表3所示。
表3 | |||
左侧 | 上侧 | 右侧 | 下侧 |
电极64、65 | 无 | 电极66 | 无 |
在左侧62a上存在两个电极,但是这些电极的尺寸、形状和类型相同。在此,所有的电极可以被当作检测的目标,因此在电子零件60中不存在除了检测目标之外的电极。
然后,确定被装配到上述电子零件60的零件识别算法(S4)。由于所有的电极64、65、66具有方(平)形状并且不是焊球电极,因此算法A5不被应用到它们。而且,由于构成四个侧的组的电极的数量在所有侧上分别小于4,因此算法A4不能被应用到它们。另外,由于所有的电极64、65、66的类型是内部电极,因此算法A3不能被应用到它们。而且,由于电极64、65、66不能被识别为内部电极,除非电极64、65、66与整体62具有对比,因此考虑在整体62和电极64、65、66之间的对比。此时,由于电子零件60的整体62的颜色是白色的,因此对作为金属表面的电极的对比不能被足够地获得,因此可能认为难于检测电极64、65、66。因此,算法A2不能被应用到它们。相反,由于整体62是四方形并且整体62的所有表面在拾取图象的时候反射照明光,因此可以预料整体62的图象被明亮地拾取。因此,确定可以识别箱状零件的算法A1可以被应用到它们。
然后,因为算法A1如上被设定,所以提取用于算法A1必须的零件形状数据(S5)。如图5(a)所示,算法A1仅需零件尺寸L1,W1。所以,从整体62的尺寸将L1=6mm和W1=6mm设定为零件形状数据。在这种情况下,基于如表2所示的已经输入的零件数据,自动地设置零件形状数据。
然后,确定光学条件(S6)。因为电子零件60的最大尺寸是6mm×6mm,因此小可视区域照相机CAM1可以用于这种情况。而且,由于选择了不象上述那样检测电极的算法A1,因此期望尽量明亮地设置照明以使得容易检测整体62的形状。因此,照明光被设置来利用所有的照明灯LED1、LED2、LED3照射零件。
按照这些步骤,准备电子零件60的零件识别数据。以这种方式,如果所有类型的要安装到电路板的电子零件的零件识别数据被分别准备,则可以根据零件识别数据没有失误地识别由吸入口抓持的电子零件的吸入状态。然后,可以响应于电子零件的识别吸入状态而精确地校正在电路板上的电子零件的安装位置。
按照本实施例的零件识别数据准备方法,如果输入电子零件的整体和电极的信息,则设置适合于这些电子零件的识别算法,然后自动从输入的整体和电极信息来提取通过这个识别算法执行的识别处理需要的零件形状数据。因此,由于通过这个识别算法执行的识别处理需要的电子零件的整体和电极的信息被自动输入而不用依序输入,因此,如果操作者不了解识别算法的特性也可以精确地和迅速地准备电子零件数据。
接着,说明按照本实施例的零件识别数据准备方法的第二实施例。本实施例制定其外观如图10所示的电子零件70的电子零件数据。此电子零件70包括整体71和排列在整体71的一侧的电极72、73、到79、80。可以根据与上述图7-9中所示的第一实施例类似的步骤制定电子零件70的零件识别数据。
首先,输入诸如整体71和电极72、73、到79、80的尺寸、形状、颜色等电子零件70的零件数据(S1)。在这些电子零件70的情况下,各个部分的零件数据在表4中提供如下。
表4 | |||||||
零件名 | 中心X[mm] | 中心Y[mm] | 尺寸X[mm] | 尺寸Y[mm] | 形状 | 颜色 | 类型 |
整体71 | - | - | 6.0 | 6.0 | 方 | 黑色 | - |
电极72 | -7.0 | -3.0 | 1.4 | 2.0 | 方(平) | - | 外部电极 |
电极73 | -4.5 | -3.0 | 0.7 | 2.0 | 方(平) | - | 外部电极 |
电极74 | -3.0 | -3.0 | 0.7 | 2.0 | 方(平) | - | 外部电极 |
电极75 | -1.5 | -3.0 | 0.7 | 2.0 | 方(平) | - | 外部电极 |
电极76 | 0.0 | -3.0 | 0.7 | 2.0 | 方(平) | - | 外部电极 |
电极77 | 1.5 | -3.0 | 0.7 | 2.0 | 方(平) | - | 外部电极 |
电极78 | 3.0 | -3.0 | 0.7 | 2.0 | 方(平) | - | 外部电极 |
电极79 | 4.5 | -3.0 | 0.7 | 2.0 | 方(平) | - | 外部电极 |
电极80 | 7.0 | -3.0 | 0.7 | 2.0 | 方(平) | - | 外部电极 |
然后,各个输入电极72、73到79、80被分别划分为电子零件的左侧71a、上侧71b、右侧71c和下侧71d的组(S2)。象第一实施例的情况一样,将参照图8说明这个分组方法。
首先,从电子零件70的整体71的各侧选择一个侧(S11)。首先,如果分组处理被应用到左侧71a,则排除这样的电极:其中心位于与整体71的中心Ob(0,0)相反的X方向的正侧(与所选择的一侧相对的一侧)(S12)。此时,由于电极76到79、80位于与整体71的中心Ob(0,0)相反的X方向的正侧,因此排除这样的电极。
然后,按照其中心Opn更靠近左侧71a的顺序、即按照更小的X坐标的顺序对除了被排除的电极(电极76到79、80)之外的电极(电极72、73到75)排序(S13)。此时,按照电极72、73、74和75的顺序对这些电极排序。然后,如果提取在这些排序的电极中其电极中心Op是最小的电极,则仅仅提取电极72(S14)。结果,电极72被设置为左侧71a的组元素。
上述步骤被应用到各个侧(S15)。首先,如果象左侧71a的情况那样对上侧71b分组,则提取电极72、73到79、80。类似地,对于右侧71c提取电极80,对于下侧71d不提取任何电极。然后,排除在各个组中的不必要的电极(S3)。如图9所示,首先查看是否在相对侧之间包括作为组元素的相同的电极(S21)。在这种情况下,由于所有的电极不对应,因此它们被保持原样。
然后,选择各侧中的一个侧。查看是否所选择的一侧的组包括三个电极或更少并且组元素的电极被包括在相邻的其他侧组中(步骤S24)。首先,如果查看左侧71a,电极72也包括在相邻上侧71b的组中。由于相邻上侧71b包括9个电极,因此从左侧71a的组中排除电极72。那么,具有小于3的电极数量的一侧是右侧71c。如果象在左侧71a的情况一样作出确定,则从右侧71c的组中排除电极80。在以这种方式分组电极之后,被排除的电极的结果在图5中给出。
