【非标自动化】2、认识元器件（机器视觉）

CCHHHQDM

204人浏览 · 2026-07-27 00:27:11

CCHHHQDM · 2026-07-27 00:27:11 发布

机器视觉系统

机器视觉放在“检测元件”分类下没有问题，但严格来说，它不是单一元器件，而是一套完整的检测系统。

一套典型机器视觉系统通常包括：

光源
  ↓
镜头
  ↓
工业相机
  ↓
视觉控制器或工控机
  ↓
视觉软件和算法
  ↓
PLC、机器人或其他控制系统

简单型产品也可能把相机、处理器、照明和输出接口集成到一起，这类设备通常称为：

智能相机；
视觉传感器；
一体式视觉传感器。

机器视觉与普通传感器的核心区别是：

普通传感器：
检测一个相对明确的物理量或状态

机器视觉：
先获取整幅图像，再通过算法从图像中提取多个检测结果

例如一张图像可以同时得到：

有没有工件；
工件坐标；
工件角度；
尺寸；
数量；
颜色；
字符内容；
是否漏装；
是否存在划痕；
最终OK或NG结果。

一、机器视觉在设备中的作用是什么

机器视觉的总体作用是：

通过相机获取产品或现场图像，再利用图像处理算法，对产品状态、位置、尺寸、外观或字符进行检测。

常见应用可以分为以下几类。

1. 有无检测

判断某个零件是否存在。

例如：

螺丝有没有安装；
密封圈有没有漏装；
连接器有没有插入；
包装盒内有没有产品；
标签有没有贴上；
瓶盖有没有安装。

普通光电传感器有时也能判断有无，但机器视觉可以同时判断：

零件是否存在；
安装位置是否正确；
方向是否正确；
数量是否正确。

2. 位置和角度定位

机器视觉可以输出工件的：

X坐标；
Y坐标；
Z坐标；
旋转角度；
中心位置；
边缘位置。

例如视觉检测到零件：

X = 125.36 mm
Y = 82.14 mm
角度 = -3.25°

这些数据可以发送给机器人或运动控制系统，用于：

机器人抓取；
视觉引导；
纠偏；
自动对位；
贴合；
装配。

3. 尺寸测量

机器视觉可以检测：

长度；
宽度；
直径；
圆度；
孔距；
边缘距离；
角度；
间隙；
段差的二维投影；
零件轮廓。

例如：

标准直径：20.00 mm
允许范围：19.95～20.05 mm

实际检测：20.02 mm
结果：OK

需要注意，视觉测量的精度取决于：

相机分辨率；
镜头；
视野；
标定；
光源；
机械稳定性；
被测表面；
算法。

不是像素越高，测量就一定越准。

4. 外观缺陷检测

机器视觉可以检测：

划痕；
污点；
缺口；
裂纹；
毛刺；
压伤；
色差；
黑点；
白点；
涂胶缺失；
焊点异常；
表面异物。

这类检测通常比简单尺寸测量更复杂，因为缺陷形态可能不固定。

5. 颜色检测

可以判断：

产品颜色是否正确；
指示灯颜色；
标签颜色；
线缆颜色；
零件颜色组合；
液体颜色；
印刷颜色。

颜色检测对以下因素比较敏感：

光源色温；
环境光；
相机白平衡；
曝光；
产品表面反光；
不同批次材料色差。

6. OCR和字符识别

OCR是Optical Character Recognition，即光学字符识别。

机器视觉可以读取：

产品序列号；
日期；
批次号；
型号；
喷码；
丝印字符；
铭牌文字。

例如：

读取内容：20260723
期望内容：20260723
结果：OK

7. 条码和二维码识别

机器视觉可读取：

一维码；
二维码；
Data Matrix；
QR Code；
产品追溯码。

读取结果可能发送给：

PLC；
工控机；
MES；
数据库；
机器人。

8. 数量检测

例如：

托盘中零件数量；
连接器针脚数量；
包装盒内产品数量；
螺丝数量；
药片数量；
瓶盖数量。

9. 装配状态检测

例如：

零件有没有装反；
插头是否插到底；
卡扣是否扣合；
螺丝是否漏打；
弹簧是否错位；
标签是否贴偏；
接线顺序是否正确。

10. 三维检测

三维视觉可以检测：

高度；
深度；
体积；
三维轮廓；
表面高低差；
抓取点；
无序堆叠工件姿态。

三维视觉通常使用：

双目相机；
结构光；
激光轮廓扫描；
ToF相机；
3D智能相机。

二、机器视觉的输入是什么，输出是什么

机器视觉系统的“输入”和普通传感器相比更复杂。

1. 视觉系统的主要输入

光学输入

视觉系统最根本的输入是：

被测物体反射或透过来的光

相机将光线转换成图像。

因此，视觉系统检测的不是产品本身，而是产品通过光形成的图像。

触发输入

PLC或传感器通常会向视觉系统发送拍照触发信号。

例如：

工件到位
    ↓
PLC输出触发信号
    ↓
相机拍照

触发信号可能来自：

PLC数字量输出；
光电传感器；
编码器；
运动控制器；
软件命令；
工业通信。

产品型号或配方输入

PLC可能告诉视觉系统当前检测哪个产品。

例如：

产品型号1 → 调用视觉程序1
产品型号2 → 调用视觉程序2
产品型号3 → 调用视觉程序3

输入内容可能包括：

产品编号；
检测程序号；
配方号；
曝光参数；
检测上下限；
机器人坐标系编号。

标定和参数输入

视觉系统还需要输入：

相机标定参数；
镜头畸变参数；
像素与毫米换算关系；
坐标转换关系；
检测区域；
阈值；
模板；
产品标准图像。

2. 视觉系统的输出

机器视觉输出可以分为状态输出、结果输出和数据输出。

状态输出

例如：

Ready：视觉准备好；
Busy：正在拍照或处理；
Trigger Acknowledge：已收到触发；
Complete：检测完成；
Error：视觉故障；
Online：系统在线。

