2. 视觉系统基础架构：相机、镜头、光源、控制器、软件平台等核心组件的功能与选型要点

视觉系统并非单一设备，而是一条由光路、电路、算法与执行机构紧密耦合的工程链路。日常维护中，约70%的“视觉故障”并非算法失效，而是光学链路污染、光源衰减、相机参数漂移或控制器通信异常所致。因此，理解各核心组件的功能边界与选型逻辑，是快速定位故障、制定预防性维护计划的前提。本章将拆解相机、镜头、光源、控制器与软件平台五大模块，并给出可落地的选型与点检方法。

上图展示了视觉系统的完整信号与光路链路。在实际维护中，我们应遵循“先光路、再电路、后算法”的排查顺序。以下各节将逐一拆解每个组件的功能原理、选型要点与常见故障模式。

2.1 工业相机：成像核心与选型决策

核心原理

工业相机将光信号转换为电信号，其核心传感器分为CCD与CMOS两大类。CCD具有全局快门、低噪声、高动态范围的特点，适合高速运动物体或弱光环境；CMOS则具备高帧率、低功耗、高集成度优势，且现代CMOS已通过堆栈式设计大幅缩小全局快门的像素差距。选型时需关注传感器尺寸（如1/1.8"、2/3"）、分辨率（如500万、1200万像素）、帧率（fps）、像素位深（8/10/12bit）以及快门类型（全局/卷帘）。

选型要点

案例拆解：某电子厂连接器针脚检测相机选型

该产线检测节拍为45件/分钟，针脚间距0.5mm，最小缺陷为0.1mm毛刺。初始选用500万像素卷帘快门相机，发现运动过程中出现拖影，误判率高达8%。分析后确认卷帘快门在曝光期间逐行扫描导致变形。更换为500万像素全局快门CMOS相机（帧率75fps），并将曝光时间从2ms降至0.5ms，配合频闪光源，误判率降至0.3%。此案例说明：选型必须结合运动速度、曝光时间与像素精度综合计算，而非单纯追求高分辨率。

2.2 镜头与光源：光学链路的“双眼”与“照明”

核心原理

镜头决定成像的视场角、景深与畸变水平。焦距越短视场越大，但畸变也越明显；光圈影响进光量与景深，光圈越大景深越浅。光源则通过不同角度（高角度、低角度、同轴、背光）与颜色（红、蓝、白、红外）来增强目标特征与背景的对比度。例如，检测金属表面划痕宜用低角度红光，检测透明瓶内异物宜用背光+偏振片。

选型与调试流程

1. 确定视场（FOV）：测量目标最大尺寸并预留20%余量。
2. 计算焦距：焦距 = 工作距离 × 传感器靶面宽度 / FOV宽度。
3. 选择光源类型：根据表面特性（镜面/漫反射/透明）选择环形、条形、同轴或背光源。
4. 验证对比度：使用软件直方图工具，确保目标与背景灰度差≥30。

常见误区

• 误区一：光源越亮越好。过亮会导致反光饱和，丢失细节，应通过软件调节曝光或加装偏振片。
• 误区二：镜头畸变可完全忽略。对于高精度测量（如0.01mm），必须进行畸变标定，否则误差会随视场边缘急剧放大。
• 误区三：忽视光源衰减。LED光源使用5000小时后光通量可能下降20%，需定期用照度计检测。

2.3 控制器与软件平台：系统的大脑与神经

核心原理

控制器（含图像采集卡或嵌入式GPU）负责相机触发、图像传输与预处理。软件平台则承担算法处理、结果判定与通信交互。主流架构分为三类：基于PC的视觉系统（灵活性强）、嵌入式智能相机（集成度高）、以及分布式控制器（多相机协同）。选型时需评估处理延迟、I/O点数、协议兼容性（如TCP/IP、Profinet、EtherCAT）以及算法库的丰富度。

故障快速定位方法

案例拆解：多相机系统通信中断的排障闭环

某锂电池检测线使用4台GigE相机，运行中随机出现“相机2超时”报警。初步检查网线、交换机端口均正常。进一步分析发现，相机2与相机3共用同一交换机，且相机3设置为高帧率连续采集，导致交换机缓存溢出。解决方案：将相机2与相机3分配至不同网段，并启用交换机的流量控制（IEEE 802.3x）。调整后连续运行72小时无报警。此案例提示：控制器选型时需计算总带宽需求（分辨率×帧率×位深×相机数量），并预留30%冗余。

2.4 组件协同与选型总结

视觉系统的性能不是单一组件的堆砌，而是光、机、电、算的协同优化。选型时应遵循“需求驱动、参数匹配、冗余设计”原则。例如，高精度测量场景需搭配低畸变远心镜头+高分辨率全局快门相机+同轴光源；而高速分拣场景则需高帧率CMOS+频闪光源+低延迟控制器。下表给出典型场景的推荐配置组合：

在维护层面，建议每季度执行一次镜头重新对焦与光源位置校准，每半年进行一次相机传感器清洁与控制器内部除尘。通过建立组件生命周期档案，可有效预测光源衰减周期与相机风扇故障风险，实现从“事后维修”向“预防性维护”的转变。