📚 课程目录第1章课程导入

1. 课程导入

在智能制造持续演进的今天，质检环节正从“人工目检 + 抽检”快速转向“机器视觉 + 全检”。当一条产线上需要同时检测外观、尺寸、字符、装配完整性、表面缺陷时，单台相机往往受限于视野、分辨率、角度和节拍，无法一次覆盖全部检测项。于是，多相机质检成为智慧工厂中最具代表性的视觉系统形态：多台相机在同一工位或不同工位协同采集，由统一的计算平台完成图像汇聚、推理、判定与追溯。

本课程围绕“如何设计、搭建、调试并运维一套可落地的多相机质检系统”展开。它不是单纯的算法课，也不是单纯的硬件课，而是把光学、相机、触发、同步、通信、推理、业务系统串成一条完整工程链路。学完本课程，你应当能够独立完成从需求分析到方案选型、从现场部署到节拍优化的全过程。

一、学习目标：从“会调单相机”到“能交付多相机系统”

本课程的学习目标分为四个层次，建议你在学习过程中不断对照自检：

认知层：理解多相机质检与单相机质检的本质差异，明确视野拼接、多视角融合、多工位协同三类典型架构。
原理层：掌握相机成像模型、标定、触发同步、时间戳对齐、图像质量评价等核心原理。
工程层：能够完成相机选型、镜头与光源匹配、网络与算力规划、多路视频流接入与推理调度。
交付层：能够编写检测流程配置、设计判定逻辑、对接 MES/QMS，并完成节拍测试与误检漏检复盘。

  一句话概括本课程目标：让多台相机“看得全、看得准、看得快、看得稳”，并让检测结果可追溯、可复现、可优化。

二、核心概念：多相机质检的五个关键词

在进入具体技术细节前，先建立五个核心概念，它们会贯穿全部 30 章：

视野覆盖：多相机首先解决的是“单相机看不全”的问题。通过多相机分区拍摄或交叉覆盖，保证被测对象的关键区域全部落入有效成像范围。
触发与同步：多相机系统最怕“各拍各的”。硬件触发、编码器信号、PLC 时序必须统一，否则同一工件在不同相机中的图像时间不一致，融合与判定都会失真。
标定与坐标统一：每台相机有自己的像素坐标系，必须通过标定映射到工件坐标系或产线坐标系，才能实现跨相机测量与缺陷定位。
推理调度：多路图像同时到达时，算力如何分配、模型如何并行、队列如何削峰，直接决定系统节拍。
判定与追溯：检测结果不只是 OK/NG，还要包含缺陷类型、位置、置信度、图像证据和工件 ID，供质量系统追溯。

三、整体框架：从光到数据的五层结构

一套完整的多相机质检系统可以抽象为五层：光学层、采集层、计算层、业务层、运维层。下图展示了各层之间的数据流与信号流关系，也是本课程后续章节的展开主线。

这五层不是孤立的。光学层决定图像质量上限，采集层决定数据是否同步，计算层决定节拍与精度，业务层决定系统价值，运维层决定长期稳定性。任何一层短板，都会在最终误检率或节拍上暴露出来。

四、典型应用场景：多相机质检在工厂里长什么样

多相机质检并非只存在于实验室，它已经广泛落地在以下场景中：

应用场景	典型检测项	多相机价值	关键挑战
3C 结构件外观检	划痕、脏污、色差、字符	多角度覆盖曲面与侧面	反光干扰、节拍快
汽车零部件装配检	缺件、错装、方向、间隙	多工位协同，整件全检	触发同步、坐标统一
新能源电池极片检	涂布缺陷、毛刺、尺寸	高速线阵多相机拼接	高吞吐、实时拼接
PCB 板级检	焊点、元件偏移、异物	多视野分区并行推理	小目标、误检控制
食品包装检	封口、标签、异物	多相机覆盖多面包装	材质变化、光照稳定

这些场景的共同点是：检测项多、节拍快、精度要求高、追溯要求强。单相机方案往往在视野或角度上妥协，而多相机方案通过“分工 + 协同”解决矛盾。

五、常见误区与学习建议

误区一：相机越多越好。相机数量增加会带来同步难度、算力压力和标定复杂度，应以“覆盖检测项”为原则，而非堆数量。
误区二：只关注算法精度。现场 80% 的漏检来自光照、触发、镜头污染和标定漂移，算法只是其中一环。
误区三：忽略节拍与追溯。检测再准，如果拖慢产线或无法追溯工件，系统依然无法交付。

学习建议：每学完一章，回到本节的五层框架图，问自己三个问题——这一章解决了哪一层的问题？它依赖哪些上游条件？它会影响哪些下游指标？这样能把 30 章内容串成一张完整的工程地图。

下面是一段典型的多相机质检系统配置片段，用于建立直观印象。后续章节会逐项展开每个参数的含义与调优方法。

system:
  name: "Line-A 多相机外观质检"
  cameras:
    - id: cam_top
      model: "5MP 全局快门"
      interface: "GigE"
      trigger: "PLC_Encoder"
    - id: cam_side_l
      model: "5MP 全局快门"
      interface: "GigE"
      trigger: "PLC_Encoder"
    - id: cam_side_r
      model: "5MP 全局快门"
      interface: "GigE"
      trigger: "PLC_Encoder"
  sync:
    mode: "hardware_trigger"
    timestamp_unit: "us"
  compute:
    device: "GPU"
    batch_size: 3
    target_cycle_ms: 120
  output:
    protocol: "MQTT"
    trace: "workpiece_id + defect_map"

从这段配置可以看到，多相机质检的核心不只是“多”，而是同步、调度、判定、追溯四个关键词的工程化落地。本章作为课程导入，已经给出了学习目标、核心概念、五层整体框架和典型应用场景。接下来，课程将沿着光学层、采集层、计算层、业务层、运维层逐层深入，帮助你从零构建一套可交付的多相机质检系统。