AOI 光学检测工站

1. 设备简介

AOI (Automated Optical Inspection, 自动光学检测) 是 3C 电子、PCB、精密五金、 新能源电池极片等制造场景的核心质量工位。以相机 + 光源 + 算法组合, 对产品外观缺陷 (划伤、脏污、缺料、偏移、字符错漏) 进行逐件 100% 检测。

本案例为某珠三角 PCBA 工厂贴片后 AOI 工位, 由 Darra 平台统一承接 AOI 的 运动控制 / 视觉触发 / 节拍调度, 视觉算法由厂内工程师自行用 Python + OpenCV / Halcon 迭代。Darra 不内置任何视觉算法, 而是提供 Python 3.11 协程宿主, 让算法团队自由 import cv2 / import halcon / import torch, 并在保存 .py 时热更新, 无需重启 PLC。

主要工位流程:

1. 上游贴片机来板 → 输送带到位
2. X/Y/θ 三轴伺服对位夹紧
3. 光源亮 + 上下相机硬触发 (EtherCAT DC 0.5ms 同步)
4. Python 协程异步推理 (OpenCV 快检 + ONNX 深度模型二检)
5. OK/NG 分拣 → MES 追溯 (BoardID + 缺陷坐标 + 图像留档)

关键能力: 单板节拍 ≤ 3.5 s, 硬触发延迟 ≤ 0.5 ms, 检出率 ≥ 99.5%, 误报率 ≤ 0.3%, 算法团队可脱离机电工程师独立发版。

---

2. 项目模块组成

本工站是 机械 + 电气 + 软件 三层协同项目, 全部由 Darra IDE 统一管理。

层次	模块	职责
机械	XY/Z/θ 对位平台	将来板精准定位到相机视场中心
机械	相机支架 + 光源	上下双面打光 + 图像采集
机械	NG 分拣机构	气缸推出 NG 板至废品道
电气	EtherCAT 主干	1ms 周期, 驱动伺服 + IO + 光源
电气	GigE/USB3 图像总线	独立与控制总线, 避免视觉流量占用 EtherCAT
电气	Cat 3 安全回路	光幕 + 急停 + 双触点继电器
软件	PLC 主程序	状态机调度 (7 状态), SCL 语言
软件	运动工艺对象	MC_MoveAbs + 三轴联动, 内置
软件	Python 脚本宿主	异步协程, 保存即热更新
软件	HMI 组态	8 页 (主界面 / 缺陷热图 / 报警 / 配方 / MES / 统计 / 维护 / 设置)
软件	MES 网关	每板上传 50+ 字段

---

3. 机械装配架构

装配要点:

• XY 滚珠丝杠精度 ±3 μm, θ 轴采用直驱电机 (免减速器回差)
• Z 轴采用 400W 带抱闸伺服, 保证断电不坠落
• 顶部相机固定在 Z 轴下方, 随 Z 下降到工作高度
• 底部相机反向安装, 与背光板形成 "透射模式"
• 安全光幕 20 光轴 14mm 栅距, 双侧防护

---

4. 程序架构

4.1 OB/FB 调用树

4.2 状态机流转

任务调度:

• OB1 (1ms): 主逻辑、状态机、运动指令发送
• OB35 (250us): 安全监控 + 高速光电 IO 刷新
• OB100: 上电初始化 + 伺服使能 + 回零

