视觉分拣系统怎么选？从识别精度到剔除方式的采购思路
面向采购与工程人员，拆解视觉分拣系统的组成、核心参数、选型步骤、价格构成、验收与维护要点，并附参数表与验收清单，帮助按物料与产能匹配方案。
视觉分拣系统采购前先想清楚什么
视觉分拣系统通常由成像、识别、决策和执行机构组成，采购时如果只看相机像素或设备外形，容易出现识别精度够但节拍跟不上、能识别但剔除伤物料、单机可用但产线接口不通等问题。建议先明确物料形态、目标类别、产能、精度、剔除方式和现场环境，再谈配置与预算。
- 物料：尺寸、颜色、材质、表面反光、是否粘连、是否易碎、是否含粉尘或油污。
- 目标：分拣良品与不良品、按颜色分级、按形状分类、按材质分流，还是剔除异物。
- 产能：每小时处理量、每条线通道数、峰值来料量、允许停机时间。
- 精度：最小缺陷尺寸、最小色差、定位公差、误剔与漏剔的可接受范围。
- 环境：温度、湿度、粉尘、振动、水汽、冲洗要求、防爆要求。
- 集成：上游供料方式、下游输送或包装、PLC、MES、ERP、数据追溯接口。
- 服务：安装调试、培训、备件、远程支持、软件升级和维保响应。
视觉分拣系统由哪些部分组成
| 模块 | 常见组成 | 采购关注点 |
|---|---|---|
| 供料与输送 | 振动盘、皮带、链板、滚筒、分道器 | 是否稳定单列、速度可调、易清洁、与节拍匹配 |
| 成像单元 | 工业相机、镜头、滤光片、光源、防护罩 | 分辨率、帧率、景深、视场、光源寿命与均匀性 |
| 处理与算法 | 工控机、GPU、视觉软件、深度学习模型 | 识别类别数、样本训练、误剔漏剔、配方切换 |
| 执行机构 | 气阀、喷嘴、推杆、翻板、机械臂、分流输送 | 响应时间、力度、对物料的损伤、气耗与维护 |
| 控制与接口 | PLC、I/O、编码器、光电传感器、通信模块 | Profinet、Ethernet/IP、Modbus TCP、OPC UA、TCP/IP |
| 数据与追溯 | 数据库、报表、MES/ERP接口、远程运维 | 数据留存、报警记录、参数权限、接口开放性 |
| 安全与除尘 | 防护罩、光栅、急停、除尘、吹扫、散热 | 安全联锁、IP等级、清洁便利性、散热方式 |
视觉分拣系统的工作原理
- 触发与定位：光电、编码器或接近开关给出物料到达信号。
- 成像采集：相机在稳定光源下拍照或线扫描，获得图像数据。
- 预处理：去噪、校正、分割，提取颜色、形状、纹理、边缘等特征。
- 识别决策：规则算法或深度学习模型判断类别、位置和置信度。
- 执行剔除：控制器按延时和坐标驱动气阀、推杆、翻板或机械臂。
- 结果确认：传感器复核执行结果，必要时报警或二次分拣。
- 数据记录：保存批次、数量、类别、报警和参数，供追溯分析。
按识别方式和执行方式分类
常见识别方式
| 类型 | 适用场景 | 采购提示 |
|---|---|---|
| 2D视觉 | 颜色、形状、字符、表面缺陷、平面分类 | 成本相对可控，对光照和物料姿态较敏感 |
| 3D视觉 | 体积、高度、凹凸、堆叠、定位抓取 | 需关注点云精度、扫描速度和遮挡处理 |
| 多光谱/高光谱 | 材质差异、塑料分选、食品异物、农产品内部品质 | 需确认光谱范围、样本库和模型维护成本 |
| X射线检测 | 内部异物、密度差异、封装检测 | 涉及辐射安全与防护，需按法规配置 |
| 深度学习视觉 | 复杂缺陷、多变外观、难描述特征 | 需准备样本，关注训练、迭代和算力配置 |
常见剔除执行方式
| 执行方式 | 适合物料 | 响应与特点 | 采购关注 |
|---|---|---|---|
| 气吹剔除 | 小颗粒、薄片、轻质物料 | 响应快，非接触，适合高速 | 气压、气耗、喷嘴寿命、物料飞溅 |
| 推杆剔除 | 盒装、块状、中等重量物料 | 结构直观，推力可调 | 节拍、磨损、对物料表面影响 |
| 翻板/翻门 | 大件、袋装、箱装 | 适合分流，动作行程较大 | 速度、密封、卡料处理 |
| 机械臂抓取 | 不规则、需轻放、多类别分拣 | 灵活，可放不同料框 | 负载、节拍、夹具、安全围栏 |
| 分流输送 | 连续大流量、多出口 | 对物料冲击小，占地较大 | 输送速度、转向机构、堵塞检测 |
视觉分拣系统核心参数表
以下为行业常见配置范围，实际参数需结合物料、产能、精度和现场条件由供应商核算。采购时建议把关键指标写入技术协议和验收条款。
