4. 检测结果的数据结构

在AI缺陷检测联动机械臂的系统中，检测结果的数据结构是连接视觉算法与运动控制的核心桥梁。一个设计良好的数据结构，不仅要完整承载检测算法输出的语义信息（缺陷是什么、在哪里、有多确定），还必须为下游的机械臂剔除动作提供精确、可执行的几何与时间参考。本章将深入剖析检测结果中关键字段的定义、标准化方法及其在联动场景下的工程实践，帮助学习者建立从“像素感知”到“物理执行”的数据映射思维。

4.1 核心原理：为什么检测结果需要标准化数据结构

在AI缺陷检测联动机械臂的系统中，检测结果的数据结构是连接视觉算法与运动控制的核心桥梁。一个设计良好的数据结构，不仅要完整承载检测算法的输出语义信息（缺陷是什么、在哪里、有多确定），还必须为下游的机械臂剔除动作提供精确、可执行的几何与时间参考。标准化数据结构的意义在于：其一，它定义了算法工程师、软件工程师与自动化工程师之间沟通的“通用语言”，避免因字段命名歧义或单位不一致导致的系统集成故障；其二，它为系统提供了可扩展性，当新增缺陷类型或更换检测模型时，数据结构无需推倒重来；其三，标准化的时间戳与图像ID字段是实现节拍补偿与质量追溯的基础，确保每一次剔除动作都能追溯到具体的图像帧与检测时刻。

从系统工程视角看，检测结果数据结构处于“感知层”与“执行层”的中间地带。感知层输出的是高维、非结构化的像素信息，而执行层需要的是低维、结构化、可量化的控制指令。数据结构正是完成这一降维与映射的关键载体。若缺乏标准化，常见问题包括：不同算法模型输出的坐标基准不一致（有的基于图像左上角，有的基于中心点），导致机械臂抓取位置偏移；时间戳格式不统一（有的用毫秒级Unix时间戳，有的用字符串时间），导致节拍计算混乱；图像ID缺失导致无法回溯缺陷图像，质量追溯链断裂。因此，标准化数据结构不仅是技术规范，更是保障系统可靠性与可维护性的战略决策。

4.2 关键字段定义与标准化规范

一个完整的检测结果数据结构，通常包含以下核心字段：类别（category）、坐标（bbox）、置信度（confidence）、时间戳（timestamp）、图像ID（image_id），以及若干辅助字段如缺陷实例ID（defect_id）、附加属性（extra）等。下面逐一展开其定义与标准化要求。

4.2.1 类别（category）字段

类别字段用于标识缺陷的类型，是触发机械臂执行不同剔除策略（如吹除、抓取、标记）的依据。标准化要求如下：

• 枚举值定义：类别必须使用预定义的枚举值或整数编码，而非自由文本。例如，定义 0=划痕(scratch)、1=凹陷(dent)、2=污渍(stain)、3=毛刺(burr)。整数编码有利于传输与比较，同时需提供枚举映射表供可读性展示。
• 等级划分：类别可附带严重等级（如轻微、中等、严重），用于决定剔除动作的优先级或是否触发停机报警。等级可作为独立字段或编码在类别值中。
• 可扩展性：枚举值应预留扩展空间，避免因新增缺陷类型而修改数据结构。建议使用16位整数，并约定高字节为类别族，低字节为子类别。

4.2.2 坐标（bbox）字段

坐标字段描述缺陷在图像或物理空间中的位置，是机械臂进行空间定位的直接输入。标准化核心在于坐标系与单位的统一。

• 坐标系基准：必须明确坐标是相对于图像像素坐标系（原点在左上角，x向右，y向下）还是物理世界坐标系（如以传送带边缘为原点，单位毫米）。推荐在数据结构中增加 coord_system 字段，显式声明坐标系类型。
• 边界框格式：常用格式为 [x_min, y_min, x_max, y_max] 或 [x_center, y_center, width, height]。必须统一选择一种，并确保所有算法输出一致。对于旋转缺陷（如倾斜的划痕），需支持旋转矩形框 [cx, cy, w, h, angle]。
• 单位与精度：像素坐标使用整数或浮点数（通常浮点数保留2位小数），物理坐标使用毫米（mm）并保留2位小数。精度需满足机械臂重复定位精度（如±0.5mm）的要求。

4.2.3 置信度（confidence）字段

置信度表示模型对检测结果的确定程度，取值范围为[0,1]的浮点数。标准化要求：

• 阈值过滤：系统需设定一个全局置信度阈值（如0.5），低于该阈值的结果不进入剔除流程，以减少误触发。阈值应可配置，并记录在系统参数中。
• 多模型融合：若采用多个模型投票或级联检测，置信度字段应代表最终融合后的分数，并可在附加字段中保留各子模型的分数。
• 不确定性表达：对于低置信度但高风险的缺陷（如微小裂纹），可设置“人工复检”标志，而非直接丢弃。

4.2.4 时间戳（timestamp）字段

时间戳是节拍补偿与系统延迟分析的关键。标准化要求：

• 时间源与精度：统一使用毫秒级Unix时间戳（自1970-01-01 00:00:00 UTC以来的毫秒数），数据类型为64位整数。避免使用字符串时间，以减少解析开销与错误。
• 多时间点记录：建议记录三个关键时间点：图像采集时间（t_capture）、算法推理完成时间（t_infer）、结果发送时间（t_send）。这有助于分析系统各环节的延迟瓶颈。
• 时钟同步：所有产生时间戳的设备（相机、工控机、PLC）需通过NTP或PTP协议进行时钟同步，确保时间基准一致，误差控制在1ms以内。

