微細ピッチ実装で増えるはんだブリッジ・短絡を、どう画像検査で捉えるか。橋絡・過剰はんだの撮像設計、AOIの過検出との切り分け、AIによる判定基準の作り方を、現場目線で整理します。
はんだブリッジ（solder bridge、橋絡）は、本来は絶縁されているべき隣接ランド間・隣接ピン間が、はんだによって電気的につながってしまう不良です。完成基板では短絡（ショート）として現れ、最悪の場合は通電時の発熱や部品破損につながる可能性があり、電子機器の信頼性を直接左右する欠陥のひとつだと考えられます。一方で、製造工程の途中では「まだ通電していない、形状としての橋絡」として存在しています。この『形状の段階で捉える』ことが、画像検査の役割になると考えます。
近年、橋絡が問題になりやすくなっている背景には、実装の微細化があります。QFP・QFN・BGA・0402や0201といった小型チップ部品、さらにファインピッチコネクタなど、隣接導体間の距離（ピッチ）が縮む方向に技術が進んでいます。導体間の隙間が狭くなれば、わずかな余剰はんだや位置ずれでも橋が架かりやすくなる、というのは直感的にも理解しやすい関係だと考えられます。要求される検査の解像度も、それに合わせて上がっていくと考えられます。
はんだブリッジが発生する経路は単一ではなく、複数の工程要因が重なって生じることが多いと考えられます。代表的なものを挙げると、次のような切り口で整理できます。
現場で難しいのは、はんだブリッジが「ある日突然できる」二値の不良ではなく、過剰はんだ → ニアブリッジ（橋絡寸前） → 完全橋絡という連続したスペクトルの上にある点だと考えます。たとえば隣接ランド間にはんだが盛り上がってきているが、まだ完全には接触していない状態は、電気的には導通していなくても、振動や温度サイクルで将来的に橋絡へ進展するリスクをはらんでいると考えられます。
このため検査の論点は「橋絡か、橋絡でないか」だけでなく、「どこからを不良として線引きするか」という基準づくりに移ります。電気検査だけに頼ると、いまは導通していない過剰はんだ・ニアブリッジを見逃す可能性があり、形状を捉える画像検査と組み合わせる意義はここにあると考えます。なお、過検出（フォルスコール）を後段でどう選別するかは論点が異なるため、検査PoCがつまずく要因とあわせて別途整理することをおすすめします。
はんだの短絡は、最終的には電気的な導通検査（インサーキットテストやファンクションテスト）で検出される性質の不良です。それでもなお画像検査でブリッジ・過剰はんだを捉える意義は何か、という点を最初に整理しておくことが、検査設計のブレを防ぐと考えます。
電気検査は「いま、その瞬間に導通しているか」を見る検査です。これに対して画像検査は「形状として、橋絡またはその予兆があるか」を見ます。両者は補完関係にあると考えます。具体的には次のような領域で、画像検査が役割を持つと考えられます。
はんだ付け後の外観検査は、一般にAOI（Automated Optical Inspection）として実装ライン上に組み込まれます。その中でブリッジ検査は、欠品・極性・位置ずれ・はんだフィレット形状などと並ぶ検査項目のひとつです。ブリッジ特有の難しさは、検査対象が「部品そのもの」ではなく「隣接導体の間の隙間」という、背景に近い領域である点だと考えます。部品があるべき場所にあるかを見るのとは、視点が逆になります。
従来のルールベースAOIでは、隣接ピン間の領域に一定以上のはんだ（明るさ・面積・体積相当の指標）が存在するかをしきい値で判定する方式が広く用いられてきたと考えられます。この方式は明快ですが、はんだの正常な盛り方の個体差や、照明条件のわずかな変動でしきい値付近の判定が揺れやすく、結果として過検出と見逃しのトレードオフに悩まされやすい構造を持っていると考えます。AIによる判定は、この「正常の幅」を学習で吸収できる可能性がある点に意義があると考えます。なおVLMと従来ディープラーニングの使い分けも、判定方式を選ぶうえでの参考になると考えます。
はんだブリッジ検査において、最も成否を左右するのは判定アルゴリズムよりも撮像・照明の設計だと考えます。はんだは金属光沢を持つ反射体であり、その三次元的な盛り方（フィレットの稜線、隣接ランド間の谷）を、いかにコントラストとして画像に立たせるかが出発点になります。どれほど高度なAIでも、画像に写っていない情報は判定できないという原則は変わりません。
はんだ表面はハレーション（白飛び）を起こしやすく、単純な同軸落射照明だけでは稜線の情報が飛んでしまう傾向があると考えられます。そこで実装AOIでは、複数の入射角を持つ照明を組み合わせる手法が広く用いられてきました。代表的な考え方を挙げます。