判定结果输出

例如：

OK；
NG；
有产品；
无产品；
缺陷；
无缺陷；
条码读取成功；
条码读取失败。

数值输出

例如：

X坐标；
Y坐标；
Z坐标；
角度；
长度；
宽度；
直径；
面积；
缺陷数量；
灰度值；
相似度；
测量值。

字符串输出

例如：

SN202607230001

常见于：

条码；
二维码；
OCR字符；
产品序列号；
批次号。

图像输出

视觉系统也可能把图片传送给：

工控机；
文件服务器；
MES；
数据库；
质量追溯系统。

PLC通常不会直接接收完整图像，只接收结果和必要数据。

三、机器视觉使用什么电压和电流

机器视觉系统不同部分使用的电源不一定相同。

1. 工业相机

常见供电方式：

DC 24V；
DC 12V；
DC 5V；
PoE网线供电；
USB接口供电；
专用控制器供电。

PoE表示Power over Ethernet，即通过网线同时传输：

电源；
图像数据。

2. 智能相机

一体式智能相机常见供电：

DC 24V

常见允许范围可能是：

DC 18～30V；
DC 20.4～26.4V；
DC 10～30V。

消耗电流可能从几百毫安到数安培，取决于：

处理器性能；
是否内置光源；
是否带显示；
接口数量；
相机分辨率。

3. 光源控制器

光源控制器常见输入：

DC 24V；
AC 220V；
专用低压直流电源。

输出给光源的电压可能是：

DC 12V；
DC 24V；
恒流输出；
高频频闪输出。

光源功率可能从几瓦到几十瓦甚至更高。

4. 工控机或视觉控制器

可能使用：

AC 220V；
DC 24V；
专用电源适配器。

5. IO接口电压

视觉设备与PLC之间的数字量接口通常采用：

DC 24V

但部分相机触发口可能使用：

DC 5V；
DC 12V；
DC 24V；
光耦隔离输入。

必须查看设备说明书，不能默认所有触发端都能直接接24V。

四、PLC怎样与机器视觉连接

PLC与视觉系统常见有四种连接方式。

1. 纯开关量连接

这是最简单的连接方式。

典型信号如下：

PLC输出给视觉

Trigger：拍照触发；
Program Select：程序选择；
Reset：故障复位；
Enable：运行允许。

视觉输出给PLC

Ready：准备好；
Busy：处理中；
Complete：检测完成；
OK：检测合格；
NG：检测不合格；
Error：视觉报警。

典型流程：

视觉Ready = 1
    ↓
PLC确认工件到位
    ↓
PLC发送Trigger = 1
    ↓
视觉Busy = 1
    ↓
相机拍照并处理
    ↓
视觉Complete = 1
    ↓
视觉输出OK或NG
    ↓
PLC读取结果

这种方式优点是：

简单；
实时；
稳定；
容易排查。

缺点是：

每个信号需要一根线；
能传输的信息少；
不适合发送坐标、尺寸和字符串。

2. 开关量握手＋通信数据

这是很常见的方式。

开关量负责：

触发；
忙碌；
完成；
结果有效；
故障。

通信负责：

坐标；
尺寸；
条码；
缺陷代码；
测量数据。

例如：

PLC通过DO触发拍照
        ↓
视觉通过DI反馈检测完成
        ↓
PLC通过以太网读取X、Y、角度

这种方式兼顾：

实时性；
数据量；
稳定性；
调试便利性。

3. 全通信连接

PLC和视觉系统直接通过工业网络交换控制和数据。

常见接口：

PROFINET；
EtherNet/IP；
EtherCAT；
Modbus TCP；
TCP Socket；
UDP；
CC-Link；
RS232；
RS485。

