一种芯片引脚焊接方法、设备及存储介质技术

本发明专利技术涉及一种芯片引脚焊接方法、设备及存储介质，方法包括：获取待焊接芯片的实时位置；判断所述待焊接芯片是否在加工工位上，如果是，则控制与加工工位对应的加工装置对所述待焊接芯片进行引脚焊接，否则，控制所述驱动机构动作，以使所述待焊接芯片运动至加工工位上；发送控制指令至驱动机构，以使所述驱动机构驱动工作台动作后，由所述工作台将引脚焊接完成的芯片输送至下一工位。本发明专利技术解决了目前无法较好实现芯片引脚自动焊接的问题。

【技术实现步骤摘要】
一种芯片引脚焊接方法、设备及存储介质
本专利技术涉及芯片焊接
，尤其涉及一种芯片引脚焊接方法、设备及存储介质。
技术介绍
在芯片的生产过程中，芯片需要焊接引脚，以实现其功能。目前，芯片的引脚焊接一般是由人工通过焊枪将引脚和芯片焊接在一起，而人工焊接时，由于人为误差，导致芯片的引脚焊接偏差较大，而且焊接效率较低。因此，目前出现了芯片引脚焊接机，但是，由于一般芯片的大小较小，故在芯片引脚焊接时，需要极为准确的位置判断，故导致当前芯片引脚的焊接成品率不高，质量较低，无法较好的实现芯片引脚的自动焊接。
技术实现思路
有鉴于此，有必要提供一种芯片引脚焊接方法、设备及存储介质，用以解决目前无法较好实现芯片引脚自动焊接的问题。第一方面，本专利技术提供一种芯片引脚焊接方法，包括如下步骤：获取待焊接芯片的实时位置；判断所述待焊接芯片是否在加工工位上，如果是，则控制与加工工位对应的加工装置对所述待焊接芯片进行引脚焊接，否则，控制所述驱动机构动作，以使所述待焊接芯片运动至加工工位上；发送控制指令至驱动机构，以使所述驱动机构驱动工作台动作后，由所述工作台将引脚焊接完成的芯片输送至下一工位。优选的，所述的芯片引脚焊接方法中，所述获取待焊接芯片的实时位置的步骤具体包括：获取摄像机拍摄的包含待焊接芯片的实时图像，其中，所述摄像机为深度相机；利用预先训练完成的神经网络模型对所述实时图像进行运算，得到所述待焊接芯片在所述实时图像中的二维坐标；进行像素坐标系与世界坐标系的转换，将所述待焊接芯片的二维坐标转化为世界坐标系中的三维坐标。优选的，所述的芯片引脚焊接方法中，所述神经网络模型的训练方法具体为：获取若干个包含待焊接芯片的训练样本，并对所述训练样本进行预处理后，得到包含多个训练样本的训练数据集；构建训练神经网络，利用所述训练神经网络对所述训练数据集进行训练，得到神经网络模型。优选的，所述的芯片引脚焊接方法中，采用Yolov3算法构建第一神经网络。优选的，所述的芯片引脚焊接方法中，所述进行像素坐标系与世界坐标系的转换，将所述待焊接芯片的二维坐标转化为世界坐标系中的三维坐标的步骤具体为：获取所述摄像机的内参数和外参数，根据所述摄像机的内参数和外参数进行像素坐标系与世界坐标系的转换，将所述待焊接芯片的二维坐标转化为世界坐标系中的三维坐标。优选的，所述的芯片引脚焊接方法中，采用张正友标定法来进行像素坐标系与世界坐标系的转换。优选的，所述的芯片引脚焊接方法中，所述判断所述待焊接芯片是否在加工工位上的步骤具体包括：将所述待焊接芯片的三维坐标与加工工位的三维坐标进行对比，并根据其误差判断所述待焊接芯片是否在加工工位上。优选的，所述的芯片引脚焊接方法中，所述控制所述驱动机构动作，以使所述待焊接芯片运动至加工工位上的步骤具体包括：根据所述待焊接芯片的三维坐标、加工工位的三维坐标以及待焊接芯片的预设运动轨迹生成待焊接芯片的运动路线，根据所述运动路线以及驱动机构的速率生成运动指令，并将所述运动指令发送至所述驱动机构，以使所述待焊接芯片运动至加工工位上。第二方面，本专利技术还提供一种芯片引脚焊接设备，包括：处理器和存储器；所述存储器上存储有可被所述处理器执行的计算机可读程序；所述处理器执行所述计算机可读程序时实现如上所述的芯片引脚焊接方法中的步骤。第三方面，本专利技术还提供一种计算机可读存储介质，所述计算机可读存储介质存储有一个或者多个程序，所述一个或者多个程序可被一个或者多个处理器执行，以实现如上所述的芯片引脚焊接方法中的步骤。相较于现有技术，本专利技术提供的芯片引脚焊接方法、设备及存储介质，通过实时获取待焊接芯片的位置，判断芯片是否在加工工位上，如果不是，则控制驱动机构驱动待焊接芯片运动至加工工位，进而可以保证芯片处于正确的加工位置，从而保证芯片的焊接质量，增加芯片引脚焊接的成品率，也增加了工作效率。附图说明图1为本专利技术提供的芯片引脚焊接方法的一较佳实施例的流程图；图2为本专利技术芯片引脚焊接程序的较佳实施例的运行环境示意图。具体实施方式下面结合附图来具体描述本专利技术的优选实施例，其中，附图构成本申请一部分，并与本专利技术的实施例一起用于阐释本专利技术的原理，并非用于限定本专利技术的范围。请参阅图1，本专利技术实施例提供的芯片引脚焊接方法，包括如下步骤：S100、获取待焊接芯片的实时位置。具体的，为了保证待焊接芯片可以准确的处于加工工位上，进而保证芯片引脚的焊接成功率，需先获取待焊接芯片的实时位置，目前，一般的是采用电机的编码器来获取位置，但是通过编码器计算出的芯片位置误差较大，而且存在一定的延时，故具体的，所述步骤S100具体包括：获取摄像机拍摄的包含待焊接芯片的实时图像；利用预先训练完成的神经网络模型对所述实时图像进行运算，得到所述待焊接芯片在所述实时图像中的二维坐标；进行像素坐标系与世界坐标系的转换，将所述待焊接芯片的二维坐标转化为世界坐标系中的三维坐标。本实施例中，采用图像识别法来获取待焊接芯片的实时坐标，从而对待焊接芯片进行精准的定位，图像识别法速度较快，能够快速获取位置，具体实施时，通过预先训练完成的神经卷积网络模型对实时图像进行运算处理，即可快速得到待焊接芯片的二维坐标，然后再进行坐标转换即可得到待焊接芯片的三维坐标。需要说明的是，本专利技术实施例中，所述的二维坐标和三维坐标均为待焊接芯片的中心点的坐标，其中，所述神经网络模型的训练方法具体为：获取若干个包含待焊接芯片的训练样本，并对所述训练样本进行预处理后，得到包含多个训练样本的训练数据集；构建训练神经网络，利用所述训练神经网络对所述训练数据集进行训练，得到神经网络模型。具体来说，在进行训练数据集的获取时，由专业人员控制深度相机拍摄包含待焊接芯片在内的视频，然后将视频转化为帧化的图片作为神经网络的训练数据，然后筛除图像数据中存在模糊、噪声明显以及不存在待焊接芯片的样本，确保每一张图片样本清晰的包含需要检测到的特征数据。图片被保存的格式称为xml格式。进一步来说，本专利技术实施例中，采用Yolov3算法构建第一神经网络，神经网络模型的训练要将训练数据集放入Yolov3模型中进行训练。训练中使用已经训练好的权重来进行迁移学习。迁移学习的好处在于，可以充分借用那些已经训练好的模型中已经配置优秀的参数来加快模型的训练过程，提高效率。在一个具体实施例中，训练中的训练数据集总共有1000张，其中的80％为训练集，用于训练网络；剩下15％是交叉验证集，来调整参数，获取最优模型；剩余5％是测试集，用于测试模型准确度。模型参数包括batch、sub、momentum、dycay、learning_rate、policy、filter和random，其中的batch表示的模型累计多少个样本后进行一次BP运算，与机器学习中的batch有本文档来自技高网...