表5 | ||||||||
零件名 | 中心X[mm] | 中心Y[mm] | 尺寸X[mm] | 尺寸Y[mm] | 间隔X[mm] | 零件数量 | 形状 | 类型 |
电极73-79 | 0.0 | -3.0 | 0.7 | 2.0 | 1.5 | 7 | 方 | 外部电极 |
在这种情况下,在上侧71b中存在9个电极,但是电极72、80和电极73-79具有不同的尺寸和排列间隔。因此,从识别目标中排除位于两侧的电极72、80。然后,如果在其他侧的电极也按照上述方法分组,则结果如表6所示。
表6 | ||||||||
零件名 | 中心X[mm] | 中心Y[mm] | 尺寸X[mm] | 尺寸Y[mm] | 间隔X[mm] | 零件数量 | 形状 | 类型 |
电极72,80-79 | 0 | -3.0 | 1.4 | 2.0 | 14.0 | 2 | 方(平) | 外部电极 |
然后,设置自适应零件识别算法(S4)。由于这个电子零件70的上侧71b的组包括7个电极73-79并且所有的形状是方(平)状,因此可以应用算法A4。
在此,由于设置了算法A4,因此提取对于算法A4必要的零件形状数据(S5)。如图5(d)所示,算法A4需要零件尺寸L1、W1、Lt、Wt、h1、Pt、Nr、Nl、Nu、Nd。因此,通过从整体62和电极73-70的零件数据中提取它们,上述的零件尺寸被设置为表7所示的值。
表7 | |||
左侧 | 上侧 | 右侧 | 下侧 |
无 | 电极72-80 | 无 | 无 |
然后,设置光学条件(S6)。因为电子零件70的最大尺寸是17.0mm×6mm,因此大可视区域照相机CAM2可以用于这种情况。而且,由于选择了不如上所述检测电极的算法A4并且电极的形状是平的,因此以角度45°照射到电子零件70的安装表面的照明灯LED2用做照明光。
按照上述步骤,准备了电子零件70的零件识别数据。以这种方式,按照本实施例的零件识别数据准备方法,可以获得与第一实施例相同的优点。
接着,说明按照本发明的零件识别数据准备方法的第三实施例。本实施例根据输入数据在例如绘制图10所示的电子零件的形状的同时准备了零件识别数据。
在此,图11是示出准备零件识别数据的步骤的流程图。图12是示出绘制它们的同时准备电子零件70的零件识别数据的行为的视图。
存在各种模式作为绘制方法。例如,存在、通过组合绘线型图显示电子零件的形状的情况、通过选择样品的形状和然后改变诸如尺寸、位置等的参数而显示电子零件的形状的情况等等。可以任意设置这些模式。在本实施例中,为了更简单和准确地输入数据,使用了通过输入最少的诸如尺寸、位置、形状、颜色等的数据而自动显示电子零件的形状的模式。
下面参照图11说明本发明的零件识别数据准备方法。
首先,为了绘制整体71,输入如表8所示的尺寸、形状和颜色(S31)。
表8 | |||
左侧 | 上侧 | 右侧 | 下侧 |
无 | 电极73-79 | 无 | 无 |
在这种情况下,通过使用从预先选择的侯选对象中选择形状和颜色的装置可以简化输入操作。如图12(a)所示,按照这些输入,由诸如监控器等的显示装置在显示屏上的绘制区域85中显示和绘制整体71(S32)。
然后,执行电极72-79的绘制。两种电极,例如电极72、80和电极73、79被包括在电子零件70中。首先输入电极73到79的数据(S33)。作为这个输入方法,有可能逐个输入各个电极的数据,否则有可能共同输入以相同的间隔排列的电极的数据。在本实施例的情况下,通过输入表9的零件数据而共同地输入电极的数据。
表9 | ||
零件尺寸[mm] | L1 | 17.0 |
W1 | 4.0 | |
引线尺寸 | Lt | 17.0 |
[mm] | Wt | 6.0 |
电极尺寸[mm] | h1 | 0.7 |
Pt | 1.5 | |
电极数量 | Nl | 0 |
Nr | 0 | |
Nu | 7 | |
Nd | 0 |
即,从其中包括表9所示的在电极之间的间隔和电极的数量的零件数据计算各个电极的中心位置,然后在图12(b)所示的绘制区域85中显示电极73-79的图(S34)。在这种情况下,如果在电极两端上9mm的电极中心之间的距离被输入到电极数量的位置,则可以按照在电极之间的间隔和电极的数量来执行电极的数据输入。
类似地,电极72、80的输入可以如表10一样来进行。
表10 | |||||||
零件名 | 中心X[mm] | 中心Y[mm] | 尺寸X[mm] | 尺寸Y[mm] | 形状 | 颜色 | 类型 |
整体71 | - | - | 17.0 | 4.0 | 方 | 黑 | - |
即,如图12(c)所示,通过输入其中包括表10中给出的电极之间间隔和电极数量的零件数据而在绘制区域85中绘制电极72、80的图。
因此,已经完成了所有电极的数据输入和绘制(S35)。然后,确定是否正确地输入电极的位置(S36)。具体而言,由于电极72-80的所有的图是外部电极,因此这些电极的中心必须被定位在整体71的图的外部。电极中心的所有的Y坐标是-3.0mm,并且整体71的端部位于-2.0mm,因为整体中心位于0mm并且在Y方向的整体71的尺寸为4mm。因此,可以确定各个电极72-80被定位在整体71的图的外部。结果,确定输入的零件数据是正确的,因此完成数据的输入。
按照本实施例的零件识别数据准备方法,如果从整体的输入信息来绘制整体形状并且从电极的输入信息来绘制电极形状,则可以通过可视地查看来确定是否在整体和电极之间的绘制的位置关系是正确的。因此,与仅仅通过数字数据确定绘制的位置关系的情况相反,可以迅速地查看这样的绘制位置关系,以便可以简单迅速地查看是否输入的信息是正确的。
接着,说明按照本发明的零件识别数据准备方法的第四实施例。在本实施例中,通过从经由拾取电子零件的图象获得的图象数据来提取这样的数据而准备零件识别数据。
在此,图13是准备零件识别数据的步骤的流程图。图14是概念性示出拾取电子零件70的零件识别数据的图象的行为的视图。图15是示出从拾取的图象数据提取零件识别数据的行为的视图。在这种情况下,利用图10所示的电子零件作为示例来进行说明。
下面参照图13说明本实施例的零件识别数据准备方法。
首先。如图14所示,通过由成像装置88拾取电子零件70的图象而获得图象数据89(S41)。所期望的是由在电子零件安装装置100中的识别装置36一同使用成像装置88与状态识别照相机,所述状态识别照相机实际识别电子零件。但是,如果可以正确地抓拍成像装置88的成像放大,则成像装置不限于这样的成像装置,可以使用普通的数字照相机、扫描器等。
