企业官网建设流程全解析

同一台深度相机，在展台上能跑出漂亮的点云，进了车间却可能一天就出问题。很多团队第一反应是"算法不够强"，但如果把故障日志摊开看，问题往往出在硬件与系统层：外参漂了、视野被挡了、参数丢了、现场修不了。

本文不讨论具体精度数字，只从工程角度拆解三件事：长时间稳定性、遮挡与动态适应、可维护性。这三件事决定了深度相机是"演示件"还是"作业件"。

一、问题定位：演示指标与作业指标不是一回事

演示场景有几个隐含前提：运行时间短、视野干净、光照可布置、失败了可以重来。作业场景把这四条全部推翻。

因此两者的评价指标不同。演示看单点指标，比如某一帧的深度是否准确、某一次抓取是否成功；作业看概率与成本，比如一整天里可靠运行的时间占比、单次故障的平均修复时间。

用单点指标去验收作业系统，会得到一个危险的结论：样机很准，所以系统可用。实际上，精度只是可用性的一个必要条件，不是充分条件。

二、长时间稳定性之一：温漂从哪里来

深度相机的基线由结构件保证。结构件不是单一材料：镜头座、基板、支架、外壳可能分别是铝合金、不锈钢、工程塑料。它们的线膨胀系数不同，温度变化时涨缩量不同步，两个光轴之间的相对位置就会改变。

对于双目或主动双目系统，基线长度和两光轴夹角直接进入外参。外参一变，视差到深度的换算就偏，点云拼接出现错缝。单张图上看不出来，多视角一对就露馅。

温漂的特点是"慢"和"可累积"。实验室跑几分钟，温度还没稳，变化被时间掩盖；连续跑几个小时，机身内部达到热平衡，外参的偏移才稳定下来。如果标定是在冷机状态做的，热平衡后的参数就是另一套。

工程上的应对不是"选一个不漂的相机"，而是承认会漂，然后建立机制：

• 结构设计阶段控制关键件的热匹配，减少不同材料之间的相对变形；
• 标定不只做常温一个点，按实际工作温度区间做温度点标定；
• 系统具备温漂补偿能力，或者明确重标触发条件；
• 把温度传感器数据和标定版本一起记录下来，便于事后追溯。

三、长时间稳定性之二：结构蠕变、振动与碰撞

除了温度，结构本身也会变。

支架长期受力会蠕变，紧固件在振动下会缓慢松动，光轴随之改变。振动源可能来自机器人本体、传送带、AGV 行走、甚至旁边的冲压设备。短期看只是图像轻微抖动，长期看是标定参数一点点失效。

碰撞是更剧烈的版本。清场时的磕碰、换料时的挤压、维护时的误触，都可能让相机位置变化。可怕的是这种变化往往没有报警：系统仍然出图，只是图错了。

所以"装得紧"不等于"长期稳"。工程上要看的是：

1. 支架刚度是否足够，固有频率是否避开了主要振动源；
2. 紧固件是否有防松设计，关键位置是否有定位销；
3. 线缆是否有应力释放，避免振动顺着线缆传进相机；
4. 系统是否能检测到外参异常，而不是等到抓取失败才发现。

四、遮挡：丢失的是信息，不是噪声

演示时视野是设计过的，作业时视野是抢来的。

人流、货物、其他设备都会动态遮挡。遮挡在深度图里表现为一块区域的缺失或错误，它和随机噪声有本质区别：噪声可以滤波，缺失补不回来。算法无法从"没有看到"中恢复"看到了什么"。

因此"遮挡靠算法补"是一个需要谨慎对待的说法。更现实的策略是把遮挡当成常态：

• 多视角冗余：关键区域至少两个视角可见，单视角被挡时仍有解；
• 安装位置规划：把相机放在不容易被挡的高度和角度，而不是哪里方便装哪里；
• 失效检测：系统能判断某块深度不可信，并主动降级或请求人工，而不是继续输出错误结果；
• 视野评估：把"典型工况下的可见率"作为验收项，而不是只测空场。