---

5. 硬件 BOM

单位: 人民币 (含税)。2026 年 3 月珠三角参考价, 批量可再议 10~15%。

序号	分类	品牌 / 型号	规格	数量	单价 (¥)	小计 (¥)
1	工控机	研华 IPC-610MB	i7-12700 / 32G / 1T SSD + RTX A2000 6G	1	18,500	18,500
2	触摸屏	昆仑通态 MCGS 21.5"	1920×1080 电容多点	1	4,200	4,200
3	伺服驱动	汇川 SV660N	EtherCAT 400W	4	1,680	6,720
4	伺服电机	汇川 ISMH 系列	400W 2500ppr 带抱闸	4	1,320	5,280
5	远程 IO	汇川 AM600-CPU1608TP + 扩展	32DI + 32DO + 8AI + 4AO	1	3,850	3,850
6	工业相机 (上)	海康 MV-CS050-10GC	500 万彩色 GigE	1	4,800	4,800
7	工业相机 (下)	海康 MV-CU050-90UM	500 万黑白 USB3.0	1	3,600	3,600
8	工业镜头	海康 MVL-KF2528M-12MP	25mm F2.8 定焦 500万级	2	1,200	2,400
9	环形光源	奥普特 OPT-RI15050-W	环形白光 150mm	1	2,800	2,800
10	背光光源	奥普特 OPT-DBL100-B	背光板蓝 100×100	1	2,400	2,400
11	光源控制器	奥普特 OPT-APD4024F-4-V	4 通道数字可调, EtherCAT	1	1,900	1,900
12	对位平台	自制滚珠丝杠组件	XY 100×100 / Z 30 / θ ±5°	1	8,500	8,500
13	安全光幕	嘉准 JH-LG-1200	20 光轴 14mm	2	1,450	2,900
14	光电传感器	邦纳 BGS 漫反射	PNP / 15 mm	8	320	2,560
15	NG 分拣气缸	SMC MXH20-60Z	双行程 60mm	2	480	960
16	电磁阀岛	亚德客 4V210-08 × 8	EtherCAT 从站	1	1,980	1,980
17	工业交换机	华三 S1224F-HPWR	24 口工业网管	1	1,800	1,800
18	UPS	山特 C3K	3 kVA 长效	1	3,200	3,200
19	线缆 / 配件	汇川 Cat5e / 动力线 / 气管	-	1	4,600	4,600
20	机柜 + 机架	威图 TS8 + 铝型材	800×600×2000 + 工作台	1	12,000	12,000
	电气小计					¥94,950
	机械结构件					¥53,050
	合计					¥148,000

---

6. IO 模块配置 (IDE 操作流程)

6.1 选择 IO 模块

在 Darra IDE 里依次操作:

1. 工程 → IO 设备向导 → 选择 "EtherCAT 主站"
2. 扫描从站 (Alt+F5), 自动发现:
   • 汇川 AM600-CPU1608TP (节点 1)
   • 汇川 SV660N ×4 (节点 2~5, X/Y/Z/θ)
   • 奥普特 OPT-APD4024F-4-V (节点 6)
   • 亚德客阀岛 8 路 (节点 7)
3. 逐个从站 → 设置别名 (Alias) 便于后期维护

6.2 IO 地址分配表

模块	通道	地址	方向	类型	别名
AM600 DI	Ch0	I0.0	DI	BOOL	SEN_BoardIn
AM600 DI	Ch1	I0.1	DI	BOOL	SEN_BoardReady
AM600 DI	Ch2	I0.2	DI	BOOL	SEN_CamTop_Ready
AM600 DI	Ch3	I0.3	DI	BOOL	SEN_CamBot_Ready
AM600 DI	Ch4	I0.4	DI	BOOL	SEN_NGBin_Full
AM600 DI	Ch5	I0.5	DI	BOOL	SEN_EStop
AM600 DI	Ch6	I0.6	DI	BOOL	SEN_LightCurtain_OK
AM600 DO	Ch0	Q0.0	DO	BOOL	ACT_Clamp
AM600 DO	Ch1	Q0.1	DO	BOOL	ACT_CamTrig_Top
AM600 DO	Ch2	Q0.2	DO	BOOL	ACT_CamTrig_Bot
AM600 DO	Ch3	Q0.3	DO	BOOL	ACT_NG_Cyl
AM600 DO	Ch4	Q0.4	DO	BOOL	ACT_Tower_Green
AM600 DO	Ch5	Q0.5	DO	BOOL	ACT_Tower_Red
AM600 AO	Ch0	AQ0	AO	INT	LED_Top_Intensity
AM600 AO	Ch1	AQ1	AO	INT	LED_Bot_Intensity
APD4024	Ch0~3	-	通过 CoE 写		LED_Channel1~4
SV660N_X	PDO	-	运动轴	AXIS_REF	AxisX
SV660N_Y	PDO	-	运动轴	AXIS_REF	AxisY
SV660N_Z	PDO	-	运动轴	AXIS_REF	AxisZ
SV660N_θ	PDO	-	运动轴	AXIS_REF	AxisTheta