然后,如图15(a)所示,通过根据来自输入装置2的输入操作提供窗口90,从而设置在图象数据89中对应于电子零件70的整体71的区域(S42)。然后,从靠近所设置的窗口90的位置检测整体71的其亮度(像素浓度(pixelconcentration))被改变的准确边缘,然后从检测的边缘信息提取诸如整体71的形状、整体71的中心位置的整体信息(S43)。由于为了数据的方便整体71的中心位置被设置为(0,0),因此所产生的中心位置提供在下述的电极中心位置计算中所使用的偏移值。而且,如果成像装置88可以拾取颜色图象,则可以从边缘的内部区域提取整体71的颜色数据。在这种情况下,如果成像装置仅仅可以输入黑白图象,则可以取代颜色信息而提取亮度(浓度)信息。
然后,如图15(b)所示,由窗口92指示对应于电极72的区域(S44)。然后,从靠近所指示的窗口92的位置检测电极72的其亮度被改变的准确边缘,然后从检测的边缘信息提取诸如电极72的形状、电极中心位置等的电极信息(S45)。使用从上述整体71的中心获得的偏移值计算电极中心位置。另外,由于可以根据与整体71的位置关系来确定是否电极72是内部电极类型或外部电极类型,因此也可以提取电极72的类型。在图解的示例的情况下,由于电极72被放置在整体的外部,因此可以确定这个电极是外部电极。而且,可以从窗口92的内部区域提取颜色或浓度的数据。类似地,随后进行电极73-80的零件识别数据的提取,于是完成了数据输入(S46)。
在这种情况下,在用于从输入装置2手动输入整体71和电极72-80的数据。如果整体71和电极72-80的图象可以具有与背景的足够对比,则可以便利从图象数据自动地提取整体区域和电极区域作为侯选对象。据此,可以降低操作者的负担,并且可以更简单地形成零件识别数据。
在安装未在零件数据中存储的电子零件的时候,首先必须准备电子零件的零件数据。在现有技术中,这样的零件数据被逐个输入。因此,如果操作者不是已经详细了解了输入项目,则这样的操作者在输入操作中耗费很多时间来输入零件数据。但是,按照本实施例的零件识别数据准备方法,可以通过简单地拾取要输入的电子零件的图象来自动准备零件识别数据。因此,可以简单和迅速地获得零件识别数据而不需要数据输入的技术。
以这种方式,按照本实施例的零件识别数据准备方法,可以通过将对应于整体部分的区域和对应于电子零件的电极部分的区域指向经由拾取电子零件的图象而获得图象数据,而从整体区域和电极区域的图象数据获得整体和电极的信息。因此,可以自动提取诸如整体的尺寸、颜色或浓度等的零件形状数据和诸如电极的尺寸、数量、排列间距等的零件形状数据,因此不必逐个输入各个数据。因此,可以更为简化零件识别数据的准备。
在此,可以直接从电子零件安装装置100的操作面板52直接向控制单元输入准备上述零件识别数据所需要的数据。否则,可以由在电子零件安装装置100外部的外部计算机准备零件识别数据,然后经由记录介质或电子连接将它们输入到电子零件安装装置100。
上述的按照本发明的零件识别数据准备方法可以不仅应用到具有多头的结构——其中象图1到图3所示的电子零件安装装置100一样连接有多个装配头,而且应用到具有可以执行高速安装的旋转头的结构中。
在此,具有旋转头的整个电子零件安装装置的外观如图16所示。这个电子零件安装装置的零件装配机构的原理配置如图17所示。
如图16所示,电子零件安装装置200主要包括:零件提供部分201,用于提供电子零件;旋转头203,用于吸入在零件提供部分201的预定零件提供位置的电子零件以将其装配到电路板;X-Y平台205,用于定位电路板;识别装置206,用于识别被吸入的电子零件的吸入状态。电子零件安装装置200将从装载部分207提供的电路板放置到X-Y平台205上,然后由旋转头203装配电子零件,然后由识别装置206识别吸入状态,然后装配电子零件并同时响应于所识别的吸入状态来校正安装位置,然后将完成其上的零件装配的电路板从X-Y平台205送到卸载部分209。
如图17所示,在零件提供部分201中,多个包括多个电子零件的零件提供单元211排列在与平面表面垂直的方向上,并在垂直于排列的方向上移动以向预定的零件提供位置提供所期望的电子零件。
X-Y平台205被可移动地提供在装载部分207和卸载部分209之间。X-Y平台205移动到于装载部分207的电路板运载路径连接的一个位置以接收装配了零件的电路板,然后固定电路板,然后移动到旋转头203的零件装配位置。此时,X-Y平台205响应于每个电子零件的装配位置而重复电路板的传送,然后当完成装配的时候移动到与卸载部分209连接的一个位置,然后向卸载部分209发送电路板。
旋转头203包括:多个装配头213,用于吸入电子零件;旋转机架215,被旋转和驱动以支持装配头213在它的外表面的垂直方向上可移动;间歇旋转的驱动单元(未示出),用于定位旋转/驱动旋转机架215。
装配头213按照旋转机架215的转动持续从零件提供部分201的零件提供位置向在相对一侧上的零件装配位置转动/移动,然后在零件提供部分201的零件提供位置进行向下的操作以吸入电子零件,然后在识别装置206的某个零件识别位置识别电子零件的吸入位置,然后在旋转头203的零件装配位置进行向下的操作以向电路板装配电子零件。
上述实施例的零件识别数据准备方法也可以被应用到具有这样的旋转头的电子零件安装装置200,并可以实现类似的优点。
而且,本发明的零件识别数据准备方法不限于在电子零件安装装置中被吸入零件的零件识别数据准备。例如,本发明的零件识别数据准备方法可以优选地被不仅应用到用于电子零件焊接检查装置的检查程序准备的零件数据准备,而且应用到需要识别电子零件的各种设备。
<示例>
接着,参照图18-47所示的监控器的显示屏幕说明利用编程的计算机准备图6所示的电子零件60和图10所示的电子零件70的零件识别数据的步骤。
首先,将说明准备图6所示的电子零件60的零件识别数据的步骤。
如图18所示,在整体的输入步骤中,输入了整体形状、整体颜色和整体尺寸(水平,垂直)。然后,根据输入的数据在屏幕的右侧显示整体62的外观。
然后,如图19所示,处理进行到电极的输入步骤。首先,单击“增加”键来新增加电极64。然后,总共显示在图20所示的9个电极模式,其中选择输入电极属于哪种类型。在电子零件60的情况下,选择“安装表面类型”,因为在安装表面存在电极。
然后,如图21所示,输入电极顶端的剖面形状。作为电极形状,存在剖面形状为矩形的“平面类型”和剖面形状为圆的“曲面类型”。
