2026-09-30 10:21:13 分类：机械设计
上周改课程设计，翻到三组卡了三周的作业，都是栽在同一个地方。
做的就是流水线小零件的在线检测，要求同时出尺寸数据和外观缺陷报告。
上来就堆顶配工业相机，镜头选大光圈，光源买最贵的套装。结果呢？出来的图边缘糊成一片，尺寸偏差超了公差三倍，划痕还十有八九误判。
课堂上最容易被忽略的选型坑
说实话，十个学生有八个，上来第一反应就是”我要精度够高的设备”，完全不管自己要测的东西是什么材质、什么场景。
上次那组学生，测的是阳极氧化铝的小外壳，公差要求0.02mm，非要买千万像素的面阵相机，说像素越高精度越高。谬论。
像素只和视野范围有关，你一个10mm见方的零件，五百万像素的相机足够分辨0.01mm的精度，多出来的像素都是浪费，还拖运算速度。
真正卡脖子的从来不是像素，是打光。
机器视觉尺寸检测不同打光效果对比图
铝壳反光，用环形正光打，表面的氧化纹理直接盖掉边缘轮廓，软件找边找出来歪歪扭扭。换低角度背光，轮廓一下子就清晰了，尺寸误差直接降到0.01mm以内。
学生当时拍脑袋说，原来不是相机的锅啊。
我当时没接话，心想这坑我十年前也踩过，花了大几万进设备，结果打光不对，连个毛边都拍不清。工程设计哪里是堆参数，需求匹配才是核心啊。
尺寸和外观，居然不能共用一套方案
还有个更常见的坑，学生总想着一套算法、一套光路搞定所有任务，显得简洁高级。
偏不。
就说那组做3C充电接口检测的，一开始就是一套光路走天下，既要测长宽和插接口的对位尺寸，又要检表面的划痕和缺角。调了一周参数，要么尺寸准了，把正常的合模线当成划痕打回去，要么外观对了，尺寸偏差超了标。
为什么？逻辑本身就矛盾。尺寸检测需要拉高对比度，把边缘的微小变化都识别出来；外观检测要过滤掉零件本身的纹理，只突出异常的缺陷。要求完全不一样，怎么可能共用一套参数？
机器视觉外观检测误判合模线对比图
后来改了方案，做拆分光路：零件过流水线，先过背光工位拍轮廓，算尺寸，再过同轴光工位拍表面，检划痕。两套算法分开跑，什么矛盾都没了，误判率直接降了九成多，成本只加了一百多块的光源钱。
不过话说回来，也不能怪学生钻这个牛角尖。课本上的案例都是剪好的完美结果，谁会把拆成两步的方案放进去？大家看惯了一体化的宣传，自然觉得分开做就是不够好。可工程上哪来那么多完美的一体化方案？能解决问题的就是好方案。
改了三次的教学调整
改了三次的教学调整
连着三年碰到一堆学生踩同样的坑，我也把这门课程设计的流程改了。
原来的流程是先讲原理、讲选型、再动手做，现在反过来，先把不同材质、不同形状的废零件发到每组手里，给个最低的精度要求，让学生自己拿现成的设备瞎试，先踩坑，踩够了再回来讲原理讲选型。
原来我总怕学生走弯路，把所有坑都提前说一遍，结果转头就忘，真动手还是错。现在让他们自己撞南墙，撞完了再讲，记得比什么都牢。
还有个变化，原来要求学生必须出完美的结果，现在允许砍需求。只要你能说清楚为什么砍，砍完能满足使用要求，成本降一半，那就是好设计。
上次有个学生，本来给自己定的尺寸精度是0.01mm，做了两周发现要达到这个精度，相机光源成本要翻三倍，而下游实际只需要0.03mm就够用，直接降了精度，成本砍了三分之二，答辩的时候我给了满分。
我们教机械设计，教的从来不是怎么做炫目的项目，是教你怎么在有限的成本里，做出稳定能用的东西。踩坑优先，比先背会一堆原理有用多了。
机器视觉尺寸外观检测，说穿了也没什么神秘的，就是对着你的零件，调调光路，改改参数，试错试出来的结果。哪有什么放之四海而皆准的方案？
真的，能沉下心试错，比什么都重要。
免责声明：市场有风险，选择需谨慎！此文仅供参考，不作买卖依据。如有侵权请联系删除。
文章名称：卡了三周的课程作业：机器视觉尺寸外观检测到底难在哪
文章链接：https://www.yqhljx.com/list_9/3590.html
