3. 测量系统分析（MSA）与GRR基础

在视觉对位系统中，我们经常遇到一个看似矛盾的现象：同一块标定板、同一个Mark点，连续拍摄十次，计算出的偏移量却每次都不一样；换一个操作员重新示教模板后，结果又整体偏移了几十微米。这种波动究竟来自对位算法本身，还是来自相机、镜头、光源、机械平台，抑或是操作员的示教习惯？测量系统分析（MSA）正是回答这个问题的工程方法，而GRR（Gauge R&R，量具重复性与再现性）是其中使用最广的量化工具。

GRR在视觉对位中的定义

在传统计量领域，GRR衡量的是“量具”这一测量系统对同一零件重复测量、以及不同操作者使用同一量具测量时结果的一致性。视觉对位系统本质上是一台“非接触式坐标量具”：它通过相机成像、图像处理、坐标变换，最终输出一个位移或角度值。因此，GRR在视觉对位中的定义可以表述为：在固定零件（Mark点/标定板）条件下，由重复拍摄与重复计算带来的变异（重复性），加上不同操作者、不同示教模板或不同工位带来的变异（再现性），共同构成测量系统的总变异，并与零件间真实变异和公差进行比较。

需要特别强调的是，视觉对位中的“测量”往往不是一次独立读数，而是一条链路：光源照射→相机曝光→图像采集→特征提取→坐标变换→对位补偿量输出。GRR评估的是整条链路输出值的稳定性，而不是某一个算法模块的精度。

与传统MSA的异同

相同点在于，两者都遵循“总变异 = 重复性 + 再现性 + 零件间变异”的基本分解逻辑，都使用极差法、均值极差法或方差分析法（ANOVA）计算，也都用%GRR与公差或过程变异比较来判定系统是否可接受。

不同点更为关键。传统MSA中，量具与操作者是两个相对独立的因素，操作者用手持量具测量，重复性主要来自量具本身和夹持。而在视觉对位中，“量具”与“操作者”的边界被模糊了：操作者可能通过重新框选ROI、调整阈值、重新示教模板来影响测量结果，这些动作直接改变了图像处理参数，相当于改变了量具的“内部设置”。因此，视觉对位GRR中的再现性，往往同时包含“人”的差异和“参数配置”的差异，二者难以像传统MSA那样干净地分离。此外，视觉系统的重复性还强烈依赖光照稳定性和温度漂移，这些在传统卡尺、千分尺中通常不是主要变异源。

交叉型与嵌套型GRR

交叉型（Crossed）GRR要求每个操作者都测量每一个零件，即操作者×零件构成完整交叉。它能够同时估计重复性、再现性和零件间变异，是首选方案。例如：3名操作者，每人用同一套视觉程序对10个Mark点各测3次，共90个数据。

嵌套型（Nested）GRR用于操作者无法测量同一零件的场景。例如，每个操作者使用自己独立示教的模板，模板一旦示教就固定，其他人无法复用，此时零件（或模板）嵌套在操作者内部。嵌套型只能估计重复性和操作者间变异，无法分离操作者×零件的交互作用，所需数据量更大，判定也更保守。在视觉对位中，如果各工位相机、镜头、光源独立标定且不可互换，就应使用嵌套型。

操作者与系统再现性、零件间变异

再现性在视觉对位中通常表现为“换人换结果”。假设同一块标定板，操作者A示教后测得X向偏移为+12.3μm，操作者B重新示教后测得+18.7μm，两者均值差6.4μm，这就是再现性的一部分。若再叠加不同工位相机，再现性会进一步放大。

零件间变异（Part-to-Part）则反映被测对象本身的真实差异。在GRR研究中，我们希望零件间变异足够大，否则测量系统很难分辨好坏。例如选取10个Mark点，其真实位置偏差分布在±50μm范围内，而系统重复性只有±3μm，则零件间变异占主导，GRR研究有效。反之，若10个零件几乎一样，零件间变异接近零，%GRR会被重复性“撑大”，导致误判。

%GRR的判定准则

%GRR通常有两种分母：一是公差（Tolerance），二是过程变异（通常取6σ）。在视觉对位中，若客户给出对位公差±20μm，则公差带宽T=40μm。计算得到GRR标准差σ_GRR后，%GRR = 6σ_GRR / T × 100%。

需要提醒的是，%GRR低于10%并不代表对位绝对准确，它只说明测量系统波动小；系统可能存在固定偏差（Bias），需另行校准。反之，%GRR偏高时，应先看重复性还是再现性占主导：若重复性大，查光源与相机；若再现性大，查示教规范与工位一致性。

综合来看，视觉对位GRR的核心在于：明确测量链路、区分交叉与嵌套、合理选取零件与操作者、正确选择公差分母，并结合重复性与再现性的占比定位变异源。只有把GRR做扎实，后续的精度验证与稳定性工程才有可信的测量基础。