6.3 IO 用途分工

组别	用途	参与设备
物料感知	来板到位、夹紧状态、分拣状态	SEN_BoardIn / BoardReady / NGBin_Full
视觉握手	相机硬触发 + 就绪反馈	ACT_CamTrig_Top/Bot, SEN_CamTop/Bot_Ready
光源调光	顶部 / 底部亮度	LED_Top/Bot_Intensity (AO) + APD4024 (CoE)
执行机构	夹紧、分拣气缸、报警灯	ACT_Clamp, ACT_NG_Cyl, ACT_Tower_*
安全回路	光幕 + 急停硬接 Cat 3 继电器	SEN_EStop, SEN_LightCurtain_OK
运动控制	X/Y/Z/θ 四轴	AxisX/Y/Z/θ via EtherCAT PDO

6.4 数据绑定到机器人

本工站不使用独立机器人, 而是由 Darra 内置 3D 插补工艺对象驱动 XY/Z/θ 四轴构成虚拟 4 自由度机器人, 对位操作直接在 PLC 工程里调用:

(* 将 IO 采集的板位置传递给 "虚拟机器人" *)
Robot.TargetPose.X := Recipe.PickX;
Robot.TargetPose.Y := Recipe.PickY;
Robot.TargetPose.Z := Recipe.PickZ;
Robot.TargetPose.C := 0.0;       (* θ 归零 *)
Robot.MoveL(Vel := 400, Acc := 2000);

绑定规则 (在 IDE 的 "机器人配置" 对话框里设置):

机器人通道	Darra 轴	物理对应
J1 (X)	SV660N 节点 2	对位 X 丝杠
J2 (Y)	SV660N 节点 3	对位 Y 丝杠
J3 (Z)	SV660N 节点 4	Z 升降
J4 (C)	SV660N 节点 5	θ 旋转台

运动指令由 FB_Motion 统一封装, 失败时自动回退到原点。

---

7. 核心数据结构 UDT + DB

// 板数据 UDT
TYPE UDT_AOI_Board :
STRUCT
    BoardID       : STRING[32];      // 板序号 (MES 下发)
    Recipe        : STRING[16];      // 产品型号
    ArriveTime    : DT;              // 到站时间戳
    PosX_mm       : LREAL;           // 实际 X 位置
    PosY_mm       : LREAL;           // 实际 Y 位置
    Theta_deg     : LREAL;           // 角度偏差
    ImageTopPath  : STRING[128];     // 顶部图像路径
    ImageBotPath  : STRING[128];     // 底部图像路径
    InspectState  : USINT;           // 0=未检 1=检测中 2=OK 3=NG
    DefectCount   : UDINT;           // 缺陷总数
    CycleTime_ms  : UDINT;           // 节拍耗时
END_STRUCT
END_TYPE

// 缺陷结果 UDT (单个)
TYPE UDT_DefectResult :
STRUCT
    DefectType    : USINT;           // 1=短路 2=断路 3=缺件 4=偏移 5=极性 6=字符
    LocationX_px  : UINT;            // 缺陷像素 X
    LocationY_px  : UINT;            // 缺陷像素 Y
    WorldX_mm     : LREAL;           // 世界坐标 X (mm)
    WorldY_mm     : LREAL;           // 世界坐标 Y (mm)
    Confidence    : REAL;            // AI 置信度 0.0~1.0
    Severity      : USINT;           // 0=轻微 1=一般 2=严重
    ImageCrop     : STRING[128];     // 局部图路径 (切片)
END_STRUCT
END_TYPE

// 配方 UDT
TYPE UDT_Recipe :
STRUCT
    RecipeName    : STRING[32];
    PickX, PickY, PickZ : LREAL;     // 对位目标
    LEDTop_Pct    : USINT;           // 顶部光源亮度
    LEDBot_Pct    : USINT;           // 底部光源亮度
    ExposureMs    : UINT;            // 曝光时间
    ModelPath     : STRING[128];     // AI 模型路径
    UseAI         : BOOL;            // 是否启用深度模型
END_STRUCT
END_TYPE

