3. 边缘破损检测需求分析
边缘破损检测是3D视觉在工业质检中最典型也最具挑战性的应用场景之一。与2D视觉相比，3D视觉能够直接获取物体边缘的高度、轮廓曲率和截面形状信息，从而有效区分真实破损与表面脏污、阴影干扰。然而，要落地一套稳定可靠的检测系统，首先必须完成系统性的需求分析。本章将围绕缺陷类型定义、检测标准量化以及工业现场约束三个维度展开，帮助读者建立从“客户模糊需求”到“工程可执行规格”的完整转化能力。
上图展示了边缘破损检测需求分析的完整框架。三个核心模块——缺陷类型、检测标准、现场约束——相互关联，共同决定了最终的检测规格书和系统方案。下面逐一展开分析。
3.1 缺陷类型定义与3D表征
3.1.1 核心原理：从2D到3D的缺陷认知升级
边缘破损的缺陷类型通常分为四类：崩边（Chipping）、缺角（Corner Break）、裂纹（Crack）和毛刺（Burr）。在2D视觉中，这些缺陷往往表现为灰度突变或边缘轮廓异常，但容易与反光、油污、纹理混淆。3D视觉的核心优势在于引入了高度信息（Z轴）和轮廓截面信息，使得缺陷的“深度”“体积”“锐度”可以被量化。
- 崩边：边缘区域出现块状材料缺失，通常由碰撞或加工应力导致。3D表征为边缘轮廓的局部凹陷，深度方向有明显阶跃。
- 缺角：发生在工件角部的破损，两个相邻边缘同时受影响。3D表征为角部区域的高度突变和轮廓收缩。
- 裂纹：细线状裂缝，可能从边缘向内延伸。3D表征为一条狭窄的沟槽，宽度可能小于0.1mm，但深度可达0.2mm以上。
- 毛刺：边缘多余的突起物，通常由切削或冲压产生。3D表征为边缘轮廓的局部凸起，高度可能只有0.05-0.3mm。
3.1.2 判断方法：缺陷分类与特征提取
在实际项目中，我们通常采用以下步骤进行缺陷类型定义：
- 样本采集：从产线收集带缺陷的工件，覆盖不同批次、不同严重程度。
- 3D扫描：使用高精度3D传感器（如结构光、激光轮廓仪）获取缺陷区域的点云或深度图。
- 特征标注：在3D数据上标注缺陷类型、位置、尺寸（长、宽、深）。
- 特征量化：提取关键特征——最大深度、缺陷面积、边缘轮廓偏差、尖锐度（曲率半径）等。
- 分类验证：通过聚类分析或专家评审，确认分类边界是否清晰。
3.1.3 实战场景：手机中框边缘检测
某3C项目需要对铝合金手机中框进行边缘破损检测。初始需求仅写“检测崩边和毛刺”。通过采集200个真实样本后发现：
- 崩边深度范围0.08-0.5mm，宽度0.3-2mm；
- 毛刺高度0.05-0.2mm，但部分毛刺紧贴边缘，2D难以分辨；
- 另有约15%的样本存在“微裂纹”，宽度<0.05mm，但深度>0.15mm，会导致后续阳极氧化开裂。
最终将缺陷类型扩展为三类，并针对微裂纹专门设计了“边缘截面曲率突变”检测算法。若仅按初始需求设计，微裂纹将漏检。
3.2 检测标准量化与判定逻辑
3.2.1 核心原理：从定性到定量的标准转化
检测标准是连接客户需求与算法实现的桥梁。标准必须可测量、可重复、可仲裁。通常包含以下维度：
| 标准维度 | 示例参数 | 测量方式 | 备注 |
|---|---|---|---|
| 尺寸阈值 | 崩边长度≥0.5mm 或 深度≥0.1mm | 3D轮廓分析 | 需定义测量基准面 |
| 面积阈值 | 缺角面积≥0.3mm² | 点云区域生长 | 需排除倒角区域 |
| 数量限制 | 每件允许≤2处微小崩边 | 缺陷计数 | 需定义最小间距 |
| 位置敏感区 | 密封面不允许任何缺陷 | ROI分区 | 功能面与非功能面分开 |
| 重复精度 | GR&R ≤ 10% | 重复测量30次 | 需包含不同操作员 |
3.2.2 判定逻辑设计
检测标准最终要转化为软件中的判定逻辑。推荐采用分级判定策略：