PLC可以通过通信写入：

拍照命令；
程序号；
产品型号；
参数；
复位命令。

视觉系统反馈：

状态字；
结果字；
坐标；
角度；
测量结果；
报警代码；
字符串。

4. 视觉直接连接机器人

有些视觉引导项目中，视觉系统直接把坐标发送给机器人。

关系可能是：

视觉系统 → 机器人：发送抓取坐标
PLC → 机器人：允许执行抓取
机器人 → PLC：抓取完成

此时PLC仍负责整机节拍和工序协调，但不一定负责转发全部视觉坐标。

五、机器视觉是PNP还是NPN，是源型还是漏型

机器视觉系统本身不能笼统地说是PNP或NPN。

需要具体看它的数字量输入输出接口。

1. 视觉设备的数字量输出

视觉系统输出可能是：

PNP晶体管输出；
NPN晶体管输出；
推挽输出；
开路集电极输出；
光耦输出；
继电器输出。

PNP输出

视觉输出有效时，向PLC输入点提供正电压。

通常：

视觉输出ON
    ↓
输出端接近DC 24V

PLC输入公共端一般接0V。

NPN输出

视觉输出有效时，将PLC输入点拉向0V。

PLC输入公共端一般接24V。

2. PLC向视觉发送触发信号

还要看视觉系统的输入端是：

源型输入；
漏型输入；
双向光耦输入；
电压触发输入。

例如：

PLC使用PNP输出；
视觉触发输入需要接收正电压；

两者一般可以匹配。

如果PLC输出和视觉输入极性不匹配，可能需要：

中间继电器；
光耦转换模块；
电平转换模块。

3. 通信接口不讨论PNP和NPN

以下接口不讨论PNP或NPN：

Ethernet；
PROFINET；
EtherNet/IP；
EtherCAT；
TCP/IP；
RS232；
RS485；
USB。

PNP和NPN只适用于开关量晶体管接口。

六、机器视觉输出是开关量、模拟量、脉冲还是通信数据

机器视觉最常见的是：

开关量＋通信数据

1. 开关量

用于：

Ready；
Busy；
Complete；
OK；
NG；
Error；
Trigger。

这是最基础的交互。

2. 通信数据

用于：

坐标；
角度；
尺寸；
字符串；
缺陷代码；
多个检测结果；
图像状态；
相似度。

这是机器视觉最主要的数据输出形式。

3. 模拟量

机器视觉很少直接输出0～10V或4～20mA。

理论上某些专用视觉传感器可能提供模拟量输出，但不是机器视觉的主流接口。

4. 脉冲

机器视觉通常不把检测结果以高速脉冲形式输出。

但它可能接收：

编码器脉冲；
外部高速触发；
输送线位置脉冲。

例如线扫相机需要编码器信号控制逐行采集。

七、机器视觉的重要选型参数

机器视觉选型不能只看“像素”。

需要同时考虑相机、镜头、光源、检测对象和算法。

1. 检测任务

首先要明确要检测什么：

有无；
定位；
尺寸；
外观；
OCR；
条码；
颜色；
三维高度；
缺陷；
机器人引导。

不同任务需要完全不同的视觉方案。

2. 视野

视野是相机一次能够看到的实际范围。

例如：

视野：100 mm × 80 mm

视野必须覆盖：

整个产品；
产品位置偏差；
必要的检测区域；
夹具和定位变化。

