总成下线漏掉一颗螺栓就要整台返工：机器人按视角分片成像，底面得塞得进相机才有得判
发动机、变速器总成下线前的最后一道把关是错漏装确认：螺栓、多楔带、铭牌、合格证、风扇、滤清器都要逐项核对。总成体积大，点位分布在顶部、侧面、端面甚至底部。这个工位是产线的守门员，这里放过去的缺陷，下游是整车装配，返工链条长、代价高。所以下线检测不只要求判得全，还要求判得清、说得明。
下线是最后一道能低成本拦住的地方
错漏装越往后走越贵。在装配工位发现，改一个动作；在下线发现，返一台总成；到了整车再发现，赔的是排产和口碑。下线工位面对的是完整整机，能一次性确认装配完整性，这个位置的特殊性决定了方案的重心：不是测得多精细，而是把清单上的每一项都确实过一遍，并且留下证据。
底面点位：成像空间比成像精度更先成为约束
总成底面不平整、离地间隙小，成像空间局促。这里的难点不是“看不清”，而是相机根本进不去。方案让负责底部视角的机器人携带相机伸入总成下方，按固定视角对底面区域成像判定，避免人工钻入车底检查。
固定视角在这里还有一层作用：同一点位每次的拍摄姿态与光照基本相同，判定阈值稳定。手持拍摄做不到这一点，换个人、换个站位，图像就变了。
补光要分两层，不是一盏灯的事
总成尺寸大，普通光源的亮度与均匀性都不够。方案用超大尺寸高亮光源做整体补光，保证各区域亮度一致；再用高亮条光对螺栓、管路这类局部细节做定向照明，突出小特征的轮廓与状态。两层光源的分工不能混：整体光源解决“看得见全貌”，条光解决“看得清细节”。
清单按视角拆开，漏检才追得到人
每个机器人只负责自己视角内的点位，检测清单也按视角拆分。这样做的直接好处是责任可定位：任何一项漏检，都能回溯到具体视角、具体机器人、具体参数。如果清单是整机一张表，出了问题只能笼统说“系统没判出来”，改进无从下手。
清单拆分还带来换型上的便利：换车型时切换的是清单与判定参数，光源与相机的布局按视角预设后锁定，硬件不动。
存疑项交给人工，机器不硬判
检测结果分通过与存疑两档。异常或模棱两可的项按点位标记、提示复检内容，由人工对具体点位确认后放行，人工结论回写系统，保证档案闭环。机器负责批量与一致，人负责例外与决策——这个分工看起来保守，实际是把误判的代价控制住了：宁可多一次复检，也不让一个不确定的判断直接放行或直接报废。
换型时该切的是清单，不是相机
单台检测节拍约69秒，以现场验收结果为准。这个节拍里包含了读码、各视角拍照判定、整体拍照留存，以及存疑项的人工提示。读码在进站时识别总成身份，调出对应装配清单，检测项随清单自动切换，所以柴油机、汽油机、变速器共线流转时不需要人工改配置。
复检兜底的几个疑问
总成底面怎么查，人要钻车底吗？
不需要。负责底部视角的机器人携带相机伸入总成下方，按固定视角成像判定，同时保证成像姿态一致。
人工复检会不会变成走过场？
复检项是按点位标记并附带提示内容的，人对着具体点位确认，不是笼统过一眼。人工结论要回写系统，闭环才有约束力。
两种光源为什么不能只用一种？
大面光源均匀但不突出细节，条光突出细节但盖不住大面。总成既有大面积表面又有螺栓、管路这类小特征，只能两层分工。
整体拍照留存有什么用？
与读码结果、检测数据关联存档。出现质量争议时可调取当时影像定位问题，也为错漏装数据分析提供原始依据。