然后,如图22所示,输入电极尺寸。由于电极具有水平1.00mm和垂直1.20mm的尺寸,因此这些数字值被输入。在此,仅仅可以选择一项和多项增加(水平排列、垂直排列、网格排列)来作为电极的增加。因此,因为电极64和电极65具有相同的形状,所以选择“增加多个电极(垂直排列)”,然后同时输入电极尺寸。
然后,如图23所示,显示输入了电极之间的间隔的屏幕。在此,输入电极排列间隔和电极数量的任何一个以及在电极之间距离。在这种情况下,2和3.0mm被分别输入作为电极的数量和电极之间的距离。按照这些输入的数据,如图24所示,两个电极64、65被显示在屏幕的右侧。然后,这两个电极的中心位置被分别设置到X=-2.5mm和Y=0mm,电极64、65被存储为组001。
然后通过选择在图24中的“增加”而执行电极66的数据输入。如图25所示,输入电极尺寸(水平,垂直),然后选择“仅仅增加一个电极(单个)”。然后,如图26所示,电极66与在组001中所存储的电极一同重新地显示。电极66的位置被设置到X=2.4mm和Y=0mm,电极66被存储为引线001。
结果,如图27所示,电子零件60的各个零件尺寸被自动设置和显示。此时,在图7所示的分组S2中和不必要电极排除S3中的处理被自动执行。
现在,如图28所示,如果要显示电子零件60的所有引线,则在附图右侧上显示的整体62的内部位置显示电极64、65、66。在这个屏幕上,用于计算零件中心的电极,即用于零件识别的电极可以被指定。在这个零件的情况下,由于所有的电极64、65、66被用于识别,因此所有的电极64、65、66被白框包围和显示。
而且,如图29所示,如果要显示左侧组,则显示电极64、65,这表示电极64、65包括在左侧组中。
类似地,如图30所示,如果要显示右侧组,则显示电极66。如图31和32所示,如果要显示上侧和下侧组,则在这些组中不包括电极。因此在屏幕上不显示电极。
然后,如图33所示,识别算法的确定(S4)被自动执行,并显示所确定的识别算法。在这种情况下,设置箱型(上述的算法A1)识别算法。
然后,执行零件形状数据(S5)的提取,然后执行光学条件的设置(S6)。如图34所示,在大可视区域照相机和小可视区域照相机中的大可视区域照相机被设置为提供到电子零件安装装置100的两维的传感器。照相机的类型被按照电子零件60的尺寸自动选择。
然后,设置照明条件。作为照明,可以独立设置三种类型的照明,即上段照明、中段照明和下段照明。
首先,在图35中示出了上段照明的设置屏幕。上段照明表示照明光以基本横向以浅的照明角度照射在电子零件的安装表面上。在此,光从具有大约14°的照明角度的位置照射。而且,一些光可以被改变到从0到3的四个段。在这种情况下,如果每个段显示优选应用上段照明的诸如“其剖面形状平坦的情况”、“其剖面形状弯曲的情况”等照明目标并且照明角度被图解以说明,则不仅操作者可以清楚地明白输入内容的含义,而且可以简单地执行一些光的设置而不用试探。因此,可以尽可能防止输入差错和错误数据输入的产生。
而且,图36示出中段照明的设置屏幕。中段照明将照射光以具有在上段照明和下段照明之间的中间角度的照射角度照射到电子零件的安装表面。在此,照明光从具有大约45°的照明角度的位置照射。光的量可以被改变到从0到7的8个段。例如,当要设置的一些光的量不清楚的时候,通过显示所述一些光应当设置到的级别“一般指定4”等可以清楚地指示。在特殊情况下,通过显示“如果类型是105可以设置到0”等可以指示所述一些光的量应当被设置到特殊段。结果,操作者从不操心输入的内容,可以实现平滑的输入。
另外,图37示出下段照明的设置屏幕。下段照明以基本垂直的方向向电子零件的安装表面照射照明光。在此,从具有大约80°的照明角度的位置照射照明光。当光的设置量不适当的时候,可以通过显示“如果整体暗则更强地接通”等来清楚地指示应当如何处理这种问题。结果,可以向操作者指示对校正的指导,因此可以迅速设置良好的条件。
如果设置了上述光学条件,则显示在图38中所示的显示屏幕,经由它要查看光学条件。如果要改变设置的内容,则可以通过正确地返回上述的设置屏幕而再次进行输入操作。如果已经输入的设置内容可以接收,则单击“结束”来结束输入操作。
按照上述的设置操作,零件识别数据的准备被完成。如果通过输入方法准备零件识别数据,可以较大地减少用于准备的时间并且可以降低操作者的负担,另外可以平滑地执行数据输入而不使输入犹豫。
接着,说明准备图10所示的电子零件70的零件识别数据的步骤。在此说明中省略与关于上述电子零件60的零件识别数据的准备步骤中相同的设置屏幕。
首先,如图39所示,在整体的输入步骤中,当输入整体形状、整体颜色和整体尺寸(水平,垂直)的时候,根据输入的数据在屏幕的右侧显示整体71的外观。
然后,处理进行到电极的输入步骤,电极73-79的位置被一同输入。结果如图40所示。然后,如图41所示,电极71被增加。然后,如图42所示,电极80被另外输入。
在上述输入步骤完成后,如果显示所有的引线则获得图43所示的结果。换句话说,显示在整体71的上侧排列的电极72、73到79、80。在此,电极72、80被设置为不在零件识别中使用的电极并被分组。然后,如图44所示,电极72、80被删除,仅仅电极73-79仍然保留在上侧组。
当完成电极的输入的时候,如图45所示,自动设置诸如零件尺寸、引线外部直径、引线数量和电极尺寸。
然后,如图46所示,根据输入的零件形状数据将适合于电子零件70的识别算法设置为“引线型”。
另外,如果执行光学条件的设置,则显示如图47所示的显示屏幕,经由其检查光学条件。如果显示的条件可以接受,则通过单击“结束”来结束处理。
按照上述的设置操作,零件识别数据的准备得到完成。如果通过此输入方法准备零件识别数据,则可以较大地减少用于准备的时间并且可以降低操作者的负担,另外可以平滑地执行数据输入而不使输入犹豫。
<产业上的应用>
按照本发明的零件识别数据数据准备方法和准备装置,由于自动输入而不依序输入这个识别算法执行的识别处理所需要的、电子零件的整体和电极的信息,因此如果操作者不了解识别算法的特性也可以准确和迅速地准备电子零件数据。而且,由于在可视地查看的同时输入数据,因此可以即刻执行查看,因此可以简单和迅速地查看是否输入的信息正确或错误。另外,由于可以从经由拾取电子零件的图象而获得的图象数据的对应于整体部分的区域和对应于电子零件的电极部分的区域提取整体和电极的信息,因此,不必逐个输入各个数据,而且,可以更为简化零件识别数据的准备。