3. 工作距离

工作距离是镜头到被测物体之间的距离。

需要根据机械空间确定：

镜头安装高度；
产品高度变化；
防护罩空间；
机器人干涉；
光源安装空间。

4. 相机分辨率

常见分辨率：

30万像素；
130万像素；
200万像素；
500万像素；
1200万像素；
2000万像素以上。

分辨率越高：

可以获取更多细节；
图像数据量更大；
处理速度可能更慢；
对镜头和光源要求更高；
成本更高。

5. 像素精度

假设水平方向视野为100mm，相机水平方向分辨率为2000像素：

理论像素尺寸：

100 mm ÷ 2000
= 0.05 mm/像素

即一个像素大约代表0.05mm。

但这不等于最终测量精度就是0.05mm。

实际还要考虑：

亚像素算法；
镜头畸变；
边缘质量；
标定误差；
机械振动；
光源变化。

6. 检测精度

需要明确实际要求：

±1mm；
±0.1mm；
±0.01mm；
缺陷最小尺寸；
最小字符高度；
最小划痕宽度。

检测精度决定：

相机像素；
视野；
镜头类型；
标定方式；
机械稳定性。

7. 拍摄速度和帧率

常见帧率：

10fps；
30fps；
60fps；
100fps；
500fps以上。

要根据：

设备节拍；
工件速度；
拍照次数；
图像处理时间；
数据传输时间；

进行选择。

静止拍照不一定需要高帧率。

高速运动检测则可能需要：

高速相机；
短曝光；
高频闪光源；
编码器触发。

8. 曝光时间

曝光时间过长：

图像更亮；
运动物体容易拖影。

曝光时间过短：

图像较暗；
需要更强光源。

高速运动产品通常需要短曝光和频闪光源。

9. 全局快门还是卷帘快门

全局快门

整幅图像几乎同时曝光。

适合：

运动工件；
高速流水线；
机器人抓取；
尺寸测量。

卷帘快门

图像逐行曝光。

运动物体可能出现：

倾斜；
拉伸；
变形。

静态检测可以使用，但高速检测通常更倾向全局快门。

10. 黑白相机还是彩色相机

黑白相机

适合：

尺寸；
边缘；
划痕；
字符；
灰度缺陷；
高精度定位。

通常灵敏度更高，图像处理更简单。

彩色相机

适合：

颜色分类；
色差；
多颜色线材；
彩色标签；
产品外观。

如果检测任务不需要颜色，一般没有必要一定选择彩色相机。

11. 镜头类型

常见镜头：

普通定焦镜头；
远心镜头；
变焦镜头；
微距镜头；
线扫镜头；
360°内壁镜头；
鱼眼镜头。

远心镜头

适合高精度尺寸测量。

它可以减少因为物体高度变化造成的尺寸放大率变化。

但价格和体积通常较大。

12. 光源类型

常见光源：

环形光；
条形光；
背光；
同轴光；
穹顶光；
低角度光；
线形光；
频闪光；
红外光；
紫外光。

不同光源用于突出不同特征。

例如：

背光

适合：

外轮廓；
尺寸；
孔洞；
缺口。

同轴光

适合：

平整反光表面；
印刷；
划痕；
金属表面。

低角度光

适合突出：

毛刺；
划痕；
凹凸；
边缘。

机器视觉中经常有一句经验：

不是先选算法，而是先想办法把缺陷通过光源清晰地表现出来。

13. 接口类型

需要确认是否支持：

数字IO；
