1. 这次第二弹预告透露了什么风向每年下半年机器视觉圈的重头戏基本都集中在深圳举办的VisionChina视觉展上。做这行这么多年我养成的习惯是展会前先把主流厂商的预告翻一遍尤其是像大恒图像这种头部厂家他们的预告往往藏着当年技术选型的方向值得逐字拆。这次他们的系统预告第二弹放出来比第一弹单纯报展位、报产品线要有价值得多直接点名了几套现场运行的完整系统。这篇文章我就从我的视角拆一拆预告背后的门道讲讲为什么到了展会上应该盯着系统看以及如果你也想在自己的项目里搭一套类似的视觉系统真正需要抠住哪些细节。搞机器视觉也有年头了我最大的感受是展会早已不是看镜头墙、看相机阵列的年代。前几年你去展位看到的是玻璃柜里摆一排相机旁边放几块采集卡背后PPT循环播放参数表销售递给你一本厚厚的选型手册。现在再去尤其是大恒图像这种体量的厂商展位里摆的是带传送带、带机械臂、带工控机的完整工作站旁边立着一块实时数据看板缺陷图片在屏幕上一张张弹出来。这种变化不是展陈形式升级而是整个行业的采购逻辑变了。客户不再问你这相机多少像素而是问我这套产线能不能在3个月内跑起来。集成商关心的也早不是单颗相机的性价比而是方案能不能直接抄作业。所以系统预告第二弹这样的内容本质上就是在回答两个问题第一你们能把多少个环节串成一套能落地的方案第二这套方案在真实产线上能扛住多大的变化。1.1 展位演示从摆单品转向摆流水线为什么说是流水线而不是演示台因为真正有价值的系统展示至少包含四个环节来料定位、图像采集、算法处理、结果分拣或控制反馈。缺了任何一个都只是demo不是系统。拿大恒以往的展示风格来说他们比较擅长做现场能跑起来的演示而不是只放录播视频。展位上的系统往往是真通电、真触发、真拍、真判、真分拣的。这一点非常重要因为视觉系统最大的坑往往不在算法本身而在信号谁的信号先到、相机曝光后数据往哪走、结果怎么告诉PLC。这些环节只有你在现场看到它们跑起来才知道这套东西靠不靠谱。所以我建议看展的朋友到展位上先别急着问参数先看几件事传送带是不是真的在动相机是不是真的在外触发模式下抓拍次品被剔除时是不是真的由视觉系统发的指令数据看板上的统计是不是实时变化的。如果这些都可以至少说明这套系统的中间链路是通的这是单品展示给不了你的信任感。1.2 预告文案里的关键词拆解第二弹这个词很有意思。它暗示这是一个系列内容前面还有第一弹。第一弹一般是铺垫把所有产品线、展位位置、演讲主题捋一遍第二弹就开始上硬货了通常是指向某几个重点场景的系统级Demo。我根据大恒图像近几年的产品线和行业热点猜这套预告里大概率会出现几个方向第一是高反光金属表面的缺陷检测。机器视觉行业里最经典的痛点是金属工件反光普通打光模式下表面一片白什么划痕、凹坑全被高光淹没。这个场景需要同轴光源、偏振片和特殊算法配合属于参数表上看不出来必须看系统演示才能体会的类型。第二是3D视觉引导的定位抓取或者测量。这几乎是近三年所有头部视觉厂商展台的标配结构光3D相机加机械臂现场实时重建点云然后引导抓取。这个展示很直观观众走一圈就知道他的3D能力到底到什么程度。第三大概率是软包电池或者其他新能源零部件的缺陷检测。大恒图像在新能源领域投入比较早极片、电芯、模组的外观检测方案在行业内不少见系统预告里放这类场景也符合华南地区客户的需求结构。这三个方向有个共同点它们都是组件好卖系统难做的活儿。而系统预告第二弹要传达的恰恰就是难做的部分我们做了。这比单纯发布一款新相机更值得关注。2. 两条主线拆解3D视觉与深度学习检测2.1 3D视觉系统从轮廓测量到无序抓取3D视觉在展会上的呈现方式已经从展示点云效果进化到了现场抓给你看。我看到的趋势是厂商更愿意直接把3D相机装在机械臂上让观众随机往料筐里扔几个工件然后看系统能不能稳定识别、能不能引导机械臂抓起来。这种展示方式非常残酷因为随机摆放就意味着遮挡、重叠、反光、阴影全是2D时代的老大难问题。从原理上讲3D视觉的主流方案还是两类线激光扫描和结构光投影。线激光适合高速通过的轮廓测量场景比如焊缝跟踪、板材厚度检测精度高但对运动机构的稳定性要求高结构光适合静态或者低速场景的宽幅测量比如无序抓取前的工件定位一次投射就能得到整片区域的深度信息。大恒图像这类厂商通常两条腿走路激光轮廓仪和结构光3D相机都有对应产品展会上往往同时出现。实际看演示的时候我建议盯着三个细节第一点云刷新率高不高有没有明显卡顿第二Z轴分辨率标称值和实测值是否一致尤其是一些暗色、吸光的工件点云上会不会出现黑洞第三3D和2D是否做了融合很多场景下2D图像里的灰度纹理信息对定位很关键只靠深度图容易丢失细节。然后就是手眼标定。这是3D引导抓取里最琐碎、也最容易翻车的环节。Eye-in-Hand和Eye-to-Hand两种方式的标定流程不同前者标定的是相机相对机械臂末端的关系后者标定的是相机相对机械臂底座的关系。