而且,按照本发明的电子零件安装装置,由于可以由识别装置根据准备的零件识别数据识别由吸入口抓持的电子零件吸入状态并且可以响应于电子零件的吸入状态而由校正装置准确校正在电路板上的电子零件的安装位置,因此可以将电子零件平稳和精确地安装到预定的电路板位置。
而且,按照本发明的记录介质,由于执行记录程序,因此可以自动输入而不用依序输入由识别算法执行的识别处理需要的电子零件的整体和电极的信息,并且可以准确和迅速地准备零件识别数据而不用具体知道识别算法的特性。
Claims (12)
1.一种零件识别数据准备方法,被应用到一种装置,以准备记录了电子零件的识别条件的零件识别数据,所述装置根据通过拾取电子零件的图象而获得的图象数据来识别电子零件,所述方法包括步骤:
整体/电极输入,用于输入电子零件的整体信息和电子零件的电极信息;
识别,用于根据输入的电子零件的整体和电极的信息而通过分析零件形状来识别电子零件类型;
选择,用于选择适合于所识别的电子零件类型的识别算法;和
自动提取,用于自动提取零件形状数据,所述零件形状数据是由识别算法执行的识别处理所需要的。
2.按照权利要求1所述的零件识别数据准备方法,还包括步骤:
光学条件输入,用于输入拾取电子零件图象的光学条件,所述光学条件是适合于所选择的类型的最佳条件。
3.按照权利要求2所述的零件识别数据准备方法,包括步骤:
分组步骤,用于在输入电子零件的整体信息和电子零件的电极信息之后,对电子零件的整体的外部的每一侧进行电极分组;
对于不必要电极的排除步骤,用于在分组之后从分组的电极中排除在各组中重叠的电极和不用于识别电子零件的电极;
识别算法确定步骤,用于在识别出电子零件的类型之后确定适合于所述电子零件的识别算法;
零件形状数据提取步骤,用于在选择了识别算法之后从整体和电极信息中自动提取由确定的识别算法执行的识别处理所需要的零件形状数据;和
光学条件确定步骤,用于在自动提取零件形状数据之后确定拾取电子零件图象的最佳光学条件。
4.按照权利要求3所述的零件识别数据准备方法,
其中分组步骤包括步骤:
电极排除,用于对于电子零件的整体的左侧/上侧/右侧/下侧的各个侧,从所选择的一侧组排除在所选择一侧的相对一侧的电极;
排序,用于以其中心更接近所选择的一侧的电极的顺序在所选择侧的组中排序电极;
电极提取,用于提取最接近于所选择的一侧的电极。
5.按照权利要求3所述的零件识别数据准备方法,
其中对于不必要电极排除的步骤包括步骤:
相同电极排除,用于如果在相对的侧组中存在相同的电极则从两侧组中排除相同的电极;
去除重复电极,用于如果在选择的侧组中电极的数量小于3并且所述电极被包括在相邻的侧组中,则当在相邻的侧组中的多个电极大于2的时候,通过从选择的侧组排除所有的电极、当在相邻的侧组中的多个电极小于2的时候,通过从其中电极对齐的中心不在整体的中心的侧组排除所有的电极,来去除重复的电极。
6.按照权利要求1-3中所述的任一个的零件识别数据准备方法,还包括步骤:
整体形状绘制,用于在输入整体信息之后根据输入的整体信息绘制整体形状;
电极形状绘制,用于在输入电极信息之后根据输入的电极信息绘制电极形状的步骤;和
确定,用于在以上两个步骤之后确定是否所绘制的整体和电极的位置关系正确;
其中整体和电极的信息被可视地查看。
7.按照权利要求1-2中所述的任一个的零件识别数据准备方法,其中整体/电极输入步骤包括步骤:
拾取,用于拾取电子零件的图象;
整体区域指定,用于向电子零件的图象数据指定对应于整体部分的区域;
电极区域指定,用于向该电子零件的图象数据指定对应于电极部分的区域;和
信息提取,用于从指定的整体区域获取整体信息和从指定的电极区域获取电极的信息;
其中经准备的零件识别数据是通过由信息提取步骤获取的信息。
8.一种零件识别数据准备装置,用以根据通过拾取电子零件的图象获得的图象数据来识别电子零件,用于准备其中记录了电子零件的识别条件的零件识别数据,所述装置包括:
输入装置,用于输入电子零件的整体和电极的信息;
识别算法选择装置,用于根据输入的整体和电极信息而识别电子零件的类型,然后选择适合于所识别的类型的识别算法;和
零件形状数据提取装置,用于从输入的整体和电极信息中自动提取被选择的识别算法执行识别处理所需要的零件形状数据。
9.按照权利要求8所述的零件识别数据准备方法,还包括:
光学条件设置装置,用于设置允许在适合于所选择的类型的最佳条件下拾取电子零件的图象的光学条件。
10.按照权利要求8或权利要求9所述的零件识别数据准备装置,还包括:
显示装置,用于在屏幕上显示从输入装置输入的整体和电极的信息。
11.按照权利要求8-10之一所述的零件识别数据准备装置,
其中所述输入装置从通过拾取电子零件的图象而获得的图象数据提取电子零件的整体和电极信息以输入。
12.一种电子零件安装装置,用于根据输入的NC信息、通过可分离地抓持电子零件的、具有吸入口的零件抓持装置向电路板的预定位置上依序安装电子零件,所述装置包括:
输入装置,用于输入电子零件的整体和电极信息;
识别算法选择装置,用于根据输入的整体和电极信息识别电子零件的类型,然后选择适合于所识别的类型的识别算法;
零件形状数据提取装置,用于从输入的整体和电极信息中自动提取由选择的识别算法执行识别处理所需要的零件形状数据;
光学条件设置装置,用于设置允许在适合于所选择类型的最佳条件下拾取电子零件的图象的光学条件;
识别装置,用于识别由吸入口抓持的电子零件的吸入状态;和
校正装置,用于响应于由识别装置识别的电子零件的吸入状态而校正在电路板上的安装位置。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP207299/00 | 2000-07-07 | ||
JP2000207299A JP3877501B2 (ja) | 2000-07-07 | 2000-07-07 | 部品認識データ作成方法及び作成装置並びに電子部品実装装置及び記録媒体 |
JP207299/2000 | 2000-07-07 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN1440541A CN1440541A (zh) | 2003-09-03 |
CN1254768C true CN1254768C (zh) | 2006-05-03 |
Family
ID=18704077
