4. 视觉定位系统
视觉定位，说白了就是给机器装上一双眼睛。这双眼睛好不好使，直接决定了模组装配的成败。我见过太多项目，机械结构做得再精密，视觉这块没搞好，最后产品就是装不进去。今天咱们就把这双眼睛的来龙去脉捋清楚。
4.1 相机选型与标定
选相机，不是像素越高越好。我刚开始做视觉的时候，也犯过这个错，觉得2000万像素肯定比500万强。结果呢？数据量太大，处理速度跟不上，产线节拍直接崩了。
真正要看的，是这几个参数：
- 分辨率：根据你的检测精度来算。一般经验是，一个像素对应0.01mm到0.05mm就够用了。比如你要做±0.02mm的定位，选个500万像素的相机，视野控制在20mm×15mm左右，基本就稳了。
- 帧率：产线节拍决定帧率。如果一秒要拍5个产品，帧率至少得15fps以上，留点余量。
- 靶面尺寸：2/3英寸的靶面是主流，搭配12mm或16mm的镜头，视野和景深都比较均衡。
- 接口类型：现在主流是USB3.0和GigE。我个人习惯用GigE，传输距离远，抗干扰能力强。
标定这块，我踩过的坑最多。相机标定说白了就是告诉机器：像素坐标和物理坐标之间怎么换算。常用的方法是张正友标定法，用棋盘格拍几张不同角度的照片，然后算内参和外参。
这里给个简单的标定流程：
1. 打印一张7×9的棋盘格，格子大小5mm×5mm
2. 贴在平面上，确保平整
3. 相机固定，移动棋盘格，拍10-15张不同角度照片
4. 用OpenCV的calibrateCamera函数计算
5. 验证重投影误差，一般要小于0.1像素注意：标定板一定要平整！我曾经用一张有点褶皱的纸做标定，结果标定出来的参数全是错的，浪费了两天时间。后来我都是用玻璃基板加陶瓷棋盘格，贵是贵点，但省心。
4.2 光源方案设计
光源选得好，图像处理少。这句话是我入行时师傅教的，现在我也经常跟徒弟们说。
光源的作用就是让Mark点清晰可见，背景干净。常见的方案有：
| 光源类型 | 适用场景 | 我的经验 |
|---|---|---|
| 环形光源 | PCB板、金属表面 | 角度可调，能消除反光 |
| 背光源 | 透明物体、轮廓检测 | 边缘最清晰，但看不到表面细节 |
| 同轴光源 | 高反光表面、镜面 | 能消除阴影，但亮度要控制好 |
| 条形光源 | 大视野、长条形物体 | 角度灵活，适合打斜光 |
我遇到过最头疼的情况是：手机中框的Mark点，表面是镜面不锈钢，环形光源打上去全是反光，Mark点根本看不清。后来换成同轴光源，再把亮度调到60%，问题就解决了。你想想看，有时候不是光源不够亮，而是光的方向不对。
技巧：选光源时，先用手电筒从不同角度照一下工件，看看哪个角度Mark点最清晰。这个土办法比什么仿真软件都管用。
4.3 Mark点识别算法
Mark点识别，核心就三步：找、算、判。
常用的算法有：
- 模板匹配：最传统的方法，先存一个标准Mark点的图像，然后在实际图像里找最像的地方。优点是稳定，缺点是速度慢。
- 圆拟合：如果Mark点是圆形，可以用霍夫变换或者最小二乘法拟合圆。速度快，精度高。
- 边缘检测+几何匹配：先提取边缘，再匹配几何特征。适合Mark点形状不规则的场景。
我个人习惯用圆拟合。为什么？因为大多数Mark点都是圆形，而且圆拟合对光照变化不敏感。给你看段核心代码：
// 伪代码：圆拟合Mark点识别
1. 图像预处理：高斯滤波，去除噪声
2. 阈值分割：OTSU算法，自动找阈值
3. 轮廓提取：findContours
4. 筛选轮廓：面积在100-500像素之间，圆形度>0.8
5. 最小二乘法拟合圆：得到圆心坐标和半径
6. 亚像素精度：用插值法把精度提升到0.1像素嗯，这里要注意一点：如果Mark点周围有干扰，比如焊盘、走线什么的，一定要先做ROI（感兴趣区域）裁剪。我见过有人直接在全图做圆拟合，结果把螺丝孔当成了Mark点，定位偏了0.5mm都没发现。
4.4 定位精度验证
算法写好了，怎么知道它准不准？这就得做精度验证了。
验证方法其实很简单：
- 做一个标准件，上面有已知坐标的Mark点
- 用视觉系统测量10次，记录每次的坐标值
- 计算平均值和标准差
- 精度 = 3σ（标准差的三倍）
举个例子，我测了10次，X方向的坐标分别是：
100.01, 100.03, 99.98, 100.02, 100.00,
99.99, 100.01, 100.02, 99.97, 100.00平均值是100.003mm，标准差是0.018mm。那么定位精度就是3×0.018 = 0.054mm。也就是说，这个视觉系统有99.7%的概率，定位误差在±0.054mm以内。
关键点：精度验证一定要在产线实际环境下做。实验室里测出来0.01mm，上了产线可能变成0.05mm。为什么？因为产线有振动、有温度变化、有光照波动。我吃过这个亏，后来学乖了，每次都在产线跑100个产品做验证。
还有一个容易被忽略的点：重复定位精度和绝对定位精度是两回事。重复定位精度是指同一个位置测多次，结果的一致性。绝对定位精度是指测量值和真实值的偏差。有些视觉系统重复性很好，但绝对精度很差，因为标定没做好。所以验证时两个都要测。
最后说一句，视觉定位不是万能的。如果机械结构本身就有间隙，或者产品来料变形严重，视觉再准也救不了。我见过有人花了几十万买最好的相机和镜头，结果装上去发现产品本身尺寸超差，视觉系统根本找不到Mark点。所以，做视觉之前，先把机械和来料的问题搞定，这才是正道。