2. 视觉项目需求分析与节拍指标拆解

视觉项目失败最常见的原因，不是算法不够强，而是需求从一开始就没有被量化。客户说“要快、要准、要稳定”，这三句话无法直接变成相机选型、镜头焦距、光源方案或算法阈值。需求分析的核心任务，是把产能目标翻译成可计算、可验证、可验收的工程指标，其中最关键的三条主线是：节拍（CT）、精度（Accuracy/Repeatability）、稳定性（GR&R、误判率、MTBF）。本节围绕“从产能反推”的方法展开，给出一条可复用的拆解路径。

一、从产能目标反推单工位CT

产能目标通常以“件/小时（UPH）”或“件/班”给出。反推的第一步是把它换算成单件允许总时间，再扣除上下料、传输、机械动作等非视觉时间，剩下的才是视觉系统可用的时间预算。

以示例假设说明：某产线目标产能为 3600 件/小时，即 1 件/秒。若设备为单通道、单工位，则单件总节拍 CT_total = 3600/3600 = 1.0 s。若上下料与传输占用 0.35 s，机械定位与夹紧占用 0.15 s，则视觉可用时间 CT_vision = 1.0 − 0.35 − 0.15 = 0.50 s。这 0.50 s 必须覆盖：触发→曝光→传输→预处理→算法→通信→结果输出。任何一环超时，整线节拍就会掉。

如果产线是多工位并行（例如 2 个检测工位），则单工位 CT 可以放宽到 2 倍，但要注意并行工位之间的一致性要求会提高。若为转盘式多工位，需按“工位停留时间”而非“单件时间”计算。反推时还要预留 10%~20% 的余量，用于异常重试、通信抖动和未来换型。示例中若预留 15%，则实际设计目标应控制在 0.42~0.45 s 以内。

二、把CT拆到视觉链路的每一段

0.50 s 不是给算法一个人的。工程上要把它拆成可测量的分段预算，常见拆分如下（示例假设，非实测）：

• 触发与I/O响应：5~10 ms
• 相机曝光：2~20 ms（取决于光源亮度与运动模糊容忍度）
• 图像传输（GigE/USB3/Camera Link）：10~40 ms
• 预处理（去噪、ROI、校正）：10~30 ms
• 核心算法（定位+检测+测量）：50~200 ms
• 通信与PLC交互：5~20 ms

把这些加总后与 0.50 s 对比，就能判断哪一段是瓶颈。若算法段预算只有 150 ms，而实际定位+检测需要 220 ms，就必须通过缩小ROI、降低分辨率、改用轻量模型或增加并行工位来解决，而不是等到现场再“调一调”。

三、精度与稳定性要求的量化

精度不能只写“±0.05 mm”。必须区分：测量精度（与真值的偏差）、重复精度（多次测量同一目标的一致性）、分辨率（像素当量）。三者关系是：像素当量决定理论极限，重复精度决定系统能力，测量精度还受标定和算法影响。

示例：若要求检测 0.1 mm 的缺陷，按“缺陷至少占 3~5 个像素”的经验，像素当量应 ≤ 0.1/3 ≈ 0.033 mm/pixel。若视野 FOV 为 100 mm × 80 mm，则相机分辨率至少为 100/0.033 ≈ 3030 pixel（宽），即需 500 万像素以上相机。这是从精度反推硬件的典型计算。

稳定性方面，建议用 GR&R（量具重复性与再现性） 评估：同一批样品多次测量，重复性反映设备自身波动，再现性反映不同班次/操作者/换型后的差异。一般要求 GR&R < 10% 为优秀，10%~30% 可接受，>30% 不可用。同时要定义误判率：过杀（False Reject）和漏杀（False Accept）。漏杀通常比过杀更严重，需单独设定上限，例如漏杀率 ≤ 0.1%，过杀率 ≤ 1%。

四、需求拆解的可视化路径

下面这张图把“产能目标→单件CT→视觉可用时间→分段预算→精度/稳定性指标”的推导关系一次呈现，便于在项目启动会上直接对齐。

五、需求分析交付物：一页纸指标表

需求分析结束时，建议输出一张“一页纸指标表”，让机械、电气、视觉、算法、生产五方在同一组数字上签字。示例字段如下（数值为示例假设，需按项目替换）：

总结来说，从产能目标反推单工位 CT，本质是把商业目标翻译成时间预算；识别检测精度与稳定性要求，本质是把质量目标翻译成像素、重复性和误判率。两者合在一起，才构成视觉项目可执行、可验收的需求基线。后续的相机选型、光源设计、算法开发和节拍优化，都应围绕这条基线展开，而不是凭经验拍脑袋。