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CNB018124550A Expired - Lifetime CN1254768C (zh) | 2000-07-07 | 2001-07-06 | 零件识别数据准备方法和准备装置以及电子零件安装装置 |
Country Status (6)
Country | Link |
---|---|
US (1) | US7539339B2 (zh) |
EP (1) | EP1306801B1 (zh) |
JP (1) | JP3877501B2 (zh) |
CN (1) | CN1254768C (zh) |
DE (1) | DE60139877D1 (zh) |
WO (1) | WO2002005211A1 (zh) |
Families Citing this family (34)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6496195B1 (en) * | 2000-01-31 | 2002-12-17 | Autodesk, Inc. | Method and apparatus for automatically displaying and manipulating identifiers of a mechanical design |
US7088360B1 (en) | 2002-07-20 | 2006-08-08 | Autodesk, Inc. | Simplified identifier generation in a computer aided design (CAD) environment |
JP4357355B2 (ja) * | 2004-05-07 | 2009-11-04 | 株式会社日立ハイテクノロジーズ | パターン検査方法及びその装置 |
US7636096B2 (en) * | 2004-06-25 | 2009-12-22 | Autodesk, Inc. | Automatically ballooning an assembly drawing of a computer aided design |
US7809180B2 (en) | 2004-07-05 | 2010-10-05 | Panasonic Corporation | Method of generating image of component |
US8233724B2 (en) | 2005-06-02 | 2012-07-31 | Panasonic Corporation | Automatic component teaching device |
JP4674853B2 (ja) * | 2005-06-03 | 2011-04-20 | 富士機械製造株式会社 | 画像処理用部品データ作成方法及び画像処理用部品データ作成装置 |
KR101495231B1 (ko) | 2006-12-28 | 2015-02-24 | 야마하하쓰도키 가부시키가이샤 | 부품 인식 장치, 표면 실장기, 및 부품 시험 장치 |
US8144988B2 (en) * | 2007-09-06 | 2012-03-27 | Ricoh Company, Ltd. | Document-image-data providing system, document-image-data providing device, information processing device, document-image-data providing method, information processing method, document-image-data providing program, and information processing program |
US8194982B2 (en) * | 2007-09-18 | 2012-06-05 | Ricoh Company, Ltd. | Document-image-data providing system, document-image-data providing device, information processing device, document-image-data providing method, information processing method, document-image-data providing program, and information processing program |
JPWO2009096119A1 (ja) * | 2008-01-29 | 2011-05-26 | 株式会社アドバンテスト | 電子部品ハンドリング装置および電子部品の位置検出方法 |
JP5333344B2 (ja) * | 2009-06-19 | 2013-11-06 | 株式会社安川電機 | 形状検出装置及びロボットシステム |
GB2492706B (en) | 2010-05-05 | 2016-06-22 | Allsteel Inc | Moveable and demountable wall panel system for butt-glazed wall panels |
JP5441266B2 (ja) * | 2010-06-24 | 2014-03-12 | 合同会社IP Bridge1号 | 部品実装システムおよび画像認識用データ作成装置ならびに画像認識用データ作成方法 |
JP5730114B2 (ja) * | 2011-04-25 | 2015-06-03 | 富士機械製造株式会社 | 部品回転角度検出装置及び画像処理用部品データ作成装置並びに部品回転角度検出方法及び画像処理用部品データ作成方法 |
CN103186789B (zh) * | 2011-12-27 | 2016-09-07 | 英业达股份有限公司 | 自动判别零件正确性的方法 |
EP2623159B1 (en) | 2012-02-02 | 2018-06-13 | Airbus Operations GmbH | Fire suppression system and method for fire suppression in an airborne vehicle |
