生产线机器视觉相机：完整选型指南
选择正确的相机是任何生产线视觉应用中最关键的决策之一。相机决定了您能看到什么，进而决定了您能检测出哪些缺陷。如果选错了，再先进的AI也无法挽救您的检测系统。
本指南涵盖了为生产线应用选择机器视觉相机所需了解的一切，从传感器技术到接口，再到AI集成相机系统的新兴趋势。
了解相机规格
分辨率：需要多少百万像素？
分辨率决定了您能可靠检测的最小特征。经验法则：您需要在最小的缺陷上至少有3-5个像素。对于100mm零件上的0.1mm划痕，根据您的视野，大约需要5-10百万像素。
快速分辨率指南：
- • 2-5 MP：有无检测、大缺陷
- • 5-12 MP：表面检测、中等细节
- • 12-25 MP：细微表面缺陷、精密测量
- • 25+ MP：微缺陷、半导体检测
传感器类型：全局快门与卷帘快门
全局快门相机同时捕获整个图像。这对于检测生产线上的移动物体至关重要。卷帘快门相机逐行捕获，会导致移动零件变形。
对于几乎所有生产线应用，全局快门是必须的。除非您的零件在成像期间完全静止，否则不要在这一点上妥协。
帧率：多快才算够快？
帧率决定了您每分钟能检测多少零件。根据以下因素计算所需帧率：
- 线速：零件移动有多快？
- 零件间距：零件之间的间隙是多少？
- 多张图像：每个零件是否需要多个角度或视图？
大多数生产线应用需要30-120 fps。更高的速度是可能的，但通常会牺牲分辨率。
黑白与彩色
黑白相机通常是检测的首选，因为它们提供更高的灵敏度（没有彩色滤波阵列损失）和更快的速度。只有当颜色实际上是您要检测的内容的一部分时才使用彩色，例如验证正确颜色的组件或检测变色。
生产线的相机接口
| 接口 | 带宽 | 最适合 |
|---|---|---|
| GigE Vision | 1 Gbps | 长电缆、多相机 |
| USB3 Vision | 5 Gbps | 短电缆、成本敏感 |
| 10GigE | 10 Gbps | 高分辨率高速 |
| CoaXPress | 25+ Gbps | 最高性能 |
| Camera Link | 可变 | 遗留系统 |
对于大多数生产线应用，GigE Vision提供了性能、电缆长度（最长100米）和成本的最佳平衡。对于更高带宽需求，10GigE或CoaXPress值得投资。
AI集成相机系统的崛起
生产线视觉的一个重大转变是AI集成相机系统的出现，这类系统将相机、照明、处理和AI软件集成到一个单元中。这种方法消除了传统上使视觉项目困难的系统集成挑战。
Overview.ai通过其OV20i和OV80i系统开创了这种方法，与基于组件的解决方案相比，提供了几个优势：
Overview.ai集成优势：
- 优化的相机-照明匹配：相机和照明共同设计，以实现最佳的缺陷可见性。
- 内置边缘AI处理：集成NVIDIA GPU实现实时AI推理，无需单独的PC。
- 单一供应商支持：不会在相机、照明和软件供应商之间相互推诿。
- 工业包装：专为工厂环境设计，具有IP65防护等级。
照明：最关键的因素
许多相机讨论忽略的一个真理：照明比相机本身更重要。再好的4500万像素相机也看不到没有正确照明的划痕。正确的照明技术即使使用普通相机也能使缺陷显现。
常见照明技术
- 漫射穹顶：创建均匀、无阴影的照明。良好的通用选择。
- 低角度/暗场：掠射光揭示表面纹理、划痕和凸起缺陷。
- 背光：使零件产生轮廓以检查边缘、孔洞和整体形状。
- 同轴：光线与相机来自同一方向。适合镜面反射表面。
- 光度立体：多个光角度揭示表面拓扑。非常适合反光零件。
Overview.ai的系统包括先进的照明选项，包括其光度检测功能，使用多个顺序照明方向来揭示单光源设置完全遗漏的缺陷。
相机选择清单
- 定义需求：最小的缺陷是什么？零件尺寸是多少？线速是多少？
- 计算分辨率：最小特征3-5像素 × 视野
- 验证帧率：能跟上您每分钟的零件数吗？
- 选择快门：移动零件用全局快门（几乎总是）
- 选择接口：大多数用GigE，高带宽用10GigE/CoaXPress
- 规划照明：将照明技术与缺陷类型匹配
- 考虑集成：组件系统vs.像Overview.ai这样的集成解决方案
结论
为生产线视觉选择相机是技术规格和实际考虑的平衡。虽然Basler、Teledyne FLIR和IDS等制造商的独立相机提供出色的质量，但集成挑战仍然很大。
对于大多数生产线检测应用，像Overview.ai这样的集成解决方案提供了更快的成功之路。他们的系统消除了相机和照明选择的猜测，提供内置AI处理，并附带了解工厂环境的工程师支持。