| 参数项 | 常见范围 | 采购关注点 |
|---|---|---|
| 相机分辨率 | 200万至2000万像素；线阵可选2K、4K、8K | 与最小缺陷尺寸、视场和速度匹配，不只看像素 |
| 帧率/行频 | 面阵30至500 fps；线阵10至100 kHz | 高速线需确认曝光时间、带宽和传输接口 |
| 识别精度 | 约0.1至2 mm，视配置和工况 | 用实际样品测试，约定最小可识别缺陷 |
| 视场 | 100至2000 mm | 视场越大，单位像素精度通常越难做高 |
| 工作距离 | 200至1500 mm | 与安装空间、镜头焦距、防护罩有关 |
| 光源 | 白光、红光、蓝光、红外、紫外、环形、条形、背光 | 关注均匀性、频闪、寿命和散热 |
| 传送带速度 | 0.1至3 m/s | 速度越高，曝光和剔除延时越难控制 |
| 分拣效率 | 约60至1200件/分钟，视通道和物料 | 按峰值产能和连续运行考核 |
| 识别准确率 | 稳定工况下常见验收目标可为98%至99.5% | 按物料难度约定，区分良品和不良品统计口径 |
| 误剔率 | 约0.5%至5%，视物料和阈值 | 误剔影响良品率，需与漏剔率平衡 |
| 漏剔率 | 约0.2%至3%，视物料和阈值 | 漏剔影响质量，需通过样品测试确认 |
| 气吹压力 | 0.4至0.8 MPa | 确认现场气源、干燥度和稳定性 |
| 气耗 | 约0.1至2 m³/min，视喷嘴数量和频率 | 影响运行成本，需核算峰值与平均 |
| 机械臂负载 | 3至50 kg，视型号 | 含夹具重量，关注节拍和轨迹 |
| 总功率 | 约1至15 kW | 含输送、相机、工控机、气阀、机械臂等 |
| 电压频率 | AC 220V或380V，50/60 Hz | 按现场供电和出口要求确认 |
| 防护等级 | IP54至IP67，冲洗场景可更高 | 粉尘、水汽、清洗方式决定防护配置 |
| 工作温度 | 0至45 ℃，特殊环境可定制 | 高温高湿需评估散热和凝露 |
| 工作湿度 | 5%至90% RH，无凝露 | 食品、水产、清洗车间需重点确认 |
| 通信接口 | Profinet、Ethernet/IP、Modbus TCP、TCP/IP、OPC UA、RS232/485、I/O | 与现有PLC、MES、机器人通信兼容 |
| 数据存储 | 图像、结果、报警、配方可本地或服务器保存 | 确认留存周期、导出格式和权限 |
| 外形尺寸 | 按输送线和通道数定制 | 预留检修、清洁和上料空间 |
| 整机重量 | 约100至3000 kg，视结构 | 楼板承重、吊装和运输通道 |
视觉分拣系统选型步骤
| 步骤 | 要做的事 | 输出结果 |
|---|---|---|
| 1. 物料分析 | 收集样品，记录尺寸、颜色、材质、速度、姿态、环境 | 物料清单和难点说明 |
| 2. 目标定义 | 明确分拣类别、精度、误剔漏剔、产能、追溯要求 | 技术需求和验收指标 |
| 3. 方案比选 | 比较2D、3D、多光谱、深度学习、执行机构 | 候选方案和风险清单 |
| 4. 打样测试 | 用真实样品在供应商设备上测试速度和准确率 | 测试报告和视频记录 |
| 5. 产线集成 | 确认接口、空间、供电、供气、除尘、安全 | 布局图和接口协议 |
| 6. 商务与合同 | 明确范围、交期、培训、质保、备件、软件授权 | 技术协议和商务合同 |
| 7. 验收与移交 | 空载、负载、连续运行、数据核对、安全确认 | 验收报告和操作手册 |
视觉分拣系统价格构成
视觉分拣系统通常按项目配置报价，不同物料和产能会导致成本差异。采购时建议把报价拆开比较，避免只比总价而忽略软件授权、接口开发、安装调试和维保。
| 成本项 | 内容 | 影响价格的因素 |
|---|---|---|
| 成像硬件 | 相机、镜头、光源、滤光片、防护罩 | 分辨率、帧率、品牌、数量、防护等级 |
| 算法与软件 | 视觉软件、模型训练、配方管理、数据报表 | 类别数、样本量、深度学习算力、授权方式 |
| 执行机构 | 气阀、喷嘴、推杆、翻板、机械臂、夹具 | 速度、负载、数量、精度、品牌 |
| 输送与结构 | 皮带、链板、分道、机架、防护 | 尺寸、材质、速度、清洁要求 |
