5G-Edge-视觉技术检测PCBA

1、选用高分辨率的热成像探测器模块，使之能够测试细小的温度变化。PCBA电路板的最小尺寸器件经常为0402阻容，需要高级的硬件设备，才能完好的实现探测。所以搭建这套系统的硬件设施也将是本项目的一个核心方案。

2、设计开发一套边缘设备硬件，基于 AIO -3399ProC 人工智能开源平台，配置业级金属外壳，高效散热，支持多操作系统，运行稳定，拥有超强的AI运算性能和丰富的接口拓展，其强大的算力支持集成多个算法模型， 支持8K超高清晰度视频接入 ，可同时处理多达6路的1080PP视频的编解码。

3、搭载5G，为整个项目的检测视频数据和诊断数据，提供了高速的传输通道。同时共享MEC模式，实现分流网元共享。本项目采用共享MEC模式，在该种模式下，分流网元UPF/GW-U及平台均部署在汇聚或地市核心层机房。网元及平台部署层级越高，机房整体条件越好、硬件资源相对更加丰富、维护力量也更加完备。满足行业用户大带宽、低时延、数据不出园区的需求。该模式下行业用户网内业务数据本地卸载，可通过功能定制优化，减小公众网络故障对用户生产业务的影响，保障生产。

4、大数据与AI比对图库资料自动收集，每个类型板件需做大量的成像资料收集，达成SFCF自动比对及存储功能，提升判断准确率，实现大数据的时代趋势。

5、图像比对算法。针对工业检测场景中，由于摄像机拍摄频率和传送带运行速度造成的检测图像模糊现象进行算法处理，可实现图像清晰化，为接下来的AI算法对PCBA电路板初次筛查，快速提供有用的故障排除信息提供良好的基础，最大程度提升检测效率和准确度。并且开发出一套图像算法，从而对电路板的不同图像进行定位比对，实现位置上的重合定位，实现了IR摄像与可见光摄像的画中画功能。

6、AI模型分析。以在实际质检过程中收集的PCBA板图片、热成像温度数据、真实故障点和故障类型为数据库，通过大数据分析及AI模型训练，实现更高层次的故障预判分析、故障精准定位等功能，将大数据及视觉识别结合用于工业质检效率提升。

7、设计暗室机柜，减少外部环境的干扰。设计人机界面的人性化操作系统。操作系统实现功能的结合，同时满足工程师的操作习惯，并把日常操作进行整合，实现半自动化的操作。实现仪器设备概念，这将成为热像仪系统的一个亮点。