现场演示系统一般会预留标定板和快速标定流程但如果这个环节需要很长时间说明他们的标定模块还不够顺手。真正到了客户现场产线停机时间宝贵标定越简单项目落地越顺利。2.2 深度学习与规则的混合检测另一个绕不开的主线是深度学习。但我想说的是工业现场用AI和打比赛刷数据集完全是两回事。产线上你面对的是固定的工位、固定的来料方向、相对稳定的光照环境这时候如果上来就端到端训练一个大模型反而不划算。真正好用的方案是传统算子卡位深度学习兜底的混合架构。举个例子一个外观检测工位先用基于几何特征的模板匹配或者边缘算子快速锁定缺陷可能出现的ROI区域然后在ROI内部使用深度学习模型做纹理异常分类。这样做的好处有三个第一推理区域小响应速度快容易满足节拍第二传统算法做的是确定性高的工作不会给你判着判着漏掉一块区域这种随机错误第三深度学习只需要集中火力处理最难区分的那部分缺陷需要的样本量也小得多。大恒图像这类厂商的优势在于他们有一套从采集到算法部署的完整软件栈SDK里既有传统图像处理算子也有给深度学习用的模型转换和推理模块。展会上如果看到AI检测字样的系统不要只看模型识别率多高要问三件事单张图像的处理时间是多少毫秒用了什么硬件加速方案GPU还是NPU误检率控制是靠什么手段实现的。因为工业客户最怕的不是漏检是误检太多导致良品被当成次品剔掉整条产线停机让人工复判那比不用AI还糟糕。另外现场演示的实时性也值得观察。很多AI demo是提前录制好的视频循环播放真正的实时系统会允许你往相机前放一个样品屏幕立刻弹出缺陷框和分类结果。多次测试每次结果都有一致性这才说明模型在设备上的实际推理性能是稳的而不是停留在PPT阶段。2.3 软硬件一体化的可能性除了3D和AI这两条技术主线我判断这次预告里还会有一体化的影子。所谓一体化就是把相机、镜头、光源、算法、通信协议打包成一个相对独立的智能视觉部件客户不用再去自己攒工控机、装显卡、配软件授权。这个方向在中小型设备商中非常受欢迎因为他们不缺机械设计能力缺的是视觉软件团队。一体化方案的形态可以是嵌入式视觉控制器也可以是带屏幕的智能相机它们的共同特点是开箱即用。现场演示时你可能看到一台设备上没有传统意义上的工控机主机取而代之的是一个巴掌大的控制器连上相机和显示器就能跑完整套检测程序。别小看这个变化这意味着项目交付时现场的运维门槛大幅降低了。当然一体化不是万能的它的扩展性和计算上限不如独立工控机但对于检测目标明确、算法稳定的产线工位来说性价比优势非常明显。预告里如果出现这类产品建议多问一句算力型号和可扩展的相机路数这决定它在你项目里的上限在哪。3. 照着这个思路自己也能搭一套展会级视觉系统3.1 相机、镜头、光源的选型逻辑与搭配看再多预告不如自己动手搭过一遍。我拿一个典型的外观检测工位举例子帮大家把选型逻辑捋一遍这套思路你在展会现场跟工程师聊的时候也能直接用。假设要检测一个不锈钢工件表面划痕视野范围100mm×80mm要求检测出0.05mm以上的明显划痕。按照机器视觉的惯例最小缺陷要在图像上占据至少3×3像素我们按3个像素算那么水平方向需要的像素数是100mm / (0.05mm / 3) 6000像素垂直方向是80mm / (0.05mm / 3) 4800像素。这样算下来需要6000×4800像素也就是接近2900万像素。实际采购中我们通常会在视野边缘留出10%的余量并且考虑工件的定位误差所以至少需要把视野放到110mm×90mm像素数相应再往上提这时候500万或者1200万像素的相机可能就不够用了。但实际工程上不会真的无脑上高像素相机因为像素越高单张图像数据量越大网络传输、存储、算法耗时都会增加。所以另一种思路是降低单相机的视野覆盖用两到三台相机分区拍摄。每台相机只负责30mm×40mm的小区域那么500万像素的相机就足够了这就是为什么展会上的检测系统经常看到好几个相机凑在一起那不是浪费是工程平衡的结果。镜头选型方面核心是焦距。焦距f约等于工作距离WD乘以传感器靶面尺寸S再除以视野FOV公式就是f WD × S / FOV。假设传感器是1/1.8英寸靶面宽约7.2mm视野宽40mm工作距离设300mm那么焦距就是300×7.2/40 54mm市面上没有正好54mm的镜头一般选50mm工业定焦镜头。如果需要更长的距离或者更小的畸变就要考虑远心镜头远心镜头的特点是视野内放大倍率一致测量类应用强烈建议但价格也高不少。光源选择上不锈钢反光工件最忌讳直接用普通条形光直射打出来全是亮斑。常规做法是加同轴光源配合偏振片光线垂直于表面照射对于金属表面的细小划痕同轴光配合偏振消光效果非常好。如果检测的是表面纹理或者压印字符则可以考虑低角度环形光或者条形光利用阴影增强对比度。