五、光照跨度与多机主动光互扰

展台可以打光，车间和户外不行。光照跨度大，自动曝光策略要能扛住明暗剧烈切换。曝光调节如果过于激进，会出现"呼吸"：画面一会儿过曝、一会儿欠曝，深度图跟着一阵一阵地抖。曝光策略的稳定性，本身也是作业能力的一部分。

另一个常被忽略的问题是多机共存。现场往往不止一台深度相机，还可能有主动光投影、扫码器、红外光源。多台设备的主动光互相进入对方视野，深度图上会出现条纹、空洞或系统性偏移。这不是某一台设备坏了，而是它们在工作时序和光波段上没有协调。

应对方式包括：分时曝光、调制方式区分、光波段隔离、以及安装时的视场错开。这些都需要在系统设计阶段考虑，事后很难补。

六、可维护性：重标、更换与追溯

前两件事决定"能不能用"，可维护性决定"用得起用不起"。

现场出问题，第一反应不应该是拆机返厂。要能回答三个问题：现场能不能重标？坏了能不能换？这一批次的参数能不能追溯？

重标要有流程：用什么标定件、在什么温度条件下、标完如何验证、结果写到哪里。备件更换同样要有流程：新相机的参数如何恢复、序列号如何绑定、更换后由谁确认。

追溯则决定数据可信度。作业场景要求每一天的数据都能对齐，那么时间戳、坐标系、标定版本就必须能对应到具体设备和具体日期。如果参数只留在工控机上，换主机、重装系统、返修之后，前面的数据就成了孤岛。

七、参数落盘：可追溯的标定记录长什么样

标定结果不能只存在于某台工控机的某个目录里。推荐的做法是把它做成结构化记录，随设备走、可读回、可校验。字段至少覆盖设备身份、标定版本、环境条件、标定物、执行人与复检人。

device_sn:<设备序列号>calib_version:<日期.序号>calib_time:<ISO 时间>temperature_c:<标定环境温度>calib_target:<标定板/靶标编号>baseline_mm:<标定结果>extrinsics_sha256:<外参文件哈希>operator:<执行人工号>verified_by:<复检人工号>

这段记录的价值在出事的时候体现：现场说"最近不准了"，可以立刻查到上一次标定是什么时候、在什么温度下、用的哪块标定板、谁复检的。没有这些字段，只能靠回忆。

参数写入设备后还要能读回校验。写入成功不等于写入正确，读回比对哈希是最低成本的保险。换主机、返修、重装系统之后，参数应当能从设备侧恢复，而不是重新标一遍。

八、可用性怎么算：一个概率视角

如果把深度相机当成作业系统的一个部件，它的可用性可以用一个朴素的关系来描述：可用性取决于平均无故障时间与平均修复时间的比值。无故障时间越长、修复时间越短，可用性越高。

这个视角的解释力在于，它把"精度"从一个绝对指标变成了一个随时间变化的量。出厂精度再高，如果每周都要重标、每次重标要停线半天，可用性依然很低。反过来，精度中规中矩但长期稳定、现场能快速恢复的系统，反而更容易通过产线验收。

所以选型时除了问"精度多少"，还要问"多久需要维护一次"“一次维护要停多久”“备件到货要多久”。这三个问题的答案，往往比参数表更能预测上线后的实际表现。

九、一张表：演示件与作业件的差别

这张表可以直接拿去做选型讨论的提纲。凡是只在左列成立的方案，都还没有准备好进右列。

十、验收清单与三问自检

把上面的内容压缩成可执行的验收清单：

1. 连续运行测试：按实际工况时长连续跑，记录精度随时间的保持情况；
2. 温度循环测试：覆盖工作温度区间，观察外参变化与恢复情况；
3. 遮挡测试：在典型工位人为遮挡，验证系统能否检测并降级；
4. 光照测试：模拟现场光照跨度，观察曝光与深度稳定性；
5. 多机测试：多台设备同时工作，检查主动光互扰；
6. 重标演练：让现场人员按流程独立完成一次重标；
7. 追溯检查：随机抽取历史数据，能否还原当时的标定版本与设备信息。

最后是三问自检：连续跑一周，精度还在吗？被挡住一半视野，还能用吗？出了问题，现场怎么修？

三问都答得清楚，再谈精度和算法。