4.2.5 图像ID（image_id）字段

图像ID用于唯一标识一帧图像，是追溯与数据关联的纽带。标准化要求：

• 唯一性：图像ID必须全局唯一，建议使用无符号64位整数，由相机驱动或采集软件生成，单调递增。
• 关联性：检测结果中的图像ID必须与原始图像存储的文件名或数据库记录一一对应，便于后续调取缺陷图像进行人工复核或模型迭代。
• 批次关联：在连续生产场景中，图像ID可包含批次号信息（如高16位为批次号，低48位为帧序号），便于按批次统计缺陷率。

4.3 数据结构设计实战：JSON Schema与代码示例

在实际工程中，检测结果通常以JSON格式在系统组件间传递，因其可读性好且易于解析。下面给出一个标准化的JSON数据结构示例，并解释各字段的工程含义。

{
  "defect_id": "A1B2C3D4-0001",
  "image_id": 100023456,
  "timestamp": {
    "t_capture": 1712345678901,
    "t_infer": 1712345678950,
    "t_send": 1712345678960
  },
  "category": {
    "code": 2,
    "name": "stain",
    "level": "minor"
  },
  "bbox": {
    "coord_system": "pixel",
    "format": "xyxy",
    "values": [120.5, 340.2, 180.3, 390.8]
  },
  "confidence": 0.87,
  "extra": {
    "defect_area_px": 3200,
    "model_version": "yolov8n_20240601"
  }
}

上述结构中，defect_id 是每个缺陷实例的唯一标识，用于机械臂执行剔除动作后的结果反馈；timestamp 对象包含三个子字段，便于计算检测总延迟（t_send - t_capture）；category 使用对象形式，同时包含编码与可读名称；bbox 明确坐标系与格式，避免歧义；extra 字段用于携带可选的附加信息，如缺陷面积、模型版本等，增强可追溯性。

4.4 案例拆解：从检测结果到机械臂剔除的完整数据流

以某汽车零部件生产线为例，该产线使用AI视觉系统检测金属表面的划痕与凹陷，并联动六轴机械臂进行不合格品剔除。系统初始面临以下问题：检测结果中坐标字段未统一，部分模型输出中心点坐标，部分输出左上角坐标，导致机械臂抓取位置偏差达15mm；时间戳仅记录发送时间，无法计算检测延迟，节拍补偿形同虚设；图像ID缺失，发生误剔除时无法追溯原始图像。

针对上述问题，项目组实施了数据结构标准化改造：

1. 统一坐标规范：所有算法输出统一转换为 xyxy 格式的像素坐标，并在数据链路入口处增加坐标转换模块，将像素坐标结合标定参数转换为机械臂基座坐标系下的物理坐标（单位mm）。转换公式为：X_phys = (x_pixel - cx) * Z / fx，其中 cx, fx 为相机内参，Z 为深度或高度。
2. 完善时间戳体系：在相机采集端、推理服务端、结果发送端分别打点，并通过NTP同步所有服务器时间。改造后，系统可精确测量每个环节的耗时，发现推理平均耗时120ms，通信耗时30ms，为节拍补偿提供了数据支持。
3. 建立图像ID关联：相机驱动为每帧图像分配递增的64位ID，并将图像压缩存储至本地缓存目录，文件名即为图像ID。检测结果中的 image_id 字段直接引用该ID，确保任何一条检测记录都能快速调取原始图像。

改造后，机械臂的抓取精度提升至±2mm以内，误剔除率下降60%。更重要的是，当客户对某批次产品提出质量异议时，质量工程师可通过 image_id 快速检索到对应缺陷图像，结合 timestamp 还原当时的检测与剔除过程，实现了全链路的质量追溯。这一案例表明，标准化的数据结构不仅是技术规范，更是提升系统整体效能与可信度的基石。

4.5 常见误区与总结复盘

在实践过程中，工程师常陷入以下误区，需要特别警惕：

• 误区一：坐标单位混淆。将像素坐标直接当作物理坐标发送给机械臂，导致定位严重偏差。务必在数据结构中显式声明坐标系与单位，并在边界处进行转换。
• 误区二：时间戳精度不足。使用秒级时间戳或字符串时间，导致节拍计算误差大，无法实现精确的补偿控制。应统一使用毫秒级Unix时间戳，并确保时钟同步。
• 误区三：忽略图像ID的追溯价值。认为图像ID只是辅助字段，随意生成或不生成。实际上，图像ID是质量追溯与模型迭代的命脉，必须保证唯一且与存储强关联。
• 误区四：数据结构僵化。设计时未考虑扩展性，导致新增缺陷类型或检测维度时，需要修改接口协议，影响系统稳定性。应使用枚举映射表与可扩展的附加字段。

总结而言，检测结果的数据结构标准化是AI缺陷检测联动机械臂系统中承上启下的关键环节。它要求开发者具备全局视野，既要理解算法输出的语义，又要考虑执行机构的物理约束。通过定义清晰的类别、坐标、置信度、时间戳与图像ID字段，并遵循统一的标准化规范，能够显著提升系统的可靠性、可维护性与可追溯性。在实际部署中，建议团队制定书面的数据结构规范文档，并纳入代码评审与系统测试流程，确保所有组件严格遵守。