橋絡検査では、隣接導体間の「隙間」を分解できる解像度が必要です。目安として、検出したい最小の隙間やはんだの細い橋を、複数画素で表現できる撮像分解能を確保することが前提になると考えます。ファインピッチ部品では1画素あたりの実寸（分解能）を十分小さく取る必要があり、その分だけ視野が狭くなるため、視野・解像度・タクトのバランス設計が現実的な制約になります。基板全体を一度に高分解能で撮ろうとすると、データ量と処理時間が増える点にも注意が必要です。
近年は二次元画像に加えて、位相シフト法などによる三次元形状計測（はんだの高さ・体積）を併用するアプローチも広がっていると考えられます。橋絡や過剰はんだは本質的に「はんだ体積の過多と分布」の問題なので、高さ情報が取れれば判定の根拠が増える可能性があります。ただし三次元計測はタクトやコスト、装置の複雑さに影響するため、対象不良と要求精度に照らして二次元で足りるのか三次元が要るのかを、現物で見極めることが重要だと考えます。撮像設計の考え方は電子部品・基板の外観検査のページでも整理しています。
撮像で形状が立った画像が得られたら、次は判定の組み立てです。はんだブリッジ検査の判定は、前述のとおり「橋絡か否か」の二値ではなく、過剰はんだからニアブリッジ、完全橋絡までの連続量をどこで切るかという問題に帰着すると考えます。この線引きをルールで固定するか、学習で吸収するかが設計の分岐点になります。
実務的には、ルールベースと学習ベースを排他で選ぶより、組み合わせる発想が現実的だと考えます。たとえば、隣接ピン間領域を切り出す処理は幾何学的なルールで安定して行い、その領域が「正常な盛り方の範囲か、橋絡の予兆か」の判定にAIを使う、といった役割分担です。前段の領域切り出しがずれると後段の判定もずれるため、基板の位置決め（フィデューシャル認識）の安定性が土台になります。
はんだの正常な盛り方には、部品種・ランド設計・はんだ量による個体差があります。ルールのしきい値だけでこの幅を表現しようとすると、厳しくすれば過検出、緩めれば見逃しという綱引きになりがちです。学習ベースの判定は、多数の正常サンプルから「正常の分布」を捉え、そこから外れる橋絡の兆候を相対的に判断できる可能性があります。良品の見え方の幅をどれだけ素性よく集められるかが、精度を左右すると考えます。
橋絡検査でしばしば直面するのが、不良サンプルが少ないという課題です。良品は大量に流れる一方、橋絡そのものは（工程が安定しているほど）めったに出ません。このため、不良画像を十分に集めてから学習する、という素朴な進め方は現実には成立しにくいことが多いと考えます。対応の方向性としては、次のような考え方が挙げられます。
近年は、画像と言語を結びつけて扱えるVLM（Vision Language Model）を検査に応用する動きもあります。VLMは「隣接ランド間がはんだでつながっているか」といった検査観点を、言語的な指示と少数の例で扱える可能性があり、多品種・少量で個別に学習器を組みにくい現場では選択肢になり得ると考えます。一方で、微細な稜線の差を安定して捉えられるかは撮像品質と対象次第であり、過信は禁物です。VLMとルール・専用モデルのどれが向くかは、対象不良と要求タクトを踏まえて現物で比較するのが妥当だと考えます。エッジ環境での実装可能性はエッジVLMやエッジとクラウドの検査AI比較もあわせてご検討ください。
はんだ検査を語るとき、過検出（フォルスコール）の多さがしばしば話題になります。本記事のテーマである「真のブリッジ・短絡を取りこぼさない」ことと、「過検出を減らす」ことは、関連はしますが論点が異なります。両者を同じ土俵で議論すると、感度設計が混乱しやすいと考えます。
短絡は機器の信頼性・安全性に直結しうる不良であるため、橋絡の検査は一般に「見逃しを極力出さない」側に感度を倒す設計思想が取られることが多いと考えます。その帰結として、しきい値付近の微妙な過剰はんだは「疑わしきは拾う」方向になり、ある程度の過検出は構造的に生じます。これは設計上の選択であって、必ずしも欠陥ではないと考えます。重要なのは、その過検出をどこでどう吸収するかをあらかじめ決めておくことです。
拾い過ぎた判定を、人による確認や二段階目の判定で選別する設計が現実的です。前段は感度高めで取りこぼしを抑え、後段で過検出を落とす、という二段構えにすれば、見逃しリスクと現場負荷のバランスを取りやすくなると考えます。後段選別そのものの作り込み（どんな観点で人やAIが再判定するか、どうログを残すか）は独立した論点であり、本記事では深入りせず、別途整理することをおすすめします。
これらの指標は、対象部品・要求品質・後工程の負荷許容度によって最適点が変わります。一律の正解はなく、現物の良品・不良の見え方を見ながら、ラインごとに線を引き直すことが前提だと考えます。コストと効果の試算については検査AIのコスト構造もご参照ください。
