结论先行 — 机器视觉系统是四个决定，不是一个：测什么、怎么打光、在哪推理、怎么执行。多数失败的系统死在光源，不是算法。单工位预算 6–25 万元，含机器人引导的多工位 30–100 万元，替代人工检测或人工取放校验的场景回收期 8–16 个月。
先定义测量，再选硬件
把”好”与”坏”写成可测指标：哪个特征、什么公差、每分钟多少件、漏检的后果是什么。写成”检测缺陷”的项目会被无限争论；写成”在 40 mm 表面检出宽度大于 0.2 mm 的划伤，60 件/分钟，漏检率低于 1%”的系统可以被设计、测试和验收。
打光决定成像
最有用的一条原则：让缺陷改变亮度，而不是让零件好看。轮廓与尺寸用背光；表面划伤用低角度暗场；反光与曲面用穹顶或同轴漫射；高度信息用结构光。然后把距离、角度、亮度全部固化下来，因为光源漂移是现场精度退化最常见的原因。
相机选型速查
| 需求 | 典型选择 |
|---|---|
| 缺陷 ≥0.1 mm，中速 | 5–12 MP 面阵，全局快门 |
| 运动件、高速 | 全局快门面阵 + 频闪 |
| 连续卷材、长料带 | 线阵，4k–16k 像素 |
| 高度、体积、平面度 | 3D 激光轮廓或结构光 |
| 热特征或隐藏特征 | 热成像或 X-ray |
边缘推理还是云端
检测推理应该在边缘：延迟 10–50 毫秒、不依赖网络、图像不出厂。云端适合训练、模型版本管理和跨厂分析，不适合承担剔除决策。混合模式是标准做法：中央训练、按线部署到边缘设备。
与 PLC、机器人、MES 集成
视觉结果必须在节拍内到达执行机构。这意味着与 PLC 的确定性握手——触发、曝光、推理、结果、剔除——以及在推理超时时的失效安全规则（通常是”剔除并标记”而不是”放行”）。用于机器人引导时，要加入定期复检的标定，0.5 mm 标定误差就是 0.5 mm 放置误差。
成本区间
单工位（相机、镜头、光源、边缘机、软件）6–25 万元；含机器人引导与 MES 集成的多工位 30–100 万元；含光学清洁、标定、模型更新的年维护约硬件价值的 5–10%。
选型清单
签约前要有：写明缺陷样本与通过率目标的验收测试、至少两周影子运行、带漂移容差的光源方案文档、模型更新的负责人、相机与光源控制器的备件清单。验收失败的项目，通常败在第一和第三项。
常见问题
单个工位要多久部署？ 单工位检测 4–10 周，涉及机器人引导或 MES 集成会更长。
一套系统能应对多个料号吗？ 可以，按产品族分模型，由 PLC 的料号信号触发切换。
需要专职人员维护吗？ 每个厂一名受训工程师足以日常运维，模型重训通常按季度与集成商共同完成。
最常见的选型错误是什么？ 光源规格不足，以及省略书面验收测试——两者都会在上线后表现为”精度问题”。
下一步
把产线布局、缺陷清单和目标节拍发给我们，三个工作日内回复可行性说明，包含预期召回率、误报预算和成本区间。架构与报价细节见AI 视觉质检指南。
