Mini LED制造流程挑战

Mini LED正在逐渐转变显示屏照明方式。据预测，Mini LED和MicroLED市场呈现利润丰厚的增长趋势，这不仅将为最终产品生产商提供机会，还将给OEM制造商和机器制造商带来机会，进而促进LED本身的初级制造和封装。但由于Mini LED尺寸比传统LED小得多，这给制造商带来了许多生产和检测挑战。

Mini LED制造流程挑战

Mini LED的技术挑战源于生产规模。晶粒/晶圆成品率是一项关键的生产衡量标准。要尽可能提高这一指标，制造商面临以下多项挑战：

● Mini LED晶圆具有尺寸更小的晶粒和更高的密度，使生产流程(如切割)变得更具挑战性

● Mini LED十分易碎，在整个制造过程中的每个环节更容易损坏

● 同一晶圆上不同LED之间的性能属性(如亮度)具有更大的变化性

● 任何缺陷都会构成LED结构的很大一部分

● 在分拣和邦定阶段实现快速且准确的拾取和放置 *** 作本质上更加困难

● Mini LED屏幕所需的LED数量约为100,000个，相比传统LED，拾取和放置 *** 作需要更多的时间

● 将晶粒邦定到背板并确保不损坏晶粒将会更加困难，并且需要更长的时间

制造商想要克服Mini LED制造流程中的棘手挑战，实现卓越的产品质量并且不牺牲生产量，就需要依靠机器视觉和基于人工智能(AI)的技术以实现高精度和高速度。配备康耐视机器视觉和基于人工智能(AI)技术的制造系统可解决广泛的对位、检测和可追溯性控制挑战，确保大批量高效生产这些先进复杂的产品，并且始终维持高质量水平。

康耐视基于人工智能(AI)的解决方案

传统机器视觉在执行精确对位、测量及其他涉及一致性特征的任务方面具有无与伦比的性能，但无法针对晶粒本身以及邦定、封装等过程中可能出现的大量不可预测的缺陷进行编程。基于人工智能(AI)的技术是解决这些难题的有效方案。

01

In-Sight D900视觉系统

In-Sight D900由康耐视基于人工智能(AI)的技术提供支持，是一款独立式机器视觉相机，无需PC即可部署在生产线上。它使生产线工程师可轻松使用基于AI的技术，无需编程经验。

02

In-Sight 2800视觉系统

将基于人工智能(AI)的技术与基于规则的传统视觉工具相结合，可解决广泛的应用。从简单的存在/缺失检测到先进的分类和分拣任务，In-Sight 2800提供易于部署的防错解决方案。

03

VisionPro Deep Learning软件

提供基于PC、功能齐全的AI工具套件，适用于解决基于图像的复杂和棘手对位和检测问题。

康耐视基于人工智能(AI)的工具

康耐视提供一系列基于AI的工具，包括边缘学习技术(将人工智能与针对制造应用进行优化的先进机器视觉工具相结合)；基于PC的VisionPro软件和独立式In-Sight D900视觉系统。这些基于AI的工具可用于在广泛的应用中执行缺陷检测、装配验证、元件定位和分类任务。

如在将晶粒邦定在基板上后，需要检查每个芯粒/焊盘焊点和焊盘上的芯片位置。用户可将深度学习缺陷检测与元件定位工 具结合使用，以确认所有连接在功能上是否正常。

 

 

康耐视机器视觉解决方案

虽然基于人工智能(AI)的技术可解决以前不可能解决的缺陷检测、定位和分类问题，但传统的机器视觉仍然拥有应用市场，原因在于其可以精确测量一致性特征。这些传统视觉工具 可与基于AI的技术搭配使用，为Mini LED制造应用提供优化的解决方案。

例如，PatQuick是VisionPro软件套件中的一种几何图案定位工具，其可以快速定位芯粒图案，以便拾放机器人微真空系统从一个载体中拾取晶粒，并将它们精确放置在目标基板上。速度较慢的算法可能会造成代价高昂的延误，即使是很小的误差，也可能会导致大量晶粒损坏，或者将晶粒放置在影响产品功能的位置。

CNLSearch定位工具可快速计数每个图像中数十万个晶粒(其中，晶粒图案尺寸小至4x4像素，比常见检测图案小得多)，从而实现超高的速度。

因此，通过康耐视机器视觉和基于人工智能(AI)的技术，可以给Mini LED制造商带来改进产品质量、提高可追溯性、提高生产效率和晶粒/晶圆成品率、降低返工和修理成本等诸多益处。

审核编辑 ：李倩