传统 PCB 金手指斜边加工依赖人工校正夹具,受振动、温度、光照干扰导致加工精度漂移、废品率高。本系统基于双目 CCD 视觉方案,实现 PCB 金手指自动定位测量。核心模块包含图像采集模块、视觉检测模块、运动补偿控制模块、人机交互界面模块。业务流程:工件上料→双目相机采集图像→算法求解金手指坐标偏移→下发指令驱动伺服轴自动补偿→机床完成精加工,超差自动报警,实现高精度无人自动化加工,目标将加工精度稳定控制在 10μm 以内,降低产品报废率。
整体采用**上位机视觉软件 + 运动控制**分层架构;使用 Qt 开发可视化界面,PyTorch 搭建改进 ResNet18 目标定位网络,搭配自研亚像素边缘检测算法,通过 Modbus TCP 与伺服设备通信。本人主要负责视觉算法模块开发、图像坐标解算与上位机联动调试。项目难点:设备移动时光照波动、机械振动造成定位漂移。解决方案:引入 PID 自适应光源控制,增加 IMU 振动误差补偿模型,多重约束优化检测稳定性;最终定位耗时控制在 70ms 内,加工精度稳定达到 0.8~1.4μm,废品率下降 32%。