GigE；
USB3 Vision；
Camera Link；
CoaXPress；
PROFINET；
EtherNet/IP；
EtherCAT；
TCP；
RS232；
RS485。

14. 是否为智能相机

智能相机内部自带处理器和算法。

优点：

体积小；
独立运行；
接线相对简单；
不一定需要工控机。

缺点：

算力有限；
算法扩展性较弱；
多相机系统不一定方便；
高复杂度检测能力有限。

15. 防护等级

常见：

IP40；
IP54；
IP65；
IP67。

如果现场存在：

水雾；
油污；
粉尘；
金属屑；
清洗液；

需要更高防护等级或增加防护罩。

八、机器视觉正常工作时是什么状态

一个正常的视觉检测周期通常是：

视觉系统上电
    ↓
程序加载完成
    ↓
Ready = 1
    ↓
等待触发
    ↓
收到Trigger
    ↓
Busy = 1
    ↓
拍照
    ↓
图像处理
    ↓
输出检测结果
    ↓
Complete = 1
    ↓
Busy = 0
    ↓
重新进入Ready状态

正常状态通常包括：

相机在线；
光源正常点亮或频闪；
视觉程序已经加载；
Ready信号有效；
能够正常接收触发；
能够正常采集图像；
图像亮度和清晰度稳定；
处理时间稳定；
结果输出正常；
PLC通信正常；
没有相机掉线或算法报警。

九、机器视觉故障时会出现什么现象

1. 相机无法连接

现象：

相机离线；
软件找不到相机；
PLC一直收不到Ready；
视觉程序提示设备断开。

可能原因：

相机没供电；
网线断开；
IP地址冲突；
网卡配置错误；
PoE供电不足；
USB线松动；
驱动异常；
相机故障。

2. PLC触发后相机不拍照

可能原因：

触发线接错；
PNP/NPN不匹配；
触发电压不正确；
视觉系统未进入外部触发模式；
PLC触发脉冲太短；
视觉仍处于Busy状态；
触发输入参数设置错误；
PLC程序逻辑错误。

3. 相机拍照，但PLC收不到结果

可能原因：

OK、NG、Complete输出线接错；
PLC输入公共端接错；
通信地址错误；
结果寄存器映射错误；
PLC读取时机过早；
视觉结果有效时间太短；
通信超时；
网络中断；
PLC和视觉握手逻辑不完整。

4. 图像过亮

可能原因：

光源太强；
曝光时间太长；
相机增益太高；
产品反光；
光源角度不合理；
自动曝光参数异常。

表现为：

图像大片发白；
特征边缘消失；
字符无法识别；
检测误判。

5. 图像过暗

可能原因：

光源损坏；
光源控制器无输出；
曝光时间太短；
镜头光圈太小；
产品颜色太黑；
相机增益设置太低；
镜头或保护玻璃被污染。

6. 图像模糊

可能原因：

镜头未对焦；
相机或工件振动；
工件运动拖影；
曝光时间过长；
工作距离发生变化；
镜头松动；
防护玻璃起雾或污染。

7. 检测结果时好时坏

可能原因：

产品定位不稳定；
环境光变化；
光源亮度衰减；
相机支架振动；
检测区域设置不合理；
算法阈值过紧；
产品批次差异；
表面反光变化；
图像曝光不稳定；
工件高度变化；
镜头污染。

