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操作本质上更加困难

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

● 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