4. 多相机系统架构

在智慧工厂质检场景中，单相机往往只能覆盖一个工位或一个视角，而真实产线需要同时观测多个面、多个工位或多道工序。多相机系统架构的核心，不是简单把几台相机接到同一台电脑上，而是要让它们在时间上同步、空间上统一、数据上汇聚、算力上匹配。本节围绕同步、触发、标定、数据流与部署五个关键环节展开。

一、核心原理：多相机系统的四条主线

多相机系统可以拆解为四条相互耦合的主线：

• 时间线：所有相机必须在同一时刻曝光，否则运动工件在不同相机中位置不一致，融合结果会错位。
• 触发线：由编码器、光电开关或PLC发出硬触发信号，决定“何时拍”。
• 空间线：通过标定建立各相机坐标系与产线/机器人坐标系之间的映射，决定“拍到的点在哪里”。
• 数据线：图像从相机到工控机、再到边缘服务器或云端，决定“拍完怎么用”。

二、同步与触发：硬触发优先，软触发兜底

同步方式主要分为硬触发同步和软触发同步。硬触发通过GPIO或工业总线将同一脉冲分发给所有相机，抖动通常在微秒级；软触发依赖主机软件依次下发命令，抖动可达毫秒级，仅适合低速或非严格同步场景。

典型硬触发链路为：编码器/光电开关 → PLC或触发控制器 → 多路分光器 → 各相机Trigger In。若相机支持PTP（IEEE 1588），也可通过以太网实现亚微秒级同步，减少布线复杂度。

# 典型硬触发参数配置（以GigE相机为例）
TriggerMode      = On
TriggerSource    = Line0
TriggerActivation= RisingEdge
ExposureTime     = 200 us
TriggerDelay     = 0 us
LineDebounceTime = 5 us
# 多相机时，所有相机共用同一触发源，仅保留一台作为主时钟

需要注意：曝光时间、触发延迟和产线速度必须联合计算。若工件在曝光期间移动超过一个像素，就会产生运动模糊；若触发延迟不一致，多相机图像会出现系统性偏移。

三、标定：把多相机统一到同一坐标系

多相机标定通常分三步：单相机内参标定、多相机外参标定、手眼标定。内参解决镜头畸变与像素焦距；外参解决相机之间的相对位姿；手眼标定解决相机与机器人或产线坐标系的转换。

常用工具包括OpenCV、MATLAB Camera Calibrator、Halcon等。标定板建议使用高精度陶瓷或玻璃基板，覆盖整个视场，并在不同姿态下采集20～30张图像。标定完成后，用重投影误差评估质量，一般要求小于0.2像素。

# OpenCV多相机标定核心流程
1. 采集各相机对标定板的图像
2. 检测角点，计算单相机内参与畸变
3. 固定标定板，求相机间外参 R,t
4. 用重投影误差筛选异常图像
5. 输出统一坐标系下的变换矩阵
6. 现场用标准件验证，误差超限则重标

四、数据流与部署：工控机与边缘计算的分工

多相机数据流通常遵循“采集—预处理—推理—融合—决策”的链路。工控机负责实时采集、硬触发控制和轻量预处理；边缘服务器负责深度学习推理和多相机结果融合；MES/云端负责追溯与模型迭代。

带宽是常见瓶颈。以4台500万像素、30fps、8bit灰度相机为例，原始数据率约为：

500万 × 30fps × 1Byte × 4台 ≈ 600 MB/s
若为彩色8bit，则约 1.8 GB/s
建议：GigE Vision 使用多网卡分流；USB3.0 注意控制器带宽；
高帧率场景优先采用相机端压缩或ROI裁剪。

部署形态上，常见有三种：集中式（一台高性能工控机接多相机）、分布式（每台工控机接1～2台相机，边缘服务器汇聚）、混合式（工控机做实时控制，边缘做AI推理）。选择依据是节拍、相机数量、模型复杂度和预算。

五、案例与复盘：某3C外壳多相机质检线

某3C外壳质检线使用6台相机：4台侧视、1台俯视、1台底部。初期采用软触发，结果侧视与俯视图像在传送带速度波动时出现约3mm错位，融合算法误判率升高。改造后引入编码器硬触发，所有相机共用同一脉冲，并将曝光时间从800μs降至250μs，错位降至0.2mm以内。

随后又发现边缘服务器推理延迟波动大，原因是6路图像同时上传导致网络拥塞。最终采用“工控机端ROI裁剪+JPEG压缩+边缘端批量推理”的方案，单帧端到端延迟从120ms降至45ms，满足产线节拍。

综上，多相机系统架构的关键在于：用硬触发和统一时间戳解决“同时拍”，用标定和坐标变换解决“拍得准”，用合理的工控机与边缘计算分工解决“算得快”。三者缺一不可，任何一环薄弱都会直接反映到最终检出率和误判率上。