US9440313B2 (en) | 2013-03-12 | 2016-09-13 | Serenity Data Security, Llc | Hard drive data destroying device |
DE102013017795C5 (de) * | 2013-10-25 | 2018-01-04 | Lessmüller Lasertechnik GmbH | Prozessüberwachungsverfahren und -vorrichtung |
CN103793712B (zh) * | 2014-02-19 | 2017-02-08 | 华中科技大学 | 一种基于边缘几何特征的图像识别方法及*** |
US10721849B2 (en) * | 2014-07-28 | 2020-07-21 | Fuji Corporation | Component data handling device and component mounting system |
CN107079617B (zh) * | 2014-11-11 | 2019-08-06 | 株式会社富士 | 电子元件安装机的控制装置及向该控制装置输入数据的数据输入装置 |
KR102099112B1 (ko) * | 2015-02-26 | 2020-04-09 | 한화정밀기계 주식회사 | 부품 정보 티칭 방법 |
CN108401414B (zh) * | 2015-06-19 | 2020-12-11 | 雅马哈发动机株式会社 | 元件安装装置和元件安装方法 |
CA2991238A1 (en) | 2015-07-02 | 2017-01-05 | Serenity Data Services, Inc. | Hard drive dismantling system |
US11167384B2 (en) | 2015-07-02 | 2021-11-09 | Serenity Data Security, Llc | Hard drive non-destructive dismantling system |
US10556240B2 (en) | 2015-07-02 | 2020-02-11 | Serenity Data Security, Llc | Product verification for hard drive data destroying device |
CN107926154B (zh) * | 2015-10-15 | 2020-01-21 | 雅马哈发动机株式会社 | 元件安装装置 |
WO2017141405A1 (ja) * | 2016-02-18 | 2017-08-24 | 富士機械製造株式会社 | 部品判定装置および部品判定方法 |
CN108563202B (zh) * | 2018-04-02 | 2020-11-06 | 广西玉柴机器股份有限公司 | 一种基于mes的信息录入应急***及其处理方法 |
WO2020012621A1 (ja) * | 2018-07-12 | 2020-01-16 | 株式会社Fuji | テンプレート作成装置および部品装着機 |
US11157770B2 (en) * | 2019-02-20 | 2021-10-26 | Cheng Ning Jong | Automatic line erase tool and method |
JPWO2021010033A1 (zh) * | 2019-07-18 | 2021-01-21 | ||
CN111343846B (zh) * | 2020-02-23 | 2021-05-25 | 苏州浪潮智能科技有限公司 | 一种基于pcb制板过程的电子元件识别装置及方法 |
Family Cites Families (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
AU576225B2 (en) * | 1984-03-02 | 1988-08-18 | Hoya Corporation | Spectacle-frame shape data producing method |
US4809308A (en) * | 1986-02-20 | 1989-02-28 | Irt Corporation | Method and apparatus for performing automated circuit board solder quality inspections |
EP0253397B1 (en) * | 1986-07-17 | 1993-09-29 | Matsushita Electric Industrial Co., Ltd. | Shape recognition method |
US5185811A (en) * | 1990-12-27 | 1993-02-09 | International Business Machines Corporation | Automated visual inspection of electronic component leads prior to placement |
EP0526080B1 (en) * | 1991-07-22 | 1996-10-02 | Omron Corporation | Teaching method and system for mounted component inspection |
US5371690A (en) * | 1992-01-17 | 1994-12-06 | Cognex Corporation | Method and apparatus for inspection of surface mounted devices |
DE69732180T2 (de) * | 1996-04-18 | 2006-02-23 | Matsushita Electric Industrial Co., Ltd., Kadoma | Verfahren und vorrichtung zur bestückung von elektronischen bauelementen |
JP4056572B2 (ja) * | 1996-05-13 | 2008-03-05 | 株式会社日立ハイテクインスツルメンツ | データ作成装置及び方法並びに電子部品装着装置 |
