機器視覺中的零件對位：它到底能帶來什麼
對位是檢測流程中最不起眼、卻影響最大的環節之一，因為它決定了機械方面需要投入多少成本。一個要求零件每次都精確落在同一位置的視覺系統，本質上是在為一套工裝制定規格。而一個能先找到零件的系統，則可以檢測傳送帶送來的任何東西。
這正是全文的核心權衡。對位消耗節拍時間，換來的是對位置發生偏移的零件的容差。下面說明如何評估這兩方面的代價。
對位階段的作用
您為系統提供一張合格零件的模板影象，並標出用於識別它的區域。此後每次採集時，對位工具都會定位該圖案，並計算零件相對於模板發生了多少平移和旋轉。此後的所有處理都在零件的座標系中執行，而不是相機的座標系。
由此帶來的結果是，檢測區域會隨零件一起移動。圍繞一個卡扣畫出的區域，即使零件向左偏移8毫米並旋轉6度，仍然會停留在卡扣上。沒有對位的情況下，同一區域將對著空白背景，檢測會誤報一個完全合格的零件缺少卡扣。
這就是為什麼對位失敗和檢測失敗值得分開統計。對位工具找不到的零件根本沒有被檢測過，而一個悄悄放行這些零件的工位，實際上有一部分產量根本沒有被檢測。
邊緣還是學習特徵
經典模板匹配基於邊緣工作。它建立模板邊緣結構的幾何模型，搜尋最匹配的排列方式。它速度快、可預測，並經過數十年驗證，但在一種特定情況下會失效：沒有足夠乾淨的邊緣可用時。
學習型對位工具採用另一種方式。它從模板中學習零件的視覺特徵，而不是僅依賴邊緣幾何，這正是它能在零件邊緣不可靠時依然保持追蹤的原因。以下是三種關鍵情形：
與背景對比度低
一個黑色塑膠零件放在深色傳送帶上。輪廓在物理上存在，但在影象中幾乎不可見，邊緣模型幾乎沒有可以鎖定的東西。學習特徵則可以改用表面紋理和內部細節。
有紋理或雜亂的背景
零件放置在編織帶或機加工底座上。背景產生的邊緣比零件本身還多，邊緣匹配器可能會在噪聲中找到一個看似合理的錯誤匹配。
鏡面及多變表面
在拋光金屬表面，可見邊緣會隨光照角度而變化，因此同一個零件在不同位置會呈現不同的邊緣圖。學習特徵對此的依賴程度較低。
經典方法仍佔優勢的情形
對比度良好、幾何清晰，且零件本身的要求並未超出經典引擎的能力範圍。經典方法更快，切換到學習型沒有任何好處。不要為不需要的能力付費。
如果確實要切換，有一點實用提示：這兩種引擎對引數設定的反應不同，因此靈敏度和置信度需要重新調校，而不能直接沿用。請為此預留幾分鐘時間，不要假設可以原樣互換。
速度模式是一個節拍時間的決策
對位發生在任何檢測執行之前，因此它所消耗的時間會直接從您的節拍時間預算中扣除。在OV80i上，對位工具提供三種帶有公開時長的模式，用具體數字而非形容詞來看待它們，選擇就一目瞭然：
| Mode | Approx. time | 何時使用 |
|---|---|---|
| Fast | ~70 ms | 適用於高速產線：零件呈現方式相對良好，而檢測本身需要爭取每一毫秒。 |
| Balanced | ~150 ms | 預設模式，在產品中被描述為適合大多數應用的理想選擇。從這裡開始，只有當節拍時間或匹配率提示您需要調整時才切換。 |
| Accurate | ~270 ms | 最高精度模式。當後續區域較為緊湊、零件本身較難處理，或某項測量依賴於對位準確時，值得使用。 |
快速模式與精確模式之間的差距約為200毫秒。在每秒一件的產線上，這相當於您預算的五分之一，也是與AI模型無關的檢測延遲中，單一影響最大的因素。值得刻意做出選擇，而不是任由其保持預設值。