// 全局 DB
VAR_GLOBAL
    CurBoard     : UDT_AOI_Board;
    Defects      : ARRAY[1..64] OF UDT_DefectResult;
    CurRecipe    : UDT_Recipe;
    TotalPass    : UDINT;
    TotalFail    : UDINT;
END_VAR

---

8. 核心程序代码

8.1 主状态机 (7 状态)

PROGRAM PRG_AOI_Main
VAR
    State : INT := 0;
    TON_Timeout : TON;
    Py_Result : INT;                 // 0=Pending 1=OK 2=NG
    CycleStart, CycleEnd : DT;
END_VAR

CASE State OF
    0: (* Idle: 等板到位 *)
        IF SEN_BoardIn THEN
            CycleStart := DT#NOW;
            CurBoard.BoardID := MES.ReadBoardID();
            CurBoard.Recipe  := MES.ReadRecipe(CurBoard.BoardID);
            CurBoard.ArriveTime := CycleStart;
            ACT_Clamp := TRUE;
            State := 1;
        END_IF

    1: (* Loading: 夹紧 + 对位轴联动 *)
        Robot.TargetPose.X := CurRecipe.PickX;
        Robot.TargetPose.Y := CurRecipe.PickY;
        Robot.TargetPose.Z := CurRecipe.PickZ;
        Robot.TargetPose.C := 0.0;
        Robot.MoveL(Vel := 400, Acc := 2000);
        IF Robot.Done THEN
            State := 2;
        END_IF

    2: (* Positioning: 光源亮, 硬触发相机 *)
        LED_Top_Intensity := CurRecipe.LEDTop_Pct;
        LED_Bot_Intensity := CurRecipe.LEDBot_Pct;
        ACT_CamTrig_Top := TRUE;
        ACT_CamTrig_Bot := TRUE;
        TON_Timeout(IN := TRUE, PT := T#100ms);
        IF TON_Timeout.Q THEN
            ACT_CamTrig_Top := FALSE;
            ACT_CamTrig_Bot := FALSE;
            TON_Timeout(IN := FALSE);
            State := 3;
        END_IF

    3: (* Imaging: 等相机回传 → 调 Python 异步脚本 *)
        IF SEN_CamTop_Ready AND SEN_CamBot_Ready THEN
            Py_Result := 0;
            PyScript.InvokeAsync(
                Script := 'aoi_inspect.py',
                Method := 'run',
                Arg1   := ADR(CurBoard),
                Arg2   := ADR(Py_Result)
            );
            State := 4;
        END_IF

    4: (* Inspecting: 等 Python 回调 *)
        IF Py_Result <> 0 THEN
            IF Py_Result = 1 THEN
                CurBoard.InspectState := 2;  (* OK *)
                TotalPass := TotalPass + 1;
            ELSE
                CurBoard.InspectState := 3;  (* NG *)
                TotalFail := TotalFail + 1;
            END_IF
            State := 5;
        ELSIF TON_Timeout.ET > T#3s THEN
            CurBoard.InspectState := 3;
            Alarm(Code := 1001, Msg := 'Python 视觉超时');
            State := 5;
        END_IF

    5: (* Sorting: NG 分拣 *)
        IF CurBoard.InspectState = 3 THEN
            ACT_NG_Cyl := TRUE;
            TON_Timeout(IN := TRUE, PT := T#300ms);
            IF TON_Timeout.Q THEN
                ACT_NG_Cyl := FALSE;
                TON_Timeout(IN := FALSE);
                State := 6;
            END_IF
        ELSE
            State := 6;
        END_IF

    6: (* Done: 写 MES + 归零 *)
        CycleEnd := DT#NOW;
        CurBoard.CycleTime_ms := UDINT(CycleEnd - CycleStart);
        MES.UploadBoard(CurBoard);
        ACT_Clamp := FALSE;
        State := 0;
END_CASE
END_PROGRAM

8.2 Python 异步脚本桥接 (FB)

FUNCTION_BLOCK FB_PyAsync
VAR_INPUT
    Script : STRING;
    Method : STRING;
    Arg1, Arg2 : POINTER TO BYTE;
END_VAR
VAR_OUTPUT
    Done : BOOL;
    Error : BOOL;
END_VAR
(* Darra 平台内置 PyBridge 实例调度, 脚本在独立协程池运行,
   不阻塞 PLC 1ms 主周期。结果通过共享内存指针回传。
   脚本文件变化 30ms 内热加载, 不重启 PLC。 *)
END_FUNCTION_BLOCK