3.2 一个外观检测Demo的完整参数推算选完硬件紧接着是节拍和曝光参数的计算。假设产线传输速度是200mm/s要求检测精度0.05mm那么曝光时间内允许的位移模糊最多不能超过0.1mm保守起见按0.05mm算。曝光时间上限就是位移量除以速度也就是0.05mm / 200mm/s 0.00025s即0.25ms。这个值告诉我们必须用很短的曝光时间去冻结运动这要求现场光源亮度非常高或者采用频闪光源在触发瞬间打光。所以系统集成的顺序应该是先确定节拍和速度再反推曝光时间和光源亮度需求而不是先挑好相机和镜头再去迁就产线速度。很多新手做项目时在这里栽跟头选完相机发现光源不够亮曝光拉到3ms拍出来的图像糊成一团最后只能降产速得不偿失。在检测Demo中加入触发环节也很关键。运动物体拍摄通常用编码器触发或者相机外触发保证每次拍照时工件都在同一个位置附近。如果用软件触发或者周期触发工件位置稍微有漂移前后两次图像的ROI就对不齐算法还得额外做位置补偿徒增复杂度。展会现场的Demo通常不会展示得太细但你搭自己的系统时一定要在外触发这里多花点时间。3.3 系统调试的现场流程一套系统能不能在展会现场稳定跑靠的是调试流程是否规范。我自己惯用的流程大致是这样先装光源和相机粗调位置让视野大致覆盖目标区域然后打开软件的对焦辅助窗口手动或自动调节镜头焦距直到图像边缘和中心都清晰接着关闭环境光干扰单独调节光源强度和角度用直方图面板看灰度分布是否合理通常要让目标区域灰度值落在180到230之间背景和缺陷区域的对比度尽量大。对焦完成后再做畸变和标定。测量类项目必须用标定板做像素当量标定算出每个像元对应的物理尺寸这样才能把图像里的像素距离换算成毫米。简单的外观检测项目就算不做严格标定也要至少验证视野边缘和中心的尺寸一致性防止误判。调试时有一个很容易忽略的细节检查自动曝光和自动增益是否打开。很多相机默认自动曝光现场演示时环境光一变图像亮度跟着变算法就开始不稳定。正确的做法是调好参数后把所有自动功能关掉锁定曝光、增益、白平衡让系统只依赖光源控制。这样哪怕展台周围人来人往只要光源没有被遮挡检测结果基本稳定。展会级的Demo还会做一个很重要的动作准备两种样件一盒合格品和一盒带缺陷的样品循环测试。但现场放样件的盒子往往不像真实产线那样整齐所以从相机拍到的画面来看位置、角度、背景都有变化。如果系统能在一个比较乱的状态下稳定检测它的鲁棒性才是合格的。我建议你在自己搭系统的时候也模拟这种乱别把什么都摆得整整齐齐否则到了客户现场装配一偏差算法马上崩给你看。4. 预告里没写但值得留意的细节4.1 图像采集卡与传输方式预告里一般不谈传输方式但实际系统展示中数据流是个永远的瓶颈。大恒图像本来就是做图像采集卡起家的厂商他们的卡在市面上口碑不错尤其是多相机同步、硬触发处理和长时间运行稳定性方面积累比较深。展位上的系统如果同时用多台相机还要求高帧率大概率会用到他们的GigE或Camera Link方案这些细节值得注意。现在工业相机接口主要是GigE Vision、USB3 Vision、Camera Link等几种这两年10G以太网接口也开始多起来。GigE的好处是线缆长、部署方便带宽通常1GbpsUSB3单机方便但线缆长度受限多相机同步体验不如GigECamera Link带宽高但要配专用采集卡和线缆成本和复杂度都高。展会现场的系统一般会选最稳定的方案很少为了炫技上特别复杂的接口组合。多相机同步是现场演示最常见的问题。几条工位同时拍照如果触发信号来得不齐不同相机拍到的工件位置就不同后续算法根本没法融合。大恒这类厂商提供的方案里通常有硬件触发和精密时间同步PTP机制你可以在现场观察一下多台相机同时抓拍同一个移动物体时画面里的物体位置是否高度一致这比听销售讲技术指标直观得多。线缆和布线细节也别忽视。展位上的线缆虽然好看大多是理线带和专用支架固定出来的但真正车间环境里的电磁干扰、弯折磨损比展会现场严峻得多。建议你在看系统时顺便看一眼他们有没有用工业级网线、有没有做屏蔽处理这些细节直接关系到在现场部署时的稳定性。4.2 从工控机到上位机部署软件生态与国产化现在的视觉系统算法只是其中一环上位机软件、数据库、MES对接、日志管理这些才是甲方真正会用的部分。大恒图像的系统展示里一般会有一台工控机跑他们的视觉软件平台界面上能看到检测结果、统计数据、良品率和缺陷分类。这个界面的设计水平侧面反映软件团队的工程能力。我见过不少视觉系统算法精度挺高但软件界面一塌糊涂产线工人根本不会用最后项目经理天天驻场帮忙点按钮。真正成熟的系统应该让操作工经过十分钟培训就能上手产线异常时知道怎么复位、怎么看日志。展会上可以花几分钟点一点他们的界面感受一下交互逻辑是否顺手。