4. AI视觉核心

在工业视觉AI联动PLC的系统中，视觉算法是“眼睛”和“大脑”，PLC是“手”和“脚”。要让PLC在正确的时间执行正确的动作，前提是视觉算法能够稳定输出结构化、可判定的结果。工业现场常见的深度学习视觉任务可以归纳为四类：图像分类、目标检测、图像分割和异常检测。它们并不是互相替代的关系，而是对应不同的判定粒度和输出形式，最终都要映射为PLC可读的信号。

一、四类核心任务的本质区别

图像分类回答的是“这张图整体是什么”，输出一个类别标签和置信度；目标检测回答的是“图里有什么、在哪里”，输出多个边界框、类别和置信度；图像分割回答的是“每个像素属于什么”，输出像素级掩膜，适合测量面积、轮廓和缺陷边界；异常检测回答的是“这张图是否偏离正常”，通常只需要正常样本即可训练，适合缺陷样本稀少、形态多变的场景。

从与PLC联动的角度看，分类和异常检测通常输出一个布尔量或等级量，检测输出目标数量与位置，分割输出面积、宽度、角度等几何量。理解这一点，才能在设计通信点位时不至于把“检测框坐标”直接塞进PLC寄存器却无法使用。

二、方法流程：从图像到PLC信号

无论使用哪类算法，工业落地流程基本一致，可以概括为“采集—预处理—推理—后处理—映射—通信”六步。其中后处理和映射是视觉工程师与PLC工程师最容易产生分歧的环节，必须提前约定。

1. 采集：确定触发方式（硬触发/软触发）、曝光时间、光源频闪同步。硬触发通常由PLC或编码器给出，能保证图像与工件位置严格对应。
2. 预处理：ROI裁剪、去噪、归一化、尺寸缩放。工业上常把ROI缩小到工件区域，既提速又减少干扰。
3. 推理：在GPU或边缘AI盒子上运行模型，输出原始张量。需关注单帧耗时是否满足节拍。
4. 后处理：NMS去重、置信度过滤、掩膜面积计算、坐标反变换回原图。
5. 映射：把结果转成PLC可读的BOOL、INT、REAL，并做阈值判定和防抖。
6. 通信：通过Profinet、EtherNet/IP、Modbus TCP或IO信号完成握手，PLC据此驱动气缸、伺服或剔除机构。

三、典型工业场景与参数示例

不同任务在产线上的参数关注点差异很大。下表给出常见场景的对照，便于选型和调试时快速定位。

四、与PLC联动的配置示例

以下是一个典型的检测结果映射配置片段，视觉侧把结果写入共享寄存器，PLC侧按约定地址读取。实际项目中地址需与PLC工程师共同确认。

# 视觉结果 → PLC 寄存器映射（示例）
vision.result.ok        -> DB100.DBX0.0   # BOOL  OK/NG
vision.result.count     -> DB100.DBW2     # INT   目标数量
vision.result.x_mm      -> DB100.DBD4     # REAL  X坐标(mm)
vision.result.y_mm      -> DB100.DBD8     # REAL  Y坐标(mm)
vision.result.area_mm2  -> DB100.DBD12    # REAL  缺陷面积(mm²)
vision.result.score     -> DB100.DBD16    # REAL  异常分数
vision.heartbeat        -> DB100.DBX20.0  # BOOL  心跳
plc.trigger.capture     -> DB100.DBX21.0  # BOOL  拍照触发
plc.ack.done            -> DB100.DBX21.1  # BOOL  结果已取走

五、常见误区与复盘

• 误区一：用分类模型做定位。分类只能给出整图标签，无法输出坐标，强行用于抓取会导致PLC无法计算偏移量。
• 误区二：忽略后处理耗时。模型推理很快，但NMS、掩膜面积计算和坐标反变换可能占用大量时间，导致总节拍超标。
• 误区三：异常检测当万能。异常检测对“未见过”的缺陷敏感，但对缺陷类型无法细分，若PLC需要按缺陷类型分流，仍需分类或检测配合。
• 误区四：不做防抖。连续帧结果抖动会让PLC频繁动作，必须加入连续N帧确认或滑动平均。
• 误区五：通信无握手。视觉写、PLC读若无确认信号，容易出现旧结果被重复使用，造成误剔除或漏剔除。