2. SICK视觉传感器产品谱系与选型
SICK 的视觉产品线覆盖面很广，从只做“有无/位置判断”的 2D 智能相机，到输出三维点云与轮廓数据的激光轮廓仪，再到用于机器人引导的 3D 视觉系统，它们解决的是不同层次的问题。选型时最容易犯的错误，是拿“分辨率最高”或“功能最多”的型号去套所有工位。正确的做法是先明确检测任务属于哪一类，再回到参数层面逐项筛选。
一、按任务维度划分的四条产品主线
SICK 视觉产品大致可归为四条主线，它们的分工并不重叠：
- 2D 智能相机（如 Inspector 系列）：内置图像处理算法，输出的是“合格/不合格”“坐标偏移量”“字符内容”这类结果，不输出原始图像给 PLC。适合定位、有无、计数、OCR、简单缺陷检测。
- 2D 视觉传感器（如 Visionary-T 之外的 P 系列、Color 系列）：以轮廓、区域、像素统计为判断依据，输出开关量或模拟量，响应快、配置简单，常用于边缘检测、宽度测量、颜色分选。
- 3D 视觉相机（如 Visionary-T、Visionary-B）：基于飞行时间（ToF）或立体视觉，输出深度图与三维点云，用于体积测量、料箱抓取引导、人员/物体空间定位。
- 激光轮廓仪（如 Ranger3、Ruler3000 系列）：基于激光三角测量，逐条扫描得到高精度 2D 剖面，再拼接成 3D 轮廓，用于高度、宽度、平整度、焊缝、胶路等微米级测量。
这四条线的核心差异在于“输出什么给 PLC”：智能相机输出判断结果，视觉传感器输出特征量，3D 相机输出点云/深度，激光轮廓仪输出剖面数据。PLC 侧的程序结构会因此完全不同，选型时必须先想清楚下游怎么用。
二、关键参数的实际含义与取舍
参数表上的数字不能孤立看，它们之间存在相互制约。以下是最常被问到、也最容易误判的几组参数。
分辨率与视野（FOV）：分辨率决定最小可识别特征，视野决定一次能看多大范围。两者共同决定像素精度。例如一台 2D 相机分辨率为 1280×1024，视野设为 200 mm×160 mm，则单像素对应约 0.156 mm。若要稳定检测 0.5 mm 的缺陷，至少需要 3～4 个像素覆盖，即实际可检特征约 0.47～0.62 mm，刚好在边界上，此时应缩小视野或换更高分辨率型号。这个换算在选型阶段就要做，不能等到现场再调。
工作距离与安装空间：工作距离直接影响视野和精度。同一镜头，距离越远视野越大、精度越低。激光轮廓仪的工作距离还决定了量程和盲区，安装时必须留出足够的净空。若设备内部空间紧张，应优先考虑短工作距离、小体积型号，而不是强行加长支架。
精度与重复性：精度是测量值与真值的接近程度，重复性是多次测量的一致性。产线更关心重复性，因为它决定判定阈值能否设得足够窄。激光轮廓仪的 Z 轴重复性通常可到亚微米级，但这是在特定扫描速度、特定表面材质下测得的，换到高反光或黑色表面会明显下降。选型时要看 datasheet 中标注的测试条件，而不是只看一个数字。
帧率与扫描率：2D 相机看帧率（fps），激光轮廓仪看剖面频率（Hz）和扫描速度（mm/s）。若产线速度是 500 mm/s，轮廓仪扫描率需保证在运动方向上每毫米至少采到 1～2 条剖面，否则拼接出的 3D 轮廓会出现台阶或漏检。这个匹配关系必须在选型时用产线速度反算。
接口与 PLC 协同：SICK 视觉产品常见接口包括 PROFINET、EtherNet/IP、TCP/IP、数字 I/O 和模拟量。智能相机通常以 PROFINET 或 EtherNet/IP 直接与 PLC 交换结果字；激光轮廓仪多通过千兆以太网输出大量剖面数据，PLC 往往只接收经过上位机或边缘计算处理后的判定结果。选型时要确认 PLC 侧能承受的数据量和实时性要求，避免“相机选对了、通信扛不住”。
三、选型依据的落地方法
把上面的参数落到具体工位，可以按以下顺序推进：
- 写清检测任务：测什么、判定标准是什么、允许的误判率是多少。例如“检测连接器端子是否缺失，缺失即 NG，不允许漏判”。
- 确定输出形式：PLC 需要的是开关量、坐标值、字符，还是点云？这直接决定产品主线。
- 反算精度需求：由最小可检特征和允许误差反推所需像素精度或 Z 轴重复性，再留 2～3 倍余量。
- 核算视野与工作距离：根据安装空间和被测物尺寸，确定 FOV 和工作距离，检查是否与候选型号匹配。
- 匹配产线节拍：用产线速度或节拍时间反算帧率/扫描率，确认候选型号满足。
- 确认通信与集成：核对 PLC 协议、数据长度、触发方式，必要时增加边缘处理单元。
总结来说，SICK 视觉产品谱系的选型逻辑是“任务类型定主线、输出形式定接口、精度与节拍定型号、现场条件定最终方案”。把这四步走完，再回到参数表逐项核对，才能选出真正适合工位的产品，而不是参数最漂亮的那一款。