另外国产化适配也是近几年绕不开的话题。越来越多的项目要求软件能跑在国产操作系统、用国产数据库、对接国产PLC。头部厂商都在做这方面的适配预告里虽然不一定提但现场可以去问一句你们的软件现在支持哪些操作系统和硬件平台。如果你手上正好有国产化要求的项目这句话能帮你筛掉一半候选供应商。4.3 展位工作人员不会主动说的几件事有些事工作人员不会主动讲但你必须知道。展会现场演示的样件往往是反复筛过、缺陷特征特别明显的教学样品和真实产线上千奇百怪的缺陷相比检测难度低很多。所以看演示不要只看结果要问这套系统有没有在客户现场实际跑过真实漏检率和误检率是多少。如果对方支支吾吾说明还处在实验室阶段你需要多留个心眼。还有一点现场询价通常拿不到最终报价。展会的作用是筛线索销售接待你之后会转给区域经理报价和方案细节一般要等展会结束才推进。如果你赶时间可以直接要一个对口销售的微信并提前准备你的项目参数和现场图片这样后续沟通效率会高很多。最后也是最容易被忽略的一点展会上的相机和光源参数很多是理想环境下的标称值实际部署要考虑温度漂移、光源衰减、震动干扰。建议你看样机时问一句这套系统连续运行过多久如果对方说八小时展会期间没关过那至少说明稳定性经过了初步验证。5. 逛展实操如何两个小时高效看完一个品牌展位5.1 提前列的问题清单去展会最怕的就是到了现场不知道该干什么跟着人流转了一圈拿了一堆资料回来啥也没记住。我建议进馆前就把问题清单写好到了展位直接照着问效率翻倍。这里分享一份我常用的清单针对大恒图像这类头部厂商的展位基本够用第一个问题这套系统的相机、镜头、光源分别是什么型号选型逻辑是什么。这个问题能看对方工程师的真实水平销售可能答不上来但驻场工程师一定答得上来。第二个问题最小可检测缺陷尺寸是多少误检率控制在什么水平。这个决定系统用在你的产品上是否够用值得细聊。第三个问题系统的节拍是多少秒每件瓶颈在算法处理还是机械结构。节拍是产线最关心的指标之一直接影响项目投入产出比。第四个问题光源方案对来料颜色变化、材质差异的容忍度如何。真实产线不可能每一批料都一模一样光源鲁棒性差的话批量生产时麻烦不断。第五个问题软件Licence怎么算是一次买断还是按年订阅扩展算法需要额外收费吗。这部分直接影响项目预算和后期增配成本。5.2 那些展会上问不出口但又很关键的问题有些问题在公开展台不太方便问得太直白但又特别关键。比如售后响应时效你们在华南有没有本地技术支持团队出问题后多久能到场。机器视觉项目最怕的不是前期方案不对而是设备到客户现场后卡在某个低级问题上没人处理产线停工一天就是几万块成本。这个问题可以私下拉着销售单独聊通常能拿到更实在的回答。还有软件版本兼容和固件更新的问题相机驱动和软件平台会不会在升级后出现不兼容历史项目怎么维护。厂商当然会说没问题但你可以多问一句你们对老型号相机的技术支持周期能持续多久懂行的人会给你一个更谨慎的答案。交付周期也是必须问的。很多项目决定了用某款相机后结果备货周期要两三个月产线计划全被打乱。展会上看到的都是成品但批量供货和售后备件的情况只有问销售才知道。5.3 拿到的资料怎么整理看完展资料不整理等于白看。我的习惯是展会结束当天晚上趁着记忆新鲜把所有拿到的彩页、名片、拍摄的照片按照品牌和产品线分类归档然后用一个表格记录每个品牌的联系人、重点产品、报价预估、下一步需要确认的问题。整理时要特别留意现场拍的照片别只拍产品外观和演示屏要拍下演示系统的整体布局包括光源角度、相机安装位置、传送带速度、灯光环境这些细节后面做方案对比时非常有用。展会现场环境光复杂拍演示屏时注意别拍糊能把界面参数拍清楚的优先。另外如果你在展位现场提前申请了样机测试或者POC概念验证会后一定要在微信里跟进确认测试时间、样品寄送地址和测试标准。展会期间谈妥的事情展会结束后最容易忘记而POC结果往往比展会演示更能决定最终选型。6. 一点个人体会这两年看展我明显感觉大恒图像的展台越来越有车间感了不再只是科技感满满的产品秀而是把真实的产线场景搬过来让你可以站在旁边看很久。我个人实际逛展时最喜欢的动作是在一套系统前面站十分钟不急着提问就看它怎么处理连续来料、怎么跳缺陷、怎么剔除次品、料盒空了之后工人怎么复位。这十分钟往往比销售讲半小时更让我放心因为它能真实反映这套系统在日常运行中的从容程度。如果让我给第一次逛这种展会的朋友一个建议那就是别只盯着新发布的硬件参数表多花时间在系统Demo上敢于打断讲解问如果我往传送带上放一个你们没见过的样品会发生什么。能经得住这种临场考验的系统才是值得进入你备选清单的系统。展会结束后真正决定项目成败的也从来不是展台上那几分钟的光鲜而是回到自己车间里一遍遍打样、调参、试错的过程。 
