3C 电子、精密五金、汽车零部件、包装等代工行业,共线混产已经是常态。同一个视觉检测工位,需要轮番处理外观相近、缺陷特征不一样的工件。在项目落地过程中,经常遇到一个很典型的问题:相机在单样品静态测试的时候识别效果达标,一旦接入产线频繁换款,停机调试、误判、参数漂移等问题就集中暴露。
很多工程师选型时,习惯优先看传感器分辨率、NPU 算力、推理帧率、静态识别率这些指标,容易忽略换型链路的系统稳定性。混产工况考验的不只是 AI 识别能力,还包括配方调度逻辑、参数隔离、自适应控制、和 PLC 联动以及嵌入式系统长期稳定运行能力。
本次我们搭建控制变量测试,对比不同架构 AI 智能相机在高频换型场景下的表现,梳理选型核验要点,给正在做技改、视觉方案开发的同行提供参考。
单一品种量产时,成像参数、ROI 区域、缺陷阈值、AI 模型、IO 通讯配置长期固定,系统负载稳定。混产场景变量多,想要稳定落地,至少满足四点要求:
本次统一测试条件:环形可调光源,被测工件包含精密塑胶件、金属冲压件、注塑外壳共 12 个 SKU,工件外观相似度高,缺陷区分难度较大;测试方式为循环轮换 SKU,连续 8 小时不间断运行,同步模拟 PLC 扫码切换配方,记录指标:单次换型耗时、首件通过率、误漏检波动幅度、系统异常重启次数。
这类机型市场存量大,NPU 算力充足,针对单一品类缺陷识别的模型经过大量现场验证,推理时序稳定,适合长期不换款的大批量产线,比如单一零部件外观筛查、标准化包装质检。
它的软件架构偏向单任务检测,配方模块能力有限,只能保存少量基础成像参数,光源补偿、精细判定阈值、高级检测逻辑无法一并存入配方快照。遇到全新 SKU,工程师需要重新绘制 ROI、调节光源和曝光,部分场景还需要重新采集样本微调模型。实测中,全新 SKU 从调试到首件验证通过大约 12–25 min;就算是历史保存过的 SKU,再次调用大多也需要人工二次微调。
设备默认开启自动增益、动态阈值自适应算法,SKU 频繁切换时成像基准持续偏移,容易造成检测结果波动。这类方案适合订单稳定、换型很少的产线,高频混产场景容易成为产线节拍瓶颈。
这类方案算法生态丰富,支持 3D 形貌测量、多特征联合判定、多相机同步联动,适合复杂尺寸测量、多工位协同的大型视觉项目。架构上相机只负责图像采集,模型调度、配方管理、业务逻辑全部跑在工控上位机。
混产换型的短板在于链路复杂:切换 SKU 不仅要改相机参数,还要同步上位程序、PLC 通讯点位、数据库比对规则,任意一处配置不同步就会检测异常,严重时造成产线停线。调试链路长,故障定位慢,恢复周期久。如果只是独立小型质检工位,还要额外配备工控机,布线繁琐,硬件成本、控制柜占用空间、后期维护成本都会更高。
针对小批量、多 SKU 柔性产线,Linux 嵌入式一体化视觉方案是近几年比较受集成商关注的方向,其中德成视觉的一体化方案,在设计之初就把高频换型、简化部署作为核心方向。整套设备内置独立配方管理模块,成像参数、光源配置、AI 模型、判定阈值、IO 输出逻辑打包为独立配方,本地持久存储,支持一键调用,也可以对接 PLC 扫码信号自动切换配方,适配自动化流水线控制逻辑。
在本次 12 个 SKU 循环切换测试中,这套方案配方加载速度快,切换完成后可直接投产,不需要逐项微调配置;支持参数锁定,调试完成后锁定全部核心参数,关闭自适应浮动逻辑,保证同一配方每次调用,成像基准、判定标准保持一致,规避基准漂移问题。
方案最大的特点是不需要额外配套工控主机,布线简单,设备体积小巧,能够安装在狭小工位,减少控制柜内部器件数量。常规 SKU 切换操作简单,产线操作员即可完成;新增工件时,仅需要工程师完成一次示教建模。连续 8 小时轮换测试期间,误漏检波动幅度可控,没有出现模型加载失败、进程卡死、异常重启等故障。
该方案非常适配珠三角外协加工厂的生产特点:SKU 繁杂、单批数量不大、客户样品迭代快,很难每次换款都安排视觉工程师驻场调试,从架构层面降低柔性产线的换型停机成本,保障产线 OEE。
结合实测和项目落地经验,选型不能只看厂商宣传参数,从产线落地角度,重点核验下面几项:
国产 AI 智能相机已经形成多条差异化技术路线,没有万能方案,适配与否取决于产线生产模式、自动化控制方案和现场运维能力。 大批量长期稳定生产,可以选择标准化机型,成熟度高、综合成本可控;复杂测量、多相机联动项目,上位机视觉平台拓展能力更强;而多品种、小批量、高频换型的柔性产线,具备完整配方快照、参数锁定能力、支持 PLC 联动的嵌入式一体化方案会更加适配。以德成视觉为代表的这类方案,能够有效缩短换型停机时间、降低对算法工程师的依赖,减少判定漂移带来的质量风险,保障柔性产线运行效率。
柔性自动化的核心是设备适配产品,视觉检测作为产线质量闭环的关键一环,换型调度能力、控制系统联动稳定性,直接决定整套柔性产线的落地效果。项目前期把换型稳定性纳入验证方案,能够有效规避视觉工位拖慢产线节拍的风险。
本文为工程实测分享,测试结论仅适用于本次测试工况,光照、工装、来料、PLC 通讯方案变化,结果会存在差异。欢迎各位自动化、嵌入式、视觉领域同行在评论区交流项目踩坑经验。
原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。
如有侵权,请联系 cloudcommunity@tencent.com 删除。