8. 坐标输出错误

可能原因：

相机标定失效；
相机或镜头位置发生变化；
工装位置变化；
机器人坐标系变化；
坐标转换顺序错误；
单位错误；
X、Y方向相反；
角度正负方向错误；
标定板摆放错误。

9. 处理时间突然变长

可能原因：

检测区域过大；
模板数量增加；
图像数据量变大；
工控机负载过高；
硬盘存图过多；
网络拥堵；
算法进入复杂搜索；
相机掉帧重连；
内存不足。

十、如何通过万用表定位机器视觉故障

万用表无法判断图像算法是否正确，但可以检查电源和数字量接口。

1. 检查相机供电

测量：

相机电源正极与0V之间

例如24V设备应测得接近：

DC 24V

如果电压过低或没有电压，检查：

开关电源；
断路器；
熔断器；
端子；
电缆；
插头；
PoE交换机。

2. 检查光源供电

测量光源控制器输入电压。

还可以测量控制器输出端是否有对应电压或频闪信号。

需要注意，频闪输出可能是脉冲信号，普通万用表不一定能准确显示。

3. 检查PLC触发输出

当PLC发送触发时，测量触发线与0V之间电压。

对于PNP输出：

未触发：接近0V
触发时：接近24V

如果PLC程序中输出点已经ON，但现场没有电压：

PLC输出端损坏；
公共端未接；
线路断开；
输出保险损坏；
接线错误。

4. 检查视觉输出

当视觉系统输出OK、NG或Complete时，测量对应输出端。

PNP输出有效时，通常应接近24V。

NPN输出有效时，通常会被拉到接近0V。

5. 检查公共端

很多视觉IO故障不是信号线断了，而是PLC与视觉之间没有共同参考电位。

应检查：

视觉0V；
PLC输入公共端；
PLC输出公共端；
外部电源0V；

是否按接口要求正确连接。

十一、如何通过PLC监控定位机器视觉故障

PLC监控是排查视觉交互问题最重要的方法之一。

1. 监控握手信号

建议至少监控：

VisionReady
VisionBusy
VisionComplete
VisionOK
VisionNG
VisionError
VisionTrigger