长河君 · 2026/10/26 17:47:42 · 阅读 1.2k 从系统预告拆解机器视觉风向：3D视觉与深度学习检测实战
1. 这次第二弹预告透露了什么风向每年下半年机器视觉圈的重头戏基本都集中在深圳举办的VisionChina视觉展上。做这行这么多年我养成的习惯是展会前先把主流厂商的预告翻一遍尤其是像大恒图像这种头部厂家他们的预告往往藏着当年技术选型的方向值得逐字拆。这次他们的系统预告第二弹放出来比第一弹单纯报展位、报产品线要有价值得多直接点名了几套现场运行的完整系统。这篇文章我就从我的视角拆一拆预告背后的门道讲讲为什么到了展会上应该盯着系统看以及如果你也想在自己的项目里搭一套类似的视觉系统真正需要抠住哪些细节。搞机器视觉也有年头了我最大的感受是展会早已不是看镜头墙、看相机阵列的年代。前几年你去展位看到的是玻璃柜里摆一排相机旁边放几块采集卡背后PPT循环播放参数表销售递给你一本厚厚的选型手册。现在再去尤其是大恒图像这种体量的厂商展位里摆的是带传送带、带机械臂、带工控机的完整工作站旁边立着一块实时数据看板缺陷图片在屏幕上一张张弹出来。这种变化不是展陈形式升级而是整个行业的采购逻辑变了。客户不再问你这相机多少像素而是问我这套产线能不能在3个月内跑起来。集成商关心的也早不是单颗相机的性价比而是方案能不能直接抄作业。所以系统预告第二弹这样的内容本质上就是在回答两个问题第一你们能把多少个环节串成一套能落地的方案第二这套方案在真实产线上能扛住多大的变化。1.1 展位演示从摆单品转向摆流水线为什么说是流水线而不是演示台因为真正有价值的系统展示至少包含四个环节来料定位、图像采集、算法处理、结果分拣或控制反馈。缺了任何一个都只是demo不是系统。拿大恒以往的展示风格来说他们比较擅长做现场能跑起来的演示而不是只放录播视频。展位上的系统往往是真通电、真触发、真拍、真判、真分拣的。这一点非常重要因为视觉系统最大的坑往往不在算法本身而在信号谁的信号先到、相机曝光后数据往哪走、结果怎么告诉PLC。这些环节只有你在现场看到它们跑起来才知道这套东西靠不靠谱。所以我建议看展的朋友到展位上先别急着问参数先看几件事传送带是不是真的在动相机是不是真的在外触发模式下抓拍次品被剔除时是不是真的由视觉系统发的指令数据看板上的统计是不是实时变化的。如果这些都可以至少说明这套系统的中间链路是通的这是单品展示给不了你的信任感。1.2 预告文案里的关键词拆解第二弹这个词很有意思。它暗示这是一个系列内容前面还有第一弹。第一弹一般是铺垫把所有产品线、展位位置、演讲主题捋一遍第二弹就开始上硬货了通常是指向某几个重点场景的系统级Demo。我根据大恒图像近几年的产品线和行业热点猜这套预告里大概率会出现几个方向第一是高反光金属表面的缺陷检测。机器视觉行业里最经典的痛点是金属工件反光普通打光模式下表面一片白什么划痕、凹坑全被高光淹没。这个场景需要同轴光源、偏振片和特殊算法配合属于参数表上看不出来必须看系统演示才能体会的类型。第二是3D视觉引导的定位抓取或者测量。这几乎是近三年所有头部视觉厂商展台的标配结构光3D相机加机械臂现场实时重建点云然后引导抓取。这个展示很直观观众走一圈就知道他的3D能力到底到什么程度。第三大概率是软包电池或者其他新能源零部件的缺陷检测。大恒图像在新能源领域投入比较早极片、电芯、模组的外观检测方案在行业内不少见系统预告里放这类场景也符合华南地区客户的需求结构。这三个方向有个共同点它们都是组件好卖系统难做的活儿。而系统预告第二弹要传达的恰恰就是难做的部分我们做了。这比单纯发布一款新相机更值得关注。2. 两条主线拆解3D视觉与深度学习检测2.1 3D视觉系统从轮廓测量到无序抓取3D视觉在展会上的呈现方式已经从展示点云效果进化到了现场抓给你看。我看到的趋势是厂商更愿意直接把3D相机装在机械臂上让观众随机往料筐里扔几个工件然后看系统能不能稳定识别、能不能引导机械臂抓起来。这种展示方式非常残酷因为随机摆放就意味着遮挡、重叠、反光、阴影全是2D时代的老大难问题。从原理上讲3D视觉的主流方案还是两类线激光扫描和结构光投影。线激光适合高速通过的轮廓测量场景比如焊缝跟踪、板材厚度检测精度高但对运动机构的稳定性要求高结构光适合静态或者低速场景的宽幅测量比如无序抓取前的工件定位一次投射就能得到整片区域的深度信息。大恒图像这类厂商通常两条腿走路激光轮廓仪和结构光3D相机都有对应产品展会上往往同时出现。实际看演示的时候我建议盯着三个细节第一点云刷新率高不高有没有明显卡顿第二Z轴分辨率标称值和实测值是否一致尤其是一些暗色、吸光的工件点云上会不会出现黑洞第三3D和2D是否做了融合很多场景下2D图像里的灰度纹理信息对定位很关键只靠深度图容易丢失细节。然后就是手眼标定。这是3D引导抓取里最琐碎、也最容易翻车的环节。