Machine Vision 并非新技术,但许多工厂仍因担心超支或买了用不了而犹豫。本文整理了开始前应检查的要点。
1. 要解决的问题是否清晰?
不要从「想用 vision」出发,而要从「哪种不良最常导致客户退货?」或「哪个工位 QC 最累?」开始。
2. 产能与节拍时间
产线速度决定相机规格(line scan vs area scan)、快门与触发逻辑。在硬件选型前可用手机测一遍。
3. 照明占七成
光源不对,再好的 AI 也救不了——在买高价相机前先投资工业光源与漫射板。
4. 规则法还是 AI?
- 规则法——快、便宜,适用于能精确定义的不良(孔洞、划痕、尺寸)
- AI / 深度学习——适用于规则难以涵盖的不良(污渍、表面纹理、颜色偏差)
- 大多数产线两者混用——视觉过滤优先,AI 作二次复核
5. 提前确定剔除机构
检出后怎么处理?气吹/推杆/机器人取件/仅报警?在设计阶段就拍板。
6. 与既有系统集成
PLC 是什么品牌?是否已有 MES?视觉控制器走 Ethernet/IP、Modbus 还是 I/O?
7. 维护计划
镜头会蒙尘,LED 会衰减——在开始就决定:自己维护还是由厂商接手。
最好的视觉系统不是最贵的——而是为你的工艺量身定做的那一套。