8.3 Python 视觉脚本 (OpenCV + ONNX)

# scripts/aoi_inspect.py
# -*- coding: utf-8 -*-
import cv2
import numpy as np
import onnxruntime as ort
from darra import plc, log, camera

# 懒加载模型 (只加载一次)
_session = None
def _get_session():
    global _session
    if _session is None:
        _session = ort.InferenceSession(
            "scripts/aoi_model.onnx",
            providers=["CUDAExecutionProvider", "CPUExecutionProvider"]
        )
    return _session

async def run(board_ptr, result_ptr):
    """主入口, 由 SCL 调用。异步协程, 不阻塞 PLC。"""
    board = plc.read_udt(board_ptr, "UDT_AOI_Board")

    # 1. 抓取相机最新帧 (零拷贝)
    img_top = camera.grab("CamTop", timeout_ms=50)
    img_bot = camera.grab("CamBot", timeout_ms=50)
    if img_top is None or img_bot is None:
        log.warn(f"[AOI] 相机取图失败 Board={board.BoardID}")
        plc.write_int(result_ptr, 2)  # NG
        return

    # 2. OpenCV 预检 (模板匹配 + 边缘检测)
    defects = _rule_based_check(img_top, img_bot, board.Recipe)

    # 3. ONNX 深度模型推理 (可疑区域二次确认)
    if defects or _need_ai(board.Recipe):
        ai_defects = _ai_inference(img_top, img_bot)
        defects = _merge(defects, ai_defects)

    # 4. 写结果
    board.DefectCount = len(defects)
    board.ImageTopPath = _save(img_top, board.BoardID, "top")
    board.ImageBotPath = _save(img_bot, board.BoardID, "bot")
    plc.write_udt(board_ptr, board)

    plc.write_int(result_ptr, 1 if len(defects) == 0 else 2)
    log.info(f"[AOI] Board={board.BoardID} Defects={len(defects)}")

def _rule_based_check(top, bot, recipe):
    """基于 OpenCV 的模板匹配 + 边缘检测。"""
    tmpl = cv2.imread(f"templates/{recipe}_top.png", cv2.IMREAD_GRAYSCALE)
    gray = cv2.cvtColor(top, cv2.COLOR_BGR2GRAY)
    res = cv2.matchTemplate(gray, tmpl, cv2.TM_CCOEFF_NORMED)
    # ... 逐元件比对 ...
    return []

def _ai_inference(top, bot):
    """ONNX 模型推理缺陷定位。"""
    sess = _get_session()
    blob = cv2.dnn.blobFromImage(top, 1/255.0, (640, 640), swapRB=True)
    outputs = sess.run(None, {"images": blob})
    # ... 解析 YOLO 输出 ...
    return []

def _save(img, bid, side):
    path = f"D:/AOI/images/{bid}_{side}.jpg"
    cv2.imwrite(path, img, [cv2.IMWRITE_JPEG_QUALITY, 85])
    return path

def _need_ai(recipe): return recipe.startswith("HIGHREL_")
def _merge(a, b): return list(set(a + b))

热更新机制: 保存 aoi_inspect.py 时, Darra 脚本宿主监听文件变化, 30ms 内重新加载模块, 正在执行的协程跑完才切换, 业务无感升级。

8.4 机器人 3D 插补调用

(* 对位轴构成 "虚拟 4 自由度机器人" *)
Robot.TargetPose.X := Cur.PickX;
Robot.TargetPose.Y := Cur.PickY;
Robot.TargetPose.Z := Cur.PickZ;
Robot.TargetPose.C := 0.0;
Robot.MoveL(Vel := 400, Acc := 2000, Jerk := 20000);

(* 软限位保护 (防止撞镜头) *)
MC_SoftLimit(Axis := AxisZ, Min := -5.0, Max := 28.0);