Eye-in-Hand和Eye-to-Hand两种方式的标定流程不同前者标定的是相机相对机械臂末端的关系后者标定的是相机相对机械臂底座的关系。现场演示系统一般会预留标定板和快速标定流程但如果这个环节需要很长时间说明他们的标定模块还不够顺手。真正到了客户现场产线停机时间宝贵标定越简单项目落地越顺利。2.2 深度学习与规则的混合检测另一个绕不开的主线是深度学习。但我想说的是工业现场用AI和打比赛刷数据集完全是两回事。产线上你面对的是固定的工位、固定的来料方向、相对稳定的光照环境这时候如果上来就端到端训练一个大模型反而不划算。真正好用的方案是传统算子卡位深度学习兜底的混合架构。举个例子一个外观检测工位先用基于几何特征的模板匹配或者边缘算子快速锁定缺陷可能出现的ROI区域然后在ROI内部使用深度学习模型做纹理异常分类。这样做的好处有三个第一推理区域小响应速度快容易满足节拍第二传统算法做的是确定性高的工作不会给你判着判着漏掉一块区域这种随机错误第三深度学习只需要集中火力处理最难区分的那部分缺陷需要的样本量也小得多。大恒图像这类厂商的优势在于他们有一套从采集到算法部署的完整软件栈SDK里既有传统图像处理算子也有给深度学习用的模型转换和推理模块。展会上如果看到AI检测字样的系统不要只看模型识别率多高要问三件事单张图像的处理时间是多少毫秒用了什么硬件加速方案GPU还是NPU误检率控制是靠什么手段实现的。因为工业客户最怕的不是漏检是误检太多导致良品被当成次品剔掉整条产线停机让人工复判那比不用AI还糟糕。另外现场演示的实时性也值得观察。很多AI demo是提前录制好的视频循环播放真正的实时系统会允许你往相机前放一个样品屏幕立刻弹出缺陷框和分类结果。多次测试每次结果都有一致性这才说明模型在设备上的实际推理性能是稳的而不是停留在PPT阶段。2.3 软硬件一体化的可能性除了3D和AI这两条技术主线我判断这次预告里还会有一体化的影子。所谓一体化就是把相机、镜头、光源、算法、通信协议打包成一个相对独立的智能视觉部件客户不用再去自己攒工控机、装显卡、配软件授权。这个方向在中小型设备商中非常受欢迎因为他们不缺机械设计能力缺的是视觉软件团队。一体化方案的形态可以是嵌入式视觉控制器也可以是带屏幕的智能相机它们的共同特点是开箱即用。现场演示时你可能看到一台设备上没有传统意义上的工控机主机取而代之的是一个巴掌大的控制器连上相机和显示器就能跑完整套检测程序。别小看这个变化这意味着项目交付时现场的运维门槛大幅降低了。当然一体化不是万能的它的扩展性和计算上限不如独立工控机但对于检测目标明确、算法稳定的产线工位来说性价比优势非常明显。预告里如果出现这类产品建议多问一句算力型号和可扩展的相机路数这决定它在你项目里的上限在哪。3. 照着这个思路自己也能搭一套展会级视觉系统3.1 相机、镜头、光源的选型逻辑与搭配看再多预告不如自己动手搭过一遍。我拿一个典型的外观检测工位举例子帮大家把选型逻辑捋一遍这套思路你在展会现场跟工程师聊的时候也能直接用。假设要检测一个不锈钢工件表面划痕视野范围100mm×80mm要求检测出0.05mm以上的明显划痕。按照机器视觉的惯例最小缺陷要在图像上占据至少3×3像素我们按3个像素算那么水平方向需要的像素数是100mm / (0.05mm / 3) 6000像素垂直方向是80mm / (0.05mm / 3) 4800像素。这样算下来需要6000×4800像素也就是接近2900万像素。实际采购中我们通常会在视野边缘留出10%的余量并且考虑工件的定位误差所以至少需要把视野放到110mm×90mm像素数相应再往上提这时候500万或者1200万像素的相机可能就不够用了。但实际工程上不会真的无脑上高像素相机因为像素越高单张图像数据量越大网络传输、存储、算法耗时都会增加。所以另一种思路是降低单相机的视野覆盖用两到三台相机分区拍摄。每台相机只负责30mm×40mm的小区域那么500万像素的相机就足够了这就是为什么展会上的检测系统经常看到好几个相机凑在一起那不是浪费是工程平衡的结果。镜头选型方面核心是焦距。焦距f约等于工作距离WD乘以传感器靶面尺寸S再除以视野FOV公式就是f WD × S / FOV。假设传感器是1/1.8英寸靶面宽约7.2mm视野宽40mm工作距离设300mm那么焦距就是300×7.2/40 54mm市面上没有正好54mm的镜头一般选50mm工业定焦镜头。如果需要更长的距离或者更小的畸变就要考虑远心镜头远心镜头的特点是视野内放大倍率一致测量类应用强烈建议但价格也高不少。光源选择上不锈钢反光工件最忌讳直接用普通条形光直射打出来全是亮斑。常规做法是加同轴光源配合偏振片光线垂直于表面照射对于金属表面的细小划痕同轴光配合偏振消光效果非常好。