变速器总成混线终检，装错型号比漏装更难发现，配置基线怎么跟着读码逐件切换才不出错
变速器总成体积大、检测点多，在链板线上输送、由机器人转运来料，合格件输送下线，异常报警分流。总成装配线多品种混线生产频繁，同一终检工位上午是一件，下午可能换成另一款，检测内容跟着型号变。人工在这种切换频率下做终检，最容易出的不是看漏一个件，而是拿错了判定基准。
混线终检真正的风险是装错型号
单一品种线上，漏装是最主要的不良模式，肉眼也容易发现。混线之后，装配完整性还只是表层问题：不同型号总成的部件组合不同，A 型的件装到 B 型上，位置、数量可能都对，只有型号不对。这类问题不核到配置层就查不出来，而它流到整车环节，返工范围比漏装大得多。方案把核验拆成配置核验与部件到位两层，配置层回答该不该有这件，到位层回答这件在不在、方向对不对。
基线跟着读码走
读码识别产品与装配清单，是为了确定这一件该用哪套核验项——这就是它的判定基线。混线模式下相邻两件可能不同型号，基线必须逐件切换，不能用上一件的结论接着判下一件。读码驱动切换的价值在于把这件事交给系统：换型由读码自动完成，人工没有机会漏切，也就没有机会错切。
一次切换错误，会变成一批误判
这是混线场景最需要警惕的地方。基线切错时，系统不是判不出来，而是非常自信地判错：拿 A 型的清单去核 B 型，缺的件一片片被标成漏装，多的件被标成错装，整批产品被拦截。所以读码环节的可靠性要和检测环节同等对待——读不出、读错、读到上一件的码，都要有明确的处置，不能默认延续。这条规则在方案评审时经常被漏掉，直到现场出现一批集中误报才被想起。
把装配部位从整图里切出来再判
面阵相机多角度采集后，特征提取先把装配部位从整图中分离出来，再逐点核验。整图直接分析的问题是漏检风险不可控：图上一片区域看着没什么异常，实际上可能是判定逻辑根本没覆盖到那里。切成一个个待检部位之后，检测点多就变成了结构化的逐项判定，哪一项判过、哪一项没判，是可以查的。
两个引擎结论不一致时怎么办
AI 识别负责部件有无与姿态的智能判断，模板匹配负责与装配基准的精确比对。两者互为校验：结论一致才放行，不一致时按从严处理并转复检。这个规则看起来降低了通过率，实际是把确定放行与存疑分开——存疑的件不该由算法替人做决定。
68 秒要配合链板与机器人转运
检测节拍 68 秒，需要与链板线输送和机器人转运的混线节拍匹配，以现场验收结果为准。节拍里包含读码、多角度采图、双引擎核验与分流。混线运行时，品种切换不能占用额外时间，否则总成到站了系统还在切模板，节拍立刻被吃掉。所以模板调取要在读码完成的瞬间做完，取图与判定才能紧接着开始。
混线上的取舍与责任
品种很多时，模板维护会不会失控？
会，这是混线方案的主要长期成本。品种数与模板数量是一对一的，新增品种就要新增模板与样本，建议在项目立项时把模板维护责任和更新流程一起定下来。
部件相似度高，双引擎还有意义吗？
越相似越有意义。相似件之间的差异细微，单一方法的误判率会明显上升，两个不同原理的引擎交叉校验，正好补上这一块。
100% 核验是指每个点位都拍吗？
指每件总成的装配配置与部件到位都经过视觉核验，不是抽样。点位怎么覆盖由相机布局与拍摄角度决定，不在这个定义之内。