一、视觉分拣：柔性自动化生产中的重要组成
工业分拣的基本任务，是根据物料的类别、尺寸、颜色、形状、位置或质量等级，将连续进入生产线的产品分配到不同工位。传统机械分拣多采用固定治具、尺寸挡板、重量检测或人工判断，当产品规格变化较多、物料位置随机，或者需要识别复杂外观特征时，设备的适应能力会受到限 制。
机器视觉的应用改变了这一控制方式。工业相机首先采集物料图像，视觉软件随后完成目标定位、特征提取、分类识别或缺 陷判断，再将识别结果转换为坐标、类别或控制指令，发送至机械臂、DELTA机器人、PLC、气动机构或其他分拣执行单元。
因此，视觉分拣并不是单独的图像识别环节，而是一套由图像采集、视觉计算、工业通信、运动控制和执行机构共同构成的自动化系统。
在食品加工、医药包装、电子制造、汽车零部件、五金加工、物流仓储等行业中，视觉分拣已经逐步从简单的颜色、尺寸分类，发展到随机物料定位、复杂特征识别、机器人无序抓取和AI分类等应用。
二、视觉分拣系统的工作原理介绍
典型视觉分拣系统主要由工业相机、镜头、光源、触发传感器、工控机或工控主板、视觉软件、PLC或机器人控 制器以及分拣执行机构组成。
它的基本工作流程为：
物料进入检测区域 → 传感器或编码器触发 → 工业相机采集图像 → 工控平台处理图像 → 完成定位、分类或特征识别 → 输出坐标或分类结果 → PLC/机器人执行分拣动作 → 结果上传生产管理或追溯系统。
在实际设备中，图像进入工控计算平台后，首先进行曝光校正、图像增强、去噪、边缘提取等预处理，再根据应用需求运行模板匹配、颜色分析、尺寸测量、OCR、目标检测或分类算法。
如果系统用于机器人视觉引导，还需要根据相机标定结果，将图像坐标转换为机器人坐标系中的实际位置和角度，再把相关数据发送至机器人控 制器。
如果用于固定式分选，则通常只需要输出产品类别、等级或合格状态，由PLC控制气缸、拨杆、吹气机构或输送线完成分流。
对于高速生产线，图像采集、算法处理和控制指令输出需要在物料进入下一工位之前完成。因此，工控硬件不仅承担算法运算，还需要同时处理相机数据、PLC通信、机器人通信以及生产数据上传。
三、视觉分拣对工控硬件的主要要求有哪些?
1. 图像处理性能
视觉分拣的计算负载与相机分辨率、帧率、相机数量及算法复杂度直接相关。单相机颜色或尺寸分类，对处理器性能要求相对有限;多相机、高分辨率成像以及复杂分类算法，则需要更高的CPU性能和更大的内存容量。
2. 相机接入能力
GigE工业相机主要占用以太网接口，USB3 Vision相机则依赖高速USB接口。
因此，多相机分拣设备在硬件选型时，需要着重核对网口数量、网口速率、USB接口数量及系统整体的数据吞吐能力，而不能只比较处理器型号。
3. 工业通信接口
视觉结果最终需要传递至机器人、PLC或分拣执行机构，因此串口、CAN、GPIO和以太网等接口的数量直接影响设备集成。
特别是在机器人分拣、自动化生产线和多个执行机构协同的情况下，工业通信接口的重要性并不低于CPU性能。
4. 内存与存储能力
多路高分辨率图像会产生较大的缓存数据。系统如果还需要保存异常图像、生产记录和识别日志，对内存容量和NVMe存储能力会提出进一步要求。
5. AI计算能力
传统的颜色、轮廓、模板匹配和尺寸分类主要依靠CPU即可完成。对于随机堆叠、遮挡、复杂背景以及外观高度相似的产品，则可能需要目标检测、分类或分割模型。
此时应根据实际算法框架和模型规模，选择带有NPU能力的Core Ultra平台，或配置其他专用推理硬件，而不是简单增加CPU主频。
6. 工业现场适应能力
分拣设备通常长期运行，并伴随输送带、机械臂及执行机构产生的振动。控制平台还可能安装在封闭控制柜内，因此工作温度、输入电压、散热方式和长期运行稳定性都需要纳入硬件选型。
四、不同视觉分拣场景的工控硬件选型方案
1. 机器人视觉引导分拣：着重考虑实时控制与设备通信
机器人视觉分拣不仅要识别目标，还需要计算抓取位置、方向，并与机械臂或DELTA机器人完成数据交互。与单纯视觉检测相比，此类设备对通信接口的需求更加明显。
推 荐型号：RP7003AW(3.5寸工业主板)
与机器人视觉分拣相关的主要配置包括：
板载Intel Core第12代/13代U/P系列处理器;
2条DDR5 SO-DIMM，最大支持64GB;
2个Intel i226-V 2.5G网口;
6路COM;2路CAN;8Bit GPIO;
支持M.2 2280高速存储;
DC 9～36V宽压输入;
PCB尺寸102×146mm。
RP7003AW主板的优势不只是处理性能，而是通信接口相对完整。两个2.5G网口可用于工业相机及设备网络连接，6路COM、2路CAN和GPIO则便于连接机器人控 制器、PLC、传感器以及其他执行单元。对于既需要视觉运算，又需要较多工业通信接口的机器人分拣设备，这类配置更加适合。
适用场景： DELTA高速分拣、SCARA视觉取放、机械臂上下料、传送带跟 踪抓取、料盘定位、机器人无序抓取、零部件自动分拣。
2. 果蔬及农产品分级：着重考虑多相机接入
果蔬分选通常需要同时判断尺寸、颜色、形状、成熟度和表面状态。部分设备需要从顶部、侧面或不同角度连续获取图像，因此相机数量往往高于普通单工位视觉设备。
推 荐型号：UT100NA6L(12×12cm小型工业主板)
与多相机分选相关的主要配置包括：
Intel Core Ultra系列处理器;
2条DDR5 SO-DIMM，最大支持96GB;
6个Intel i226-V 2.5G网口，亦可选4网口配置;
HDMI、DP和Type-C显示接口;
M.2 2280 NVMe存储;
8Bit GPIO;DC 12～19V供电;
PCB尺寸120×120mm。
UT100NA6LZ主板较突