US6188784B1 (en) * | 1996-07-12 | 2001-02-13 | American Tech Manufacturing, Inc. | Split optics arrangement for vision inspection/sorter module |
US6085407A (en) * | 1997-08-21 | 2000-07-11 | Micron Technology, Inc. | Component alignment apparatuses and methods |
US6813377B1 (en) * | 1999-08-06 | 2004-11-02 | Cognex Corporation | Methods and apparatuses for generating a model of an object from an image of the object |
US7181058B2 (en) * | 1999-12-13 | 2007-02-20 | Gsi Group, Inc. | Method and system for inspecting electronic components mounted on printed circuit boards |
-
2000
- 2000-07-07 JP JP2000207299A patent/JP3877501B2/ja not_active Expired - Fee Related
-
2001
- 2001-07-06 DE DE60139877T patent/DE60139877D1/de not_active Expired - Lifetime
- 2001-07-06 US US10/312,772 patent/US7539339B2/en not_active Expired - Fee Related
- 2001-07-06 EP EP01947906A patent/EP1306801B1/en not_active Expired - Lifetime
- 2001-07-06 WO PCT/JP2001/005913 patent/WO2002005211A1/ja active Application Filing
- 2001-07-06 CN CNB018124550A patent/CN1254768C/zh not_active Expired - Lifetime
Also Published As
Publication number | Publication date |
---|---|
EP1306801A1 (en) | 2003-05-02 |
WO2002005211A1 (fr) | 2002-01-17 |
JP2002024804A (ja) | 2002-01-25 |
EP1306801A4 (en) | 2007-06-27 |
DE60139877D1 (de) | 2009-10-22 |
US20030165264A1 (en) | 2003-09-04 |
JP3877501B2 (ja) | 2007-02-07 |
EP1306801B1 (en) | 2009-09-09 |
US7539339B2 (en) | 2009-05-26 |
CN1440541A (zh) | 2003-09-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN1254768C (zh) | 零件识别数据准备方法和准备装置以及电子零件安装装置 | |
CN1270275C (zh) | 检查数据作成方法及使用该方法的基板检查装置 | |
CN1050423C (zh) | 目视检查辅助装置及基板检查装置 | |
CN1273825C (zh) | 基板检测方法和使用该方法的基板检测装置 | |
CN1945476A (zh) | 生产管理装置、生产管理方法以及生产管理*** | |
CN1746667A (zh) | 基板检查方法及基板检查装置 | |
CN1393034A (zh) | 调准装置 | |
CN1214133A (zh) | 元件电子目录 | |
CN1354458A (zh) | 装配磁头臂组件的方法和装置、底座平板结构、传送*** | |
CN1727839A (zh) | 机器人***中再校准三维视觉传感器的方法和设备 | |
CN101034070A (zh) | 表面状态的检查方法以及表面状态检查装置 | |
CN1853320A (zh) | 用于安装发光元件的方法和设备 | |
CN1816275A (zh) | 印刷基板的品质管理*** | |
CN1621775A (zh) | 快速自动对焦机器视觉检查***的***和方法 | |
CN101038670A (zh) | 试样尺寸测定方法及试样尺寸测定装置 | |
CN1359587A (zh) | 信息记录方法 | |
CN1825100A (zh) | 基板检查方法和装置、及其检查逻辑设定方法和装置 | |
CN1496093A (zh) | 图像信息分布方法及***、中央和终端设备及扫描仪 | |
CN1669052A (zh) | 使用三维物体模型的图像匹配***、图像匹配方法以及图像匹配程序 | |
CN1637772A (zh) | 用于光学读取贴在目标上的信息的方法和装置 | |
CN1834630A (zh) | 基板检查装置及其检查逻辑设定方法和检查逻辑设定装置 | |
CN1645044A (zh) | 被测物体坐标系决定方法及坐标测量机 | |
CN1705094A (zh) | Ic零件的突起检查装置和突起检查方法、其突起形成方法 | |
CN1797426A (zh) | 图像处理方法、基板检查方法和装置及检查数据制作方法 | |
CN1843068A (zh) | 元件验证方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CX01 | Expiry of patent term | ||
CX01 | Expiry of patent term |
Granted publication date: 20060503 |