正常时序例如：

Ready = 1
Trigger上升沿
Busy = 1
Complete = 1
OK或NG = 1
Busy = 0

如果停在哪一步，就重点检查对应环节。

2. 设置超时报警

例如PLC触发视觉后，规定2秒内必须收到Complete。

发送触发
    ↓
启动2秒定时器
    ↓
2秒内收到Complete：正常
2秒内未收到Complete：视觉检测超时

这样可以区分：

视觉没有收到触发；
视觉处理中卡住；
视觉结果没有返回；
通信异常。

3. 监控通信状态

通信型视觉系统应监控：

连接状态；
心跳信号；
通信错误码；
报文计数；
超时次数；
接收数据长度；
站号或连接号。

4. 监控结果数据

不要只读取OK或NG，还可以记录：

X；
Y；
角度；
尺寸；
相似度；
缺陷代码；
处理时间。

如果结果值突然变成：

0；
最大值；
固定值；
异常负数；
NaN；
无效代码；

可能存在通信映射或数据类型错误。

5. 检查数据类型和字节顺序

例如视觉发送一个32位浮点数：

125.36

PLC如果字节顺序设置错误，可能读出一个完全不合理的数值。

重点检查：

INT还是REAL；
16位还是32位；
有符号还是无符号；
高低字交换；
大小端；
缩放倍数。

6. 保存故障时图像

视觉系统最好在NG或异常时保存原始图像。

这样可以判断到底是：

产品真实异常；
光源异常；
定位偏移；
图像模糊；
算法误判；
相机掉帧。

只看PLC中的一个NG信号，很难知道视觉为什么判NG。

十二、机器视觉安装位置和机械结构有什么要求

机器视觉对机械安装的要求很高。

很多视觉问题表面上像算法问题，实际上是机械结构或照明问题。

1. 相机支架必须刚性足够

相机位置一旦变化，检测区域、坐标和尺寸标定都会变化。

支架不能使用：

过长薄板；
容易弯曲的铝片；
松动的万向支架；
单点悬臂；
容易振动的防护罩。

更适合使用：

厚壁型材；
加强筋；
双点固定；
短支架；
独立立柱；
定位销。

2. 相机、光源和工件位置要稳定

视觉检测的核心是图像一致性。

需要保证每次拍照时：

工件位置一致；
工件高度一致；
相机位置一致；
光源位置一致；
环境光尽量一致。

如果工件每次位置变化很大，算法难度会明显增加。

3. 避免振动

相机拍照时发生振动会导致：

图像模糊；
坐标漂移；
尺寸波动；
缺陷误判。

可以采用：

机构停止后拍照；
相机独立支架；
减少悬臂长度；
使用短曝光；
使用频闪光源；
提高结构刚性。

4. 避免环境光干扰

环境光可能来自：

阳光；
车间灯；
频闪灯；
焊接弧光；
其他设备光源。

可以增加：

遮光罩；
暗箱；
封闭检测工位；
窄带滤光片；
特定波长光源。

5. 镜头和光源要可调且可锁紧

调试时通常需要调整：

相机高度；
镜头焦距；
镜头光圈；
相机角度；
光源角度；
光源距离。

调整完成后必须能够牢固锁紧，防止长期运行后位置变化。

6. 预留工作距离

机械设计必须提前确认：

相机到工件距离；
镜头长度；
光源厚度；
线缆弯曲空间；
防护罩空间；
产品最大高度；
维护拆卸空间。

不能等机械结构完成后才找位置“塞入”相机。

7. 工件必须可靠定位

视觉虽然可以适应一定位置偏差，但机械定位仍然越稳定越好。

常见定位方式：

定位销；
定位块；
夹具；
挡停气缸；
真空吸附；
压紧机构。

视觉不应被当成机械定位不良的万能补救措施。

8. 镜头防污染

需要防止：

灰尘；
油雾；
水滴；
焊烟；
胶水；
金属屑；
指纹。

可以采用：

防护罩；
透明保护片；
正压吹气；
风刀；
定期清洁。

但保护片可能引起：

反光；
鬼影；
畸变；
亮度下降。

所以要验证是否影响成像。

9. 线缆需要固定

相机线缆不能长期拉扯相机接口。

运动相机需要：

高柔线；
拖链线；
合理弯曲半径；
应力释放；
接头锁紧。

10. 相机与运动机构要避免干涉

机器人、滑台或人工操作不能碰撞：

相机；
镜头；
光源；
线缆；
防护罩。

相机镜头通常比较脆弱，撞击后即使没有明显损坏，也可能导致标定失效。

十三、同类机器视觉产品为什么有几十种甚至上百种型号

因为机器视觉不是只选择一个“相机型号”，而是多个参数组合形成一套系统。

1. 相机分辨率不同

例如：

30万像素；
130万像素；
200万像素；
500万像素；
1200万像素；
2000万像素。