如果检测的是表面纹理或者压印字符则可以考虑低角度环形光或者条形光利用阴影增强对比度。3.2 一个外观检测Demo的完整参数推算选完硬件紧接着是节拍和曝光参数的计算。假设产线传输速度是200mm/s要求检测精度0.05mm那么曝光时间内允许的位移模糊最多不能超过0.1mm保守起见按0.05mm算。曝光时间上限就是位移量除以速度也就是0.05mm / 200mm/s 0.00025s即0.25ms。这个值告诉我们必须用很短的曝光时间去冻结运动这要求现场光源亮度非常高或者采用频闪光源在触发瞬间打光。所以系统集成的顺序应该是先确定节拍和速度再反推曝光时间和光源亮度需求而不是先挑好相机和镜头再去迁就产线速度。很多新手做项目时在这里栽跟头选完相机发现光源不够亮曝光拉到3ms拍出来的图像糊成一团最后只能降产速得不偿失。在检测Demo中加入触发环节也很关键。运动物体拍摄通常用编码器触发或者相机外触发保证每次拍照时工件都在同一个位置附近。如果用软件触发或者周期触发工件位置稍微有漂移前后两次图像的ROI就对不齐算法还得额外做位置补偿徒增复杂度。展会现场的Demo通常不会展示得太细但你搭自己的系统时一定要在外触发这里多花点时间。3.3 系统调试的现场流程一套系统能不能在展会现场稳定跑靠的是调试流程是否规范。我自己惯用的流程大致是这样先装光源和相机粗调位置让视野大致覆盖目标区域然后打开软件的对焦辅助窗口手动或自动调节镜头焦距直到图像边缘和中心都清晰接着关闭环境光干扰单独调节光源强度和角度用直方图面板看灰度分布是否合理通常要让目标区域灰度值落在180到230之间背景和缺陷区域的对比度尽量大。对焦完成后再做畸变和标定。测量类项目必须用标定板做像素当量标定算出每个像元对应的物理尺寸这样才能把图像里的像素距离换算成毫米。简单的外观检测项目就算不做严格标定也要至少验证视野边缘和中心的尺寸一致性防止误判。调试时有一个很容易忽略的细节检查自动曝光和自动增益是否打开。很多相机默认自动曝光现场演示时环境光一变图像亮度跟着变算法就开始不稳定。正确的做法是调好参数后把所有自动功能关掉锁定曝光、增益、白平衡让系统只依赖光源控制。这样哪怕展台周围人来人往只要光源没有被遮挡检测结果基本稳定。展会级的Demo还会做一个很重要的动作准备两种样件一盒合格品和一盒带缺陷的样品循环测试。但现场放样件的盒子往往不像真实产线那样整齐所以从相机拍到的画面来看位置、角度、背景都有变化。如果系统能在一个比较乱的状态下稳定检测它的鲁棒性才是合格的。我建议你在自己搭系统的时候也模拟这种乱别把什么都摆得整整齐齐否则到了客户现场装配一偏差算法马上崩给你看。4. 预告里没写但值得留意的细节4.1 图像采集卡与传输方式预告里一般不谈传输方式但实际系统展示中数据流是个永远的瓶颈。大恒图像本来就是做图像采集卡起家的厂商他们的卡在市面上口碑不错尤其是多相机同步、硬触发处理和长时间运行稳定性方面积累比较深。展位上的系统如果同时用多台相机还要求高帧率大概率会用到他们的GigE或Camera Link方案这些细节值得注意。现在工业相机接口主要是GigE Vision、USB3 Vision、Camera Link等几种这两年10G以太网接口也开始多起来。GigE的好处是线缆长、部署方便带宽通常1GbpsUSB3单机方便但线缆长度受限多相机同步体验不如GigECamera Link带宽高但要配专用采集卡和线缆成本和复杂度都高。展会现场的系统一般会选最稳定的方案很少为了炫技上特别复杂的接口组合。多相机同步是现场演示最常见的问题。几条工位同时拍照如果触发信号来得不齐不同相机拍到的工件位置就不同后续算法根本没法融合。大恒这类厂商提供的方案里通常有硬件触发和精密时间同步PTP机制你可以在现场观察一下多台相机同时抓拍同一个移动物体时画面里的物体位置是否高度一致这比听销售讲技术指标直观得多。线缆和布线细节也别忽视。展位上的线缆虽然好看大多是理线带和专用支架固定出来的但真正车间环境里的电磁干扰、弯折磨损比展会现场严峻得多。建议你在看系统时顺便看一眼他们有没有用工业级网线、有没有做屏蔽处理这些细节直接关系到在现场部署时的稳定性。4.2 从工控机到上位机部署软件生态与国产化现在的视觉系统算法只是其中一环上位机软件、数据库、MES对接、日志管理这些才是甲方真正会用的部分。大恒图像的系统展示里一般会有一台工控机跑他们的视觉软件平台界面上能看到检测结果、统计数据、良品率和缺陷分类。这个界面的设计水平侧面反映软件团队的工程能力。我见过不少视觉系统算法精度挺高但软件界面一塌糊涂产线工人根本不会用最后项目经理天天驻场帮忙点按钮。真正成熟的系统应该让操作工经过十分钟培训就能上手产线异常时知道怎么复位、怎么看日志。