【技术保护点】
1.一种芯片引脚焊接方法，其特征在于，包括如下步骤：/n获取待焊接芯片的实时位置；/n判断所述待焊接芯片是否在加工工位上，如果是，则控制与加工工位对应的加工装置对所述待焊接芯片进行引脚焊接，否则，控制所述驱动机构动作，以使所述待焊接芯片运动至加工工位上；/n发送控制指令至驱动机构，以使所述驱动机构驱动工作台动作后，由所述工作台将引脚焊接完成的芯片输送至下一工位。/n

【技术特征摘要】
1.一种芯片引脚焊接方法，其特征在于，包括如下步骤：
获取待焊接芯片的实时位置；
判断所述待焊接芯片是否在加工工位上，如果是，则控制与加工工位对应的加工装置对所述待焊接芯片进行引脚焊接，否则，控制所述驱动机构动作，以使所述待焊接芯片运动至加工工位上；
发送控制指令至驱动机构，以使所述驱动机构驱动工作台动作后，由所述工作台将引脚焊接完成的芯片输送至下一工位。


2.根据权利要求1所述的芯片引脚焊接方法，其特征在于，所述获取待焊接芯片的实时位置的步骤具体包括：
获取摄像机拍摄的包含待焊接芯片的实时图像，其中，所述摄像机为深度相机；
利用预先训练完成的神经网络模型对所述实时图像进行运算，得到所述待焊接芯片在所述实时图像中的二维坐标；
进行像素坐标系与世界坐标系的转换，将所述待焊接芯片的二维坐标转化为世界坐标系中的三维坐标。


3.根据权利要求2所述的芯片引脚焊接方法，其特征在于，所述神经网络模型的训练方法具体为：
获取若干个包含待焊接芯片的训练样本，并对所述训练样本进行预处理后，得到包含多个训练样本的训练数据集；
构建训练神经网络，利用所述训练神经网络对所述训练数据集进行训练，得到神经网络模型。


4.根据权利要求3所述的芯片引脚焊接方法，其特征在于，采用Yolov3算法构建第一神经网络。


5.根据权利要求2所述的芯片引脚焊接方法，其特征在于，所述进行像素坐标系与世界坐标系的转换，将所述待焊接芯片的二维坐标转化为世界坐标系中的三维坐标的步骤具体为...

【专利技术属性】
技术研发人员：周琼玉，阮全胜，周斌祖，
申请(专利权)人：武汉艾特艾迪汽车科技有限公司，
类型：发明
国别省市：湖北;42