发动机整机出厂要同时查错漏装和三码一致，一台协作机器人带着相机怎么在65秒的节拍里走完
发动机整机在板链线上走，一台几十上百公斤，由龙门式检测站跨在线上检查。这里要同时完成两件事：确认零部件没有错装漏装，以及核对发动机编号钢印、铭牌信息与扫码编号三者一致。前者看外观，后者看字符，性质完全不同，却挤在同一个 65 秒的节拍里。
两类问题，两套判定逻辑
错漏装回答的是该在的件在不在、装的件对不对，判定依据是图像区域的差异；三码一致回答的是这串字符是不是同一台的身份，判定依据是字符识别结果。把它们混成一套流程，最容易出现的结果是外观通道调得灵敏、字符通道被牵连误报，或者反过来。方案把两条通道分开判断，再在放行环节合并——任一通道不过即报警拦截，人工复核后才放行。
定位相机定的是整机位姿
固定定位相机先确定整机在工位上的位姿，检测相机再按部位依次拍摄。这一步不能省：发动机由吊装上线，每次落位都有偏差，如果检测相机按固定坐标去拍飞轮，拍到的可能是飞轮边缘或者半个壳体。先有整机位姿，各检测部位的位置才能换算出来，几何匹配也才有正确的起点。
为什么让协作机器人带着相机跑
整机的检测点分布在多个面上，用固定多相机覆盖，相机数量多、调试复杂，换型时改的是整排支架。协作机器人按规划路径把一台相机送到不同部位，用较少的硬件覆盖多点位，换型只需调整路径。代价是每个点位都要等机器人到位，所以路径规划与拍照时序必须和判定流程严格对齐，节拍才守得住。
模板对齐之后，判的是差异强度
几何匹配把标准模板对齐到实拍图像，缺件的位置就变成了明显的差异区域；灰度值比对找出差异，二值方差把差异的强度和范围量化出来，超过阈值即判漏装或错装。用方差而不是单点灰度，是因为缺件造成的是一条边界的缺失，不是几个像素的跳变——单点比对会把噪声和缺件混为一谈。
钢印和铭牌必须分别调光
钢印字符深浅不均、边缘磨损，直接识别容易误读；铭牌表面反光，字符和底色的对比会被吃掉。方案先用几何匹配框定钢印区域，再做灰度归一化增强字符，然后进入 OCR；铭牌则单独布置光源与拍摄参数。两个部位的光不能通用，这是现场调试里最容易被省掉、也最容易出问题的一步。
三码互为印证
钢印、铭牌、扫码三条信息各自得到后交叉比对，任何一处不一致即判异常。这比只识别一处再看认不认得出可靠得多：字符识别本身有置信度，交叉校验能把低置信度的误读挡下来。单台检测节拍 65 秒，与板链线同步，不额外增加停线等待；检测置信度 98% 以上、漏报率为 0、误报率≤5%，以现场验收结果为准。
光幕传感器在机器人动作期间监控工位区域，人员误入立即暂停，这是人机协作的基本条件。判定结果与检测图像按编号归档，数万台产能的工厂靠这份档案做批次追溯与问题定位。视觉判定之外保留人工复核通道：异常件走复检，合格件直接吊装下线。
盲区与节拍怎么权衡
固定多相机和协作机器人怎么选？
点位集中、节拍宽松、品种单一，固定相机更简单；点位分散在多面、节拍允许相机移动、品种常换，协作机器人的性价比更高。
钢印磨损严重还能读吗？
轻度磨损靠归一化增强和交叉校验还能稳定判定；磨损到字符结构断裂时，OCR 置信度会明显下降，这类件应转人工确认，不要靠调低阈值硬读。
65 秒能撑住多大产能？
65 秒是单台检测节拍，检测随线同步、不占停线时间。整线产能还要结合线速、班制与工位数一起算，以现场验收结果为准。