IF 缺陷深度 < 0.05mm → 忽略（噪声）
ELSE IF 缺陷深度 < 0.1mm AND 面积 < 0.2mm² → 轻微缺陷（OK，记录）
ELSE IF 缺陷位于密封面 → 直接NG
ELSE IF 缺陷深度 ≥ 0.3mm OR 面积 ≥ 1.0mm² → NG
ELSE → 重检（人工复核）这种分级逻辑既保证了检测的严格性，又避免了因传感器噪声导致的误杀。
3.2.3 案例拆解：某汽车零部件边缘检测标准制定
某汽车制动盘项目要求检测边缘崩缺。客户最初标准为“不允许肉眼可见缺陷”。经过与质量工程师沟通，转化为以下量化标准：
- 崩缺深度≤0.15mm且长度≤1.0mm：允许，但每件不超过3处；
- 崩缺深度>0.15mm或长度>1.0mm：NG；
- 任何位置出现裂纹：NG；
- 毛刺高度≤0.1mm：允许；>0.1mm：NG。
通过标准量化，产线直通率从92%提升至97.5%，同时客户投诉率下降60%。关键在于标准制定过程中，与客户共同确认了“可接受缺陷”的边界，避免了过度检测。
3.3 工业现场约束与系统适配
3.3.1 核心原理：约束决定方案上限
工业现场约束是需求分析中最容易被忽视、却最影响项目成败的部分。主要约束包括：
- 节拍（Cycle Time）：通常要求单件检测时间≤3秒，包含上下料、定位、扫描、算法处理、结果输出。
- 精度要求：Z轴重复精度需达到±5μm~±20μm，X/Y分辨率需覆盖最小缺陷尺寸的1/3~1/5。
- 环境因素：振动（影响点云质量）、温度漂移（影响标定）、环境光（对激光方案影响小，对结构光影响大）。
- 安装空间：传感器工作距离、视场大小、安装角度是否受限。
- 通信与集成：需与PLC或MES通信，输出OK/NG信号，并记录缺陷图像。
3.3.2 约束分析与方案选择
| 约束项 | 典型值 | 对方案的影响 | 应对策略 |
|---|---|---|---|
| 节拍 | ≤2s/件 | 限制扫描帧率和算法复杂度 | 选用高速轮廓传感器，算法GPU加速 |
| Z轴精度 | ±10μm | 决定传感器选型 | 激光三角法优于结构光 |
| 振动 | 0.5G@10Hz | 导致点云抖动 | 增加减震机构，软件滤波 |
| 环境光 | 10000Lux | 干扰结构光 | 选用激光方案或加遮光罩 |
| 通信 | TCP/IP + I/O | 需预留接口 | 采用标准协议，增加缓存 |
3.3.3 实战场景：新能源电池极片边缘检测
某锂电池极片涂布产线需要检测极片边缘破损。现场约束极为苛刻：
- 产线速度1.5m/s，单件检测时间仅0.8秒；
- 极片厚度仅0.1mm，边缘破损深度需检测到±5μm；
- 现场有大量粉尘和溶剂蒸汽，传感器需IP65防护；
- 安装空间有限，传感器工作距离仅50mm。
最终方案选用高速激光轮廓传感器（采样率10kHz），配合GPU并行处理，将检测算法压缩至0.5秒内。同时设计了气帘防护装置，避免粉尘污染镜头。项目上线后，漏检率从0.5%降至0.02%。
3.4 需求分析总结与常见误区
3.4.1 需求分析输出物
完成上述分析后，应输出以下文档：
- 缺陷定义表：包含缺陷类型、3D特征描述、示例图。
- 检测标准规格书：量化阈值、判定逻辑、ROI定义。
- 系统约束清单：节拍、精度、环境、接口要求。
- 方案选型建议：传感器类型、数量、安装方式、算法框架。
3.4.2 常见误区复盘
- 误区一：忽略缺陷样本收集。没有真实样本，算法调优就是空谈。
- 误区二：标准过于严格。导致误杀率过高，产线无法接受。
- 误区三：不验证现场环境。实验室完美，现场振动一加，精度全失。
- 误区四：节拍估算过于乐观。未考虑通信延迟和PLC握手时间。