展会上可以花几分钟点一点他们的界面感受一下交互逻辑是否顺手。另外国产化适配也是近几年绕不开的话题。越来越多的项目要求软件能跑在国产操作系统、用国产数据库、对接国产PLC。头部厂商都在做这方面的适配预告里虽然不一定提但现场可以去问一句你们的软件现在支持哪些操作系统和硬件平台。如果你手上正好有国产化要求的项目这句话能帮你筛掉一半候选供应商。4.3 展位工作人员不会主动说的几件事有些事工作人员不会主动讲但你必须知道。展会现场演示的样件往往是反复筛过、缺陷特征特别明显的教学样品和真实产线上千奇百怪的缺陷相比检测难度低很多。所以看演示不要只看结果要问这套系统有没有在客户现场实际跑过真实漏检率和误检率是多少。如果对方支支吾吾说明还处在实验室阶段你需要多留个心眼。还有一点现场询价通常拿不到最终报价。展会的作用是筛线索销售接待你之后会转给区域经理报价和方案细节一般要等展会结束才推进。如果你赶时间可以直接要一个对口销售的微信并提前准备你的项目参数和现场图片这样后续沟通效率会高很多。最后也是最容易被忽略的一点展会上的相机和光源参数很多是理想环境下的标称值实际部署要考虑温度漂移、光源衰减、震动干扰。建议你看样机时问一句这套系统连续运行过多久如果对方说八小时展会期间没关过那至少说明稳定性经过了初步验证。5. 逛展实操如何两个小时高效看完一个品牌展位5.1 提前列的问题清单去展会最怕的就是到了现场不知道该干什么跟着人流转了一圈拿了一堆资料回来啥也没记住。我建议进馆前就把问题清单写好到了展位直接照着问效率翻倍。这里分享一份我常用的清单针对大恒图像这类头部厂商的展位基本够用第一个问题这套系统的相机、镜头、光源分别是什么型号选型逻辑是什么。这个问题能看对方工程师的真实水平销售可能答不上来但驻场工程师一定答得上来。第二个问题最小可检测缺陷尺寸是多少误检率控制在什么水平。这个决定系统用在你的产品上是否够用值得细聊。第三个问题系统的节拍是多少秒每件瓶颈在算法处理还是机械结构。节拍是产线最关心的指标之一直接影响项目投入产出比。第四个问题光源方案对来料颜色变化、材质差异的容忍度如何。真实产线不可能每一批料都一模一样光源鲁棒性差的话批量生产时麻烦不断。第五个问题软件Licence怎么算是一次买断还是按年订阅扩展算法需要额外收费吗。这部分直接影响项目预算和后期增配成本。5.2 那些展会上问不出口但又很关键的问题有些问题在公开展台不太方便问得太直白但又特别关键。比如售后响应时效你们在华南有没有本地技术支持团队出问题后多久能到场。机器视觉项目最怕的不是前期方案不对而是设备到客户现场后卡在某个低级问题上没人处理产线停工一天就是几万块成本。这个问题可以私下拉着销售单独聊通常能拿到更实在的回答。还有软件版本兼容和固件更新的问题相机驱动和软件平台会不会在升级后出现不兼容历史项目怎么维护。厂商当然会说没问题但你可以多问一句你们对老型号相机的技术支持周期能持续多久懂行的人会给你一个更谨慎的答案。交付周期也是必须问的。很多项目决定了用某款相机后结果备货周期要两三个月产线计划全被打乱。展会上看到的都是成品但批量供货和售后备件的情况只有问销售才知道。5.3 拿到的资料怎么整理看完展资料不整理等于白看。我的习惯是展会结束当天晚上趁着记忆新鲜把所有拿到的彩页、名片、拍摄的照片按照品牌和产品线分类归档然后用一个表格记录每个品牌的联系人、重点产品、报价预估、下一步需要确认的问题。整理时要特别留意现场拍的照片别只拍产品外观和演示屏要拍下演示系统的整体布局包括光源角度、相机安装位置、传送带速度、灯光环境这些细节后面做方案对比时非常有用。展会现场环境光复杂拍演示屏时注意别拍糊能把界面参数拍清楚的优先。另外如果你在展位现场提前申请了样机测试或者POC概念验证会后一定要在微信里跟进确认测试时间、样品寄送地址和测试标准。展会期间谈妥的事情展会结束后最容易忘记而POC结果往往比展会演示更能决定最终选型。6. 一点个人体会这两年看展我明显感觉大恒图像的展台越来越有车间感了不再只是科技感满满的产品秀而是把真实的产线场景搬过来让你可以站在旁边看很久。我个人实际逛展时最喜欢的动作是在一套系统前面站十分钟不急着提问就看它怎么处理连续来料、怎么跳缺陷、怎么剔除次品、料盒空了之后工人怎么复位。这十分钟往往比销售讲半小时更让我放心因为它能真实反映这套系统在日常运行中的从容程度。如果让我给第一次逛这种展会的朋友一个建议那就是别只盯着新发布的硬件参数表多花时间在系统Demo上敢于打断讲解问如果我往传送带上放一个你们没见过的样品会发生什么。能经得住这种临场考验的系统才是值得进入你备选清单的系统。展会结束后真正决定项目成败的也从来不是展台上那几分钟的光鲜而是回到自己车间里一遍遍打样、调参、试错的过程。