上周帮苏州的一个汽车零部件客户整改检测线，原方案的机器视觉尺寸测量系统测半轴台阶公差时，连续3组数据飘了0.02mm，品控经理盯着SPC报表的红色超差点，说要是调不好就把整套设备退回去。折腾了3天换镜头、调光源、改标定流程，最后把测量重复精度压到了0.003mm，数据稳得连车间的老师傅都凑过来看。不说那些手册上的套话，就讲实际落地时踩过的真坑。
镜头选型的坑：别拿工业定焦头当“万能胶”
很多人做方案第一步就翻选型手册，找个焦距合适的定焦头就定了，根本不算畸变和景深。我见过最离谱的方案，给长320mm的汽车半轴做外径检测，选了个12mm的常规定焦，为了覆盖整个工件把相机架在离工位180mm的位置，结果边缘区域的畸变直接带来0.018mm的系统误差，刚好卡在半轴的公差限上。
别被手册上的畸变参数骗了。那些印在彩页上的<0.1%畸变值，是中心1/3视野区域的最优结果，边缘区域的畸变量往往能到中心值的5到8倍。要是你把关键测量点放在视野边缘，这点误差足够毁掉整套系统。
还有景深的坑。很多人算景深的时候只记得用基础公式ΔL = F·δ·(1+m)/m²，算出来的结果看着够，实际架上去才发现，工件上下浮动0.2mm，测出来的直径就偏了0.01mm。举个例子，我们之前测M6螺纹的中径，公差是±0.05mm，一开始用普通定焦头，景深算出来有12mm，实际因为工件上下料的定位偏差有0.3mm，测10次的重复精度就到了0.008mm，离要求的1/10公差（0.005mm）差了一大截。后来换了双远心镜头，景深直接拉到30mm，不管工件怎么晃，测出来的数稳得一批。
真的，省那几千块镜头钱，最后赔的返工费能买10个远心头。
光源的玄学：别总拿环形光凑数
我见过太多方案，不管测什么工件，上来就配个白色环形光，拍出来的图看着亮，实际根本提不准边缘。比如测发黑处理的不锈钢轴的外径，白色环形光打上去，轴的圆柱面反光形成一条亮带，边缘的灰度差只有15个灰阶，算法不管怎么调阈值，测10次能出3个偏差0.01mm以上的数。
测圆柱类的轮廓尺寸，背光才是正解。背光打出来的是纯黑的硬轮廓，灰度差能到200以上，边缘提取的重复精度能压到1/20像素，根本不用反复调阈值。
不过话说回来，背光也不是万能的。要是测的是带翻边的冲压钣金件，背光打出来的是翻边的投影，根本不是你要的平面孔位尺寸。这时候就得换低角度环形光，把孔的边缘打亮，避开表面的漫反射。GB/T 39111-2020《机器视觉 尺寸测量系统通用技术要求》里明确提过，用于几何量测量的成像系统，边缘提取的重复精度要达到被测公差的1/10以上，不然系统根本达不到计量要求。
说实话，很多人觉得算法是万能的，给个糊成马赛克的图，再厉害的算法也白搭。之前测PET透明瓶的瓶口直径，一开始用普通环形光，表面的反光把瓶口边缘盖得严严实实，后来加了偏振片，把反光滤掉，边缘的灰度差直接上来了，重复精度从0.01mm降到了0.002mm。
算法的误区：别迷信亚像素的“神话”
销售吹得最玄的就是亚像素算法，说能到1/10甚至1/20像素的精度，听着就很厉害。实际上呢？你的相机是500万像素，像素尺寸3.45μm，放大倍率0.5，算下来实际的物理像素当量是6.9μm，也就是0.0069mm，亚像素就算能到1/10，理论精度也就0.00069mm。
听着很美。
实际呢？相机开半小时，CMOS温度升10度，热膨胀带来的像素位置偏移就有0.002mm，这时候你亚像素算得再准，有啥用？我们之前做的铝型材切割长度检测站，公差是±0.1mm，一开始用普通工业相机，没有散热，夏天车间35度，相机开2小时，测出来的长度就飘了0.03mm，找了快一周的原因，才发现是CMOS热漂移。后来给相机加了个10块钱的散热片，每10分钟用标准量块做一次标定补偿，才把漂移压到0.005mm以内。
机器视觉尺寸测量的精度，从来不是算法单独决定的，是成像、标定、算法、环境四个环节的木桶效应，最短的那块板，决定了你能达到的最高精度。
还有标定的坑。很多人觉得装完机做一次标定就完事了，实际上车间里的灰尘、地面的震动、镜头的焦距漂移，都会让标定参数变。之前有个客户，标定板上落了一层薄灰，结果测出来的所有尺寸整体偏了0.02mm，品控查了3天，换了算法换了镜头都没用，最后擦了下标定板，数据直接回到正轨。
对了，别忘了计量溯源的要求。按照JJF 1094-2002《测量仪器特性评定》的规定，测量系统的最大允许误差，要小于被测工件公差的1/3，不然你这套系统根本不能用来做合格判定。很多人上来就买个便宜相机，算出来的理论精度够，但是系统误差太大，根本过不了计量审核，白花钱。
前几天跟一个做了10年视觉集成的老伙计聊天，他说现在的客户都被销售忽悠怕了，一上来就问“能不能测到0.001mm”，其实哪有那么玄乎。你把镜头选对，光源打对，标定做稳，环境控好，测个0.01mm的精度，根本不是难事。别总想着靠算法补硬件的坑，补不上的。