旋轉範圍，以及值得了解的極限
旋轉範圍設定限定了對位工具的搜尋範圍。相對於模板超出該角度的零件將不會被檢測到，這是一個設計決策，而不是缺陷：更窄的搜尋範圍速度更快，產生的錯誤匹配也更少。
應根據實際機械條件設定，而不是憑樂觀估計。如果工裝能將零件位置控制在幾度以內，較窄的範圍會更快、更可靠。如果零件是鬆散地放在傳送帶上到達的，則需要範圍覆蓋實際情況，否則您將花時間排查所謂的對位失敗，而它們實際上只是範圍設定得太窄。
學習型引擎大致能處理正負25度的範圍。這是一個真實存在的上限，與其在實踐中才發現，不如提前圍繞它做好規劃。當零件可能以任意方向到達時，有兩種應對方式：從機械上限制其呈現方式，使其落在該視窗內；或者採集多張模板，每張覆蓋旋轉範圍的一部分。這兩種方式都不算特殊，而且都比事後改造要便宜得多。
尺度不變性，以及為什麼測量要將其關閉
尺度不變性使對位工具能夠匹配比模板略大或略小的零件。當零件高度存在變化，或相機距離無法完全重複時，這一特性很有用，因為同一零件在不同距離下成像的尺寸也會不同。
它也是唯一一個會與另一個模組產生聯動的設定，這種聯動值得理解，而不是去對抗。如果您在進行測量，尺度不變性必須關閉，產品也會強制執行這一點。原因很直接：測量是用一個固定比例將畫素換算成毫米。如果允許對位工具吸收尺寸變化，它會悄悄地對影象重新縮放，這意味著您的測量本應檢測的那部分變化，在測量看到之前就已經被歸一化掉了。您會得到一個漂亮而一致的數字，但它已經不再反映零件的真實情況。
所以規則很簡單。檢測那些表觀尺寸會波動的零件缺陷：開啟尺度不變性。對照公差報告某個尺寸：關閉，轉而透過機械方式控制工作距離。我們關於 遠心鏡頭 介紹了以光學方式消除同一種變化的方法。
何時可以完全跳過對位
對位是可以關閉的，在一個真正裝夾良好的工位上，您應該這樣做。如果零件由定位座或夾具定位，每次到達的位置誤差都在一兩個畫素以內，那麼對位工具每次採集花費的70到270毫秒，實際上只是在確認機械結構早已保證的事情。
誠實的判斷方式是測量，而不是假設。按零件正常到達的方式採集幾百個樣本，觀察位置實際的波動幅度。有兩種結果，都有價值：波動很小，您可以取消對位並收回節拍時間；或者波動比任何人預期的都大，在您依據一個站不住腳的假設去調整檢測區域之前，這一點值得提前知道。
以下情況可以跳過
零件透過定位座、夾具或分度機構固定到位，呈現方式的重複精度在一兩個畫素以內，且節拍時間緊張。機械結構已經完成了這項工作。
以下情況應保留
零件是鬆散到達的，放在傳送帶上、人工裝載，或裝在存在實際間隙的工裝中。此外，即使工裝目前狀況良好，但如果您希望該工位能在其磨損後依然正常運作，也應保留對位。
設定步驟（按順序）
- 在一個合格零件上採集模板 以生產實際呈現的方式採集，而不是有人小心地用手擺放時的樣子。
- 在穩定的特徵上標出模板區域。 擁有真實細節的較大區域比小區域對位效果更好。請排除在合格零件之間本就會合理變化的任何內容，否則您就是在要求對位工具去匹配那個會變化的東西。
- 根據機械條件設定旋轉範圍， 而不是憑樂觀估計。測量零件實際的旋轉幅度。
- 從均衡模式開始， 只有當節拍時間或匹配率給出理由時才做調整。
- 根據具體任務決定尺度不變性： 在存在表觀尺寸變化的檢測場景中開啟，若涉及任何測量則關閉。
- 用您已有的採集影象重新執行該設定。 對已有影象進行批次重新對位，可以在工位見到實際零件之前，讓您瞭解匹配率，這與 對檢測本身進行回測是同一原則.