2. 传感器尺寸不同

常见：

1/3英寸；
1/2英寸；
2/3英寸；
1英寸；
更大靶面。

传感器尺寸会影响：

镜头选择；
视野；
成像质量；
价格。

3. 黑白和彩色不同

黑白相机；
彩色相机；
红外相机；
紫外相机；
多光谱相机。

4. 快门类型不同

全局快门；
卷帘快门。

5. 帧率不同

普通速度；
高速；
超高速。

6. 接口不同

GigE；
USB3；
Camera Link；
CoaXPress；
PROFINET；
EtherNet/IP；
EtherCAT；
IO-Link。

7. 相机结构不同

分体式工业相机；
智能相机；
视觉传感器；
线扫相机；
面阵相机；
3D相机；
热成像相机。

8. 镜头接口不同

C口；
CS口；
F口；
M12；
专用接口。

9. 防护等级不同

普通机身；
IP65；
IP67；
食品级不锈钢外壳；
防爆型。

10. 算法能力不同

部分视觉设备只支持：

有无；
计数；
简单定位。

高端视觉控制器可以支持：

多相机；
深度学习；
3D点云；
高精度测量；
高速缺陷检测；
机器人标定。

11. 光源不同

同一检测项目可能根据表面选择：

红光；
白光；
蓝光；
红外；
紫外；
环形；
同轴；
背光；
低角度；
穹顶。

12. 镜头不同

根据视野和精度可能选择：

6mm；
8mm；
12mm；
16mm；
25mm；
35mm；
50mm焦距；
远心镜头；
微距镜头。

因此，机器视觉型号多并不是厂家单纯制造复杂，而是检测对象、精度、速度、视野、安装空间和接口需求存在大量组合。

十四、机器视觉与PLC交互的典型完整示例

假设设备需要检测工件是否漏装螺丝。

1. PLC确认工件到位

光电传感器检测到工件
    ↓
PLC输入X0 = 1

2. PLC触发视觉

PLC确认VisionReady = 1
    ↓
PLC输出VisionTrigger = 1

3. 视觉拍照

视觉收到触发
    ↓
VisionBusy = 1
    ↓
相机拍照

4. 视觉处理图像

算法检测：

应有4颗螺丝；
实际检测到3颗。

因此：

检测结果 = NG
缺陷代码 = 2
检测数量 = 3

5. 视觉向PLC输出

通过IO：

VisionComplete = 1
VisionNG = 1

通过通信：

ScrewCount = 3
ErrorCode = 2

6. PLC处理结果

NG
  ↓
PLC控制剔除气缸
  ↓
不合格产品进入NG料道

7. PLC结束握手

PLC复位Trigger
    ↓
视觉复位Complete和NG
    ↓
等待下一件产品

十五、机器视觉最核心的理解

机器视觉不是简单地把图像直接交给PLC处理。

更典型的分工是：

相机和光源：
获得稳定清晰的图像

视觉控制器和算法：
从图像中提取检测结果

PLC：
根据检测结果协调设备后续动作

机器人或运动系统：
根据坐标执行抓取、定位或调整

机器视觉在整个自动化系统中的位置可以概括为：

工件
  ↓
光学成像
  ↓
相机采图
  ↓
视觉算法分析
  ↓
OK/NG、坐标、尺寸、字符串
  ↓
PLC进行整机逻辑协调
  ↓
机器人、气缸、输送线执行后续动作

因此，机器视觉属于检测系统，但它本身通常已经具备采集、计算和判断能力。PLC不是负责分析每个像素，而是负责告诉视觉系统何时检测、检测哪个产品，并根据视觉输出的结果控制整台设备继续运行。

乐奇 Rokid 开放社区

更多推荐

芽芽：住在 AR 眼镜里的数字生态猫——基于 AIUI 的陪伴型智能体开发实战

芽芽 =人设（Persona）+ 三张Ink 页面。人设：温和治愈的小猫精，说话 1～2 句、适合语音朗读，永不索取隐私；页面：主页（陪伴与交互）、见闻页（照片记忆）、成长页（形态与图鉴）。

乐奇 Rokid 开放社区

手上全是油，我怎么让rokid眼镜在厨房里教我炒菜

打开应用就是食材页。屏幕上摆了 12 个常用芯片：鸡蛋、番茄、土豆、青椒、豆腐、鸡肉、猪肉、面条、米饭、青菜、黄瓜、香菇，滑到哪个点一下就选上了。也可以直接说话——在 Craft 调试时点右边麦克风唤醒，输入框打"辣椒炒肉拌面"发出去，它能自己拆出食材。一屏一步，大字显示当前在干嘛，上一步下一步靠镜腿滑动，需要等的步骤（比如"小火煮 3 分钟"）自带倒计时，到点自动语音念"第 n 步时间到"。整应