---

9. 运行与调试

9.1 上电启动流程

1. 上电后 PLC 运行 OB100: 伺服使能 + 回零 (X/Y/Z 逐一到机械原点)
2. HMI 主界面显示 "待机" + Robot 实时坐标
3. 操作员选择配方 (产品型号), PLC 加载 CurRecipe
4. 按 "启动", 进入 Idle 状态, 等来板触发

9.2 调试要点

环节	调试方法
相机硬触发延迟	用示波器同时观察 ACT_CamTrig_Top 与相机曝光信号, 应 < 0.5ms
对位精度	标定板反复定位 100 次, 测 Cpk, 要求 > 1.33
Python 脚本热更新	保存脚本, 观察 Darra IDE 日志 "Script Reloaded" 出现
视觉算法	用 IDE 的 "Python 交互" 窗口逐行执行, OpenCV 显示窗口调试
MES 丢包	日志中 MES.UploadBoard 失败 → 自动持久化队列到 SQLite, 恢复后补传
节拍瓶颈	HMI 显示各状态耗时直方图, 找最长状态优化

9.3 日志位置

日志	路径
PLC 运行日志	Darra IDE → 日志窗口, 按模块 AOI_Main 过滤
Python 脚本 stdout	D:/DarraPLC/logs/py_*.log
MES 上传队列	D:/DarraPLC/queue/mes_board.db
图像留档	D:/AOI/images/<BoardID>_top.jpg / _bot.jpg

---

10. Darra 功能对照表

需求	Darra 对应功能	说明
四轴对位	工艺对象 MC_MoveAbs + 3D 插补	内置, 不需外购运动卡
第三方视觉库	Python 3.11 脚本宿主	import cv2 / import halcon / import torch 自由
深度学习推理	onnxruntime + GPU 透传	支持 CUDA / CPU 双后端
算法热更新	脚本宿主 FileWatch	保存即生效, 不重启 PLC
硬触发相机	EtherCAT DC + DO 同步输出	延迟 < 0.5ms
MES 对接	内置 OPC UA + REST + SQLite 离线队列	无需第三方网关
HMI 组态	Darra HMI Designer	静态按钮绑定 SCL 变量
配方管理	配方引擎 + JSON 持久化	支持版本控制
安全回路	硬接外部 Cat 3 安全继电器	Darra 不做安全 PLC
远程运维	DarraSync 加密隧道	厂内算法团队可远程调试
数据追溯	UDT + DT 时间戳 + SQLite	每板 50+ 字段留档 90 天

---

11. 项目总结

11.1 交付成果

• 节拍: 3.1 s/pcs (目标 3.5, 超标 11%)
• 检出率: 99.7% (1000 片盲测)
• 误报率: 0.21% (目标 < 0.3%)
• 硬触发延迟: 0.42ms 实测
• 算法热更新: 保存到生效 28ms 平均, 业务不中断

11.2 关键技术点

1. Darra 不内置视觉算法, 而是彻底开放 Python 协程宿主, 算法团队自由 选用 OpenCV / HALCON / PyTorch / PaddlePaddle / 自研 .so, 不锁厂
2. 协程异步: 视觉推理 (耗时 50~120ms) 在独立协程池运行, PLC 1ms 主周期不受影响
3. 硬触发同步: EtherCAT DC 分布时钟 + DO 输出到相机, 延迟 < 0.5ms
4. 对位 = 虚拟机器人: XY/Z/θ 四轴由 Darra 3D 插补工艺对象驱动, 省运动卡
5. 算法团队与机电团队解耦: 机电工程师负责 PLC + HMI, 算法工程师只改 .py

11.3 后续扩展方向

• 锂电池极片 AOI: 同平台复制, 只换视觉模型和光源
• 跨产品缺陷库: 多站数据汇总到 DarraCloud, 联合训练基础模型
• 低代码视觉流程: 规划中的 Darra Vision Flow, 拖拽组态替代部分 .py 编写

Darra 平台以**"控制器 + Python 脚本宿主"**双引擎架构, 让 AOI 工位的 运动控制稳如 PLC、视觉算法灵活如上位机, 两者在同一 IDE 下协同, 既解决了传统专机"算法闭源"的痛点, 又避免了"PLC + 工控机 + 视觉软件"三套系统的碎片化。