元件安装系统及图像分类方法与流程

本说明书公开元件安装系统及图像分类方法。

背景技术：

1、以往，已知一种元件安装机，拍摄具有多个能够收容元件的腔室的带的图像，基于该图像来确认腔室中无元件。例如，在专利文献1中公开了一种元件安装机，拍摄用于判定有无元件的图像，从该图像取得特征量，将所取得的特征量输入于学习完成模型，基于学习完成模型的输出结果来判定腔室内有无元件。该学习完成模型通过从预先设定了有无元件的腔室的图像取得特征量，并将该特征量与有无元件的组合作为教师数据进行学习而构建。

2、现有技术文献

3、专利文献

4、专利文献1：国际公开第2021/205578号。

技术实现思路

1、发明所要解决的课题

2、然而，为了构建精度高的学习完成模型，需要大量准备教师数据（腔室的图像与有无元件的组合）。如果作业者进行教师数据的分类，则作业者通过目视对大量的教师数据进行分类，因此作业者的负担大。

3、本公开的主要目的在于，在能够判断腔室内有无元件的元件安装系统中，能够更简单地得到在学习完成模型的构建中使用的教师数据。

4、用于解决课题的手段

5、本公开为了达成上述的主要目的而采用了以下的手段。

6、本公开的元件安装系统的要旨在于，具备：安装机主体，具有保持拾取部件的头及使所述头移动的头移动装置，能够对基板安装由所述拾取部件拾取的元件，所述拾取部件能够拾取从供料器向元件供给位置供给的所述元件；一个以上的相机，能够拍摄元件相对于所述拾取部件的拾取状态及元件相对于基板的安装状态中的至少之一、以及所述元件供给位置；生产控制部，控制所述头及所述头移动装置，以执行由所述拾取部件拾取元件的拾取动作及对基板安装由所述拾取部件拾取的所述元件的安装动作，并且控制所述相机，以得到所述拾取动作后的所述元件相对于所述拾取部件的拾取状态及所述安装动作后的所述元件相对于所述基板的安装状态中的至少一方的拍摄图像，来进行基板的生产；错误检测部，能够在所述基板的生产中执行基于所述拾取状态的拍摄图像来检测拾取错误的错误检测处理以及基于所述安装状态的拍摄图像来检测安装错误的错误检测处理中的至少一方；拍摄处理部，由所述相机在所述拾取动作前拍摄所述元件供给位置；检查部，通过将由所述拍摄处理部取得的所述拾取动作前的所述元件供给位置的拍摄图像应用于学习完成模型来检查所述元件供给位置处有无元件，所述学习完成模型是将所述拾取动作前的所述元件供给位置的多个拍摄图像作为输入数据、将所述元件供给位置处有无元件作为教师数据来进行机器学习而得到的；分类部，在机器学习时，如果未由所述错误检测部检测到错误，则将所述拾取动作前的所述元件供给位置的拍摄图像分类为作为有元件的所述教师数据使用的图像，如果由所述错误检测部检测到了所述错误，则将由所述拍摄处理部取得的所述拾取动作前的所述元件供给位置的拍摄图像分类为不作为有元件的所述教师数据使用的图像。

7、在该本公开的元件安装系统中，在机器学习时如果未由错误检测部检测到错误，则将拾取动作前的元件供给位置的拍摄图像分类为作为教师数据使用的图像。因此，与作业者通过目视进行教师数据的分类的情况相比，能够更简单地得到有元件的教师数据。另外，在由错误检测部检测到错误的情况下，元件供给位置的拍摄图像不适合作为有元件的教师数据的可能性高。因此，将拾取动作前的元件供给位置的拍摄图像分类为不作为有元件的教师数据使用的图像的意义高。

8、本公开的图像分类方法在在元件安装系统中使用，所述元件安装系统具备：安装机主体，具有保持拾取部件的头以及使所述头移动的头移动装置，能够对基板安装由所述拾取部件拾取的元件，所述拾取部件能够拾取从供料器向元件供给位置供给的所述元件；一个以上的相机，能够拍摄元件相对于所述拾取部件的拾取状态及元件相对于基板的安装状态中的至少之一、以及所述元件供给位置；生产控制部，控制所述头及所述头移动装置，以执行由所述拾取部件拾取元件的拾取动作及对基板安装由所述拾取部件拾取的所述元件的安装动作，并且控制所述相机，以得到所述拾取动作后的所述元件相对于所述拾取部件的拾取状态及所述安装动作后的所述元件相对于所述基板的安装状态中的至少一方的拍摄图像，来进行基板的生产；错误检测部，能够在所述基板的生产中执行基于所述拾取状态的拍摄图像来检测拾取错误的错误检测处理以及基于所述安装状态的拍摄图像来检测安装错误的错误检测处理中的至少一方；拍摄处理部，由所述相机在所述拾取动作前拍摄所述元件供给位置；检查部，通过将由所述拍摄处理部取得的所述拾取动作前的所述元件供给位置的拍摄图像应用于学习完成模型来检查所述元件供给位置处有无元件，所述学习完成模型是将所述拾取动作前的所述元件供给位置的多个拍摄图像作为输入数据，将所述元件供给位置处有无元件作为教师数据，通过机器学习而得到的，所述图像分类方法的要旨在于，在所述机器学习时如果未由所述错误检测部检测到错误，则将所述拾取动作前的所述元件供给位置的拍摄图像分类为作为有元件的所述教师数据使用的图像，如果由所述错误检测部检测到所述错误，则将由所述拍摄处理部取得的所述拾取动作前的所述元件供给位置的拍摄图像分类为不作为有元件的所述教师数据使用的图像。

9、在本公开的图像分类方法中，在机器学习时如果未由错误检测部检测到错误，则将拾取动作前的元件供给位置的拍摄图像分类为作为有元件的教师数据使用的图像。因此，与作业者通过目视进行教师数据的分类的情况相比，能够更简单地得到有元件的教师数据。另外，在由错误检测部检测到错误的情况下，元件供给位置的拍摄图像不适合作为有元件的教师数据的可能性高。因此，将拾取动作前的元件供给位置的拍摄图像分类为不作为有元件的教师数据使用的图像的意义高。

技术特征：

1.一种元件安装系统，具备：

2.根据权利要求1所述的元件安装系统，其中，

3.根据权利要求1或2所述的元件安装系统，其中，

4.一种图像分类方法，在元件安装系统中使用，

技术总结
具有：至少一个以上的相机，能够拍摄元件的拾取状态和元件的安装状态中的至少之一、以及元件供给位置；错误检测部，在基板生产中控制相机以得到拾取状态及安装状态中的至少一方的图像，并能够执行基于拾取状态的图像的错误检测处理及基于安装状态的图像的错误检测处理中的至少一方；检查部；及分类部。检查部通过将吸附动作前图像应用于学习完成模型来检查元件供给位置处有无元件，所述学习完成模型是将多个吸附动作前图像作为输入数据、将元件供给位置处有无元件作为教师数据来进行机器学习而得到的。如果未检测到错误，则分类部在机器学习时将吸附动作前图像分类为作为有元件的教师数据使用的图像。

技术研发人员：铃木干也,小谷一也,小林贵纮,稻浦雄哉
受保护的技术使用者：株式会社富士
技术研发日：
技术公布日：2024/9/29