2. 视觉对位系统精度指标体系

视觉对位系统的精度，不能用一个“对位精度”笼统概括。实际工程中，客户给出的往往是产品公差，例如贴合偏移不超过 ±5μm、旋转角误差不超过 ±0.01°；而设备供应商给出的可能是重复精度 ±1μm、像素当量 3.5μm/pixel、亚像素精度 0.1pixel。这两套语言之间必须通过一套完整的精度指标体系来翻译和验证。本节把常用指标拆开讲清楚，并给出从产品公差反推系统总误差预算的方法。

一、六个核心精度指标的定义与区别

对位精度（Alignment Accuracy）指系统完成一次对位后，实际标记位置与目标位置之间的偏差，通常用 X、Y 方向偏差和角度偏差表示。它描述的是“这一次对得准不准”，是一个包含随机误差和系统误差的综合结果。

重复精度（Repeatability）指在相同工况下，对同一目标反复对位多次，各次结果之间的离散程度，常用标准差 σ 或 3σ 表示。重复精度不关心是否对准了绝对位置，只关心“每次是否一致”。它是设备稳定性的核心指标，也是 GRR 分析的主要对象。

绝对精度（Absolute Accuracy）指系统坐标系与产品/世界坐标系之间的真实偏差，需要借助标定板、激光干涉仪或高精度基准件来标定。绝对精度差，意味着即使重复性很好，整体也会“稳定地偏”。

相对精度（Relative Accuracy）指两次对位结果之间的偏差，或两个工位之间的相对偏差。在双相机、多工位贴合中，相对精度往往比绝对精度更关键，因为产品公差约束的是两个部件之间的相对位置。

角度精度（Angular Accuracy）指旋转对位后角度偏差，单位通常为度（°）或毫弧度（mrad）。角度误差会随距离放大为线性误差：在半径 R 处，角度误差 θ 引起的位移误差约为 R·θ。例如 R=50mm、θ=0.01° 时，位移误差约 8.7μm，已经接近 ±5μm 公差量级，因此角度精度不能孤立评估。

像素当量（Pixel Equivalent）指一个像素对应的实际物理尺寸，单位 μm/pixel，由视野大小除以相机分辨率得到。例如 500万像素相机（2448×2048）、视野 10mm×8.4mm，则像素当量约 4.1μm/pixel。像素当量决定了系统的“粗分辨率下限”。

亚像素精度（Sub-pixel Accuracy）指通过灰度重心、边缘拟合、相关匹配等算法，把定位精度提升到像素以内。典型亚像素算法可达 0.1～0.05pixel。若像素当量为 4μm/pixel，亚像素精度 0.1pixel 对应约 0.4μm 的理论分辨能力。但亚像素精度只是算法能力，不等于系统最终精度。

二、系统总误差预算的分解方法

系统总误差不是各环节误差的简单相加，而是按误差传播规律合成。工程上常用均方根（RSS）法：若各误差源相互独立，则总误差 σ_total = √(σ₁² + σ₂² + … + σₙ²)。若存在明显系统性偏差，则需先补偿再合成。

典型视觉对位系统的误差预算可分解为以下几项：

• 相机与镜头误差：畸变、景深、分辨率极限；
• 标定误差：像素当量标定、手眼标定残差；
• 算法误差：亚像素定位、模板匹配、边缘提取；
• 运动平台误差：重复定位精度、直线度、垂直度；
• 机械与热误差：结构刚性、温漂、振动；
• 产品与工艺误差：标记印刷偏差、来料一致性。

下面用一张图展示从产品公差到各误差源预算的分解关系，以及角度误差随半径放大的影响。

三、精度指标与产品公差的映射

把产品公差映射为设备指标，通常遵循“设备能力 ≥ 3 倍于公差”的原则，即设备总误差（3σ）应小于产品公差的 1/3。以 ±5μm 平移公差为例，公差带宽为 10μm，若按 3σ 能力评估，则要求系统总误差 3σ ≤ 10/3 ≈ 3.3μm，即 σ_total ≤ 1.1μm。再按 RSS 分解到各误差源，每项需控制在亚微米级。

角度公差 ±0.01° 的映射更需注意作用半径。若贴合点距旋转中心 50mm，0.01° 对应 8.7μm 线性误差，已经超过平移公差。此时要么把角度精度提高到 ±0.005°，要么把旋转中心靠近贴合点，减小 R。工程上常把角度公差换算成“在最大作用半径处的等效线性误差”，再与平移公差合并评估。

四、一个可执行的误差预算示例

假设某贴合设备要求平移 ±5μm、角度 ±0.01°，作用半径 50mm。按 3σ 能力，总误差预算 3σ ≤ 3.3μm。分配如下（示例假设，非实测）：

注意：RSS 合成的前提是各误差源相互独立且近似正态分布。若某项存在明显系统偏差（如镜头畸变未校正），应先补偿，不能直接参与 RSS。角度误差需单独按 R·θ 换算后，与平移误差再次合成。