- 確定對位失敗時該如何處理。 它既不是合格，也不等同於缺陷。應將其導向一個有人檢視的地方。
最後這一點恰恰是最常被聽之任之的。對位失敗意味著該零件從未被真正檢測過，如果將其當作合格處理，就會把未經檢測的產品放入合格品流中。將對位失敗單獨統計，並在失敗率上升時向產線發出訊號，能把一個悄無聲息的漏洞變成早期預警，提示工裝出現漂移或光照發生了變化。關於這一點在更大的工位體系中如何定位，請參閱我們關於 機器視覺系統.
Frequently Asked Questions
零件對位在視覺系統中起什麼作用？
它在影象中定位零件，並計算出零件相對於模板發生了多大的平移和旋轉，因此之後的每個檢測區域都是相對於零件而非相機來定位的。正是這一點使得圍繞某個特徵繪製的區域，在零件發生偏移或旋轉時依然能停留在該特徵上。沒有它，位置發生變化的零件會導致檢測檢視錯誤的位置，並報告實際並不存在的缺陷。
模板匹配與學習型對位工具有什麼區別？
經典模板匹配建立模板邊緣的幾何模型，並搜尋最匹配的排列方式。它速度快、可預測，但在邊緣不夠乾淨時會遇到困難。學習型對位工具使用零件的視覺特徵，而不僅僅依賴邊緣幾何，因此在邊緣不可靠的情況下仍能保持穩定：低對比度零件、雜亂或有紋理的背景，以及表觀邊緣會隨光照變化的鏡面表面。在對比度良好、幾何清晰的情況下，經典方法仍是更快的選擇。
對位會給一個節拍增加多少時間？
在OV80i上，對位工具在快速模式下大約耗時70毫秒，均衡模式150毫秒，最精確模式270毫秒。這一過程發生在任何檢測模型執行之前，因此會直接從節拍時間預算中扣除。快速與精確模式之間200毫秒的差距，是與AI模型無關的檢測延遲中，單一影響最大的因素，因此值得刻意設定，而不是任其保持預設值。
對位工具能處理多大的旋轉？
旋轉範圍需要明確配置，超出該角度相對於模板的零件將不會被檢測到。更窄的範圍速度更快，產生的錯誤匹配也更少，因此應根據實際機械條件來設定。學習型引擎大致能處理正負25度的範圍。當零件可能以任意方向到達時，要麼透過機械方式限制其呈現方式使其落在該視窗內，要麼使用多張模板，每張覆蓋旋轉範圍的一部分。
為什麼測量時必須關閉尺度不變性？
因為測量是用一個固定比例將畫素換算成毫米。尺度不變性使對位工具能夠匹配看起來更大或更小的零件，這實際上是在對影象重新縮放，因此測量本應檢測的尺寸變化，在測量看到之前就已經被歸一化掉了。結果是得到一個一致的數字，但它已不再描述這個零件的真實情況。對於表觀尺寸存在變化的零件檢測，尺度不變性是有用的；而對於尺寸測量，則必須關閉它，轉而透過機械方式控制工作距離。
可以在沒有對位的情況下進行檢測嗎？
可以，在裝夾良好的工位上您應該這樣做。如果零件透過定位座或夾具固定，每次到達的位置誤差都在一兩個畫素以內，那麼對位就是在花費節拍時間去確認機械結構早已保證的事情。判斷的方法是採集幾百個正常到達的零件，測量位置實際的波動幅度，而不是憑假設。要麼波動很小，您可以收回這部分時間，要麼波動比預期更大，在調整檢測區域之前，這一點值得提前瞭解。
在您的零件上體驗 Overview AI
把您的零件或瑕疵照片寄給我們，視覺工程師會告訴您 Overview 能否檢出，大多數系統幾天內即可在產線上運行。