はんだブリッジ検査の導入では、技術そのものより運用の作り込みでつまずくことが多いと考えます。ここでは現場で繰り返し見られる落とし穴を、撮像・判定基準・運用の三つの観点で整理します。いずれも「現物を見る前に決め打ちした」ときに起きやすい性質があると考えます。
これらはいずれも、机上の検討だけでは見えにくく、実際の基板・実際のライン照明・実際の流量に当ててはじめて顕在化する種類の問題だと考えます。だからこそ、小さく試して確かめる進め方が向いていると考えます。導入の進め方全般はPoC・導入コンサルティングでも整理しています。
最後に、はんだブリッジ・短絡検出AIをどう立ち上げていくか、現実的なロードマップの考え方を整理します。結論から言えば、撮像で確かめる → 判定基準を小さく作る → 感度と過検出のバランスを現場で詰める → 運用に乗せて見直し続ける、という順で積み上げるのが堅いと考えます。一足飛びに「全数・全項目を完全自動で」を狙うより、効果と確実性の高い範囲から固めるほうが、結果的に早く立ち上がることが多いと考えます。
まず、対象基板の橋絡・過剰はんだが、照明・撮像で識別可能な状態になるかを現物で確認します。ここが成立しなければ、その先のAIは成り立ちません。ニアブリッジまで含めて、どこまでの段階を画像で区別できるかを見極める段階です。
良品の見え方の幅を集め、橋絡の線引き（過剰はんだ・ニアブリッジ・橋絡の段階）を仮に決めます。少数でも検証用の不良サンプルを用意し、評価セットで見逃し・過検出の傾向をつかみます。この段階では完璧な基準より、見直せる基準をつくることを優先すると考えます。
見逃しを抑える側に倒したうえで、生じる過検出をどこで吸収するか（人の確認、後段判定）を含めて運用を設計します。ラインのタクト・人員・後工程の許容度に合わせて、線を引き直していきます。
はんだ材料・部品・工程は変化します。判定基準は固定資産ではなく、定期的に見直す前提で運用へ組み込むことが、長く効かせる鍵だと考えます。発生した橋絡の画像をアーカイブし、原因究明と基準改善のループに還元していく姿勢が望ましいと考えます。
Nsightでは、元キーエンス画像処理事業部出身の監修者の知見をふまえ、撮像・照明の作り込みから判定設計、運用の見直しまでを一気通貫で検討します。はんだブリッジ検査は、対象部品・基板・ライン環境によって最適解が大きく変わる領域であり、カタログ上の正解をそのまま当てはめられるものではないと考えます。だからこそ、まずは現物のサンプル・実際のライン条件を持ち寄り、現場での検証を通じて「写るか・分けられるか・流せるか」を一緒に確かめることをおすすめします。一般的な進め方や他工程での考え方は外観検査自動化ガイドもあわせてご覧ください。
電気検査は『いま導通しているか』を見る検査で、橋絡寸前の過剰はんだ（ニアブリッジ）はパスしてしまう可能性があります。画像検査は形状として橋絡の予兆を捉えられるため、両者は補完関係にあると考えます。また橋絡の形を画像で残せれば、印刷・搭載・リフローのどこに原因を遡るべきかの手がかりにもなると考えられます。
検出可否は撮像分解能と照明設計に大きく依存します。隣接導体間の隙間や細い橋を複数画素で表現できる分解能を確保し、はんだの稜線・谷をコントラストとして立たせることが前提になると考えます。ピッチが細かいほど視野が狭くなりタクトとの両立が課題になるため、検査範囲を要所に絞るなどの設計が現実的だと考えます。現物での確認が前提です。
橋絡は希少なため、不良画像を大量に集めてから学習する進め方は成立しにくいことが多いと考えます。良品中心に正常の分布を捉え、そこからの逸脱を見る発想や、検証用に作製した少数サンプルを評価セットに充てる進め方が現実的です。過剰はんだ・ニアブリッジの段階ラベルを設けておくと、評価が安定しやすいと考えます。
橋絡検査は見逃しを抑える側に感度を倒すのが基本のため、しきい値付近で一定の過検出は構造的に生じやすいと考えます。重要なのは過検出をゼロにすることより、人の確認や後段判定で吸収する二段構えを設計しておくことです。過検出の後段選別は論点が異なるため、別途整理することをおすすめします。
橋絡や過剰はんだは本質的にはんだ体積と分布の問題なので、高さ情報が取れる三次元計測が判定根拠を増やす場合があります。一方で三次元はタクト・コスト・装置の複雑さに影響します。二次元で十分に分けられるのか、三次元が要るのかは対象不良と要求精度次第であり、現物で見極めることをおすすめします。
対象基板のサンプルと実際のライン条件を持ち寄れば、『写るか・分けられるか・流せるか』を一緒に検証できます。元キーエンス画像処理事業部出身の監修者とともに、撮像設計から運用まで現実的な進め方をご提案します。
現物検証・ご相談はこちら