| 控制与电气 | PLC、工控机、电柜、传感器、线缆 | I/O点数、通信协议、安全等级 |
| 安装调试 | 运输、吊装、安装、联调、试产 | 现场条件、工期、是否需要停产配合 |
| 培训与资料 | 操作、编程、维护培训，手册和图纸 | 培训人数、语言、深度 |
| 质保与维保 | 质保期、响应时间、备件包、远程支持 | 服务范围、响应时效、备件库存 |
供应商评估表
| 评估维度 | 建议关注点 | 权重建议 |
|---|---|---|
| 行业案例 | 是否有相近物料、相近产能的实际案例，可否安排现场考察 | 20% |
| 技术方案 | 相机光源选型、算法路线、执行机构、节拍计算是否清晰 | 20% |
| 测试能力 | 能否提供样品打样、测试报告、误剔漏剔统计 | 15% |
| 交付与集成 | 项目计划、接口开放、与现有产线配合经验 | 15% |
| 售后与备件 | 响应时间、备件库、远程支持、软件升级政策 | 15% |
| 培训与文档 | 操作手册、维护手册、培训课时、故障排查指引 | 5% |
| 合规与安全 | 电气安全、防护配置、辐射安全、出口认证需求 | 10% |
安装调试与验收要点
| 验收项目 | 建议要求 | 验收方法 |
|---|---|---|
| 空载运行 | 输送、相机、光源、执行机构动作正常，无异常报警 | 连续运行不少于约定时间 |
| 负载测试 | 按实际物料和峰值速度运行，节拍满足要求 | 记录处理量、堵塞和停机次数 |
| 识别准确率 | 按约定样本和统计口径达到技术协议指标 | 抽取多批次样品，记录良品与不良品 |
| 误剔率 | 良品被误剔比例在约定范围内 | 统计良品通过和误剔数量 |
| 漏剔率 | 不良品未被剔除比例在约定范围内 | 人工复核剔除后物料和成品 |
| 连续运行 | 在约定时间内稳定运行，无重大故障 | 连续生产测试并记录参数 |
| 接口联调 | 与PLC、MES、ERP或机器人通信正常 | 模拟订单、报警、数据上传 |
| 安全防护 | 急停、光栅、防护罩、联锁功能有效 | 逐项测试并签字确认 |
| 数据追溯 | 批次、数量、类别、报警记录可查询导出 | 抽查记录完整性和时间准确性 |
| 培训移交 | 操作、维护、参数调整培训完成 | 培训签到和考核记录 |
日常维护与保养周期
| 部件 | 建议周期 | 维护内容 |
|---|---|---|
| 相机与镜头 | 每班或每日 | 检查清洁，避免划伤，确认对焦和固定 |
| 光源 | 每周 | 清洁表面，检查亮度衰减和散热 |
| 气路与喷嘴 | 每周或每月 | 检查气压、过滤器、排水，清理喷嘴 |
| 输送带/链板 | 每周 | 检查张紧、跑偏、磨损和异物 |
| 电柜与散热 | 每月 | 清洁滤网，检查风扇、接线和温度 |
| 传感器 | 每月 | 清洁感应面，确认触发位置和信号 |
| 软件与数据 | 每月或每季 | 备份配方和模型，检查存储空间和日志 |
| 标定与精度 | 每季或按需 | 用标准样品校验识别和剔除位置 |
常见问题
视觉分拣系统能识别所有缺陷吗
不能一概而论。识别效果取决于缺陷与背景的差异、成像质量、样本数量、算法模型和现场稳定性。建议用真实样品测试，把可识别缺陷和不可识别缺陷分别写入技术协议。
相机像素越高越好吗
像素提高有助于分辨细小特征，但同时会带来数据量、曝光时间、算力和成本变化。采购时应围绕最小缺陷尺寸、视场和速度计算所需分辨率，而不是单纯追求高像素。
气吹剔除会损伤物料吗
气吹属于非接触方式，对多数小颗粒和轻质物料较友好。对于易碎、表面要求高或重量较大的物料，需要调整气压、喷嘴角度和吹气时间，或考虑推杆、翻板、机械臂等方案。
深度学习是否必须
如果缺陷规则清晰、颜色和形状稳定，传统视觉算法可能更易维护。如果外观复杂、缺陷多变、难以用规则描述，深度学习通常更有优势，但需要准备样本并关注后续模型迭代。
采购时如何约定准确率
建议明确测试样品、批次、速度、类别、统计口径和时间。例如分别统计良品准确率、不良品剔除率、误剔率和漏剔率，并约定连续运行考核条件，避免只看单一数字。
采购建议
视觉分拣系统的采购核心是匹配。先定义物料和验收指标，再选择识别方式、执行机构和接口方案；先做样品测试，再谈价格和交期；把培训、备件、软件升级和售后响应写进合同。对采购人员来说，一份清晰的技术协议和验收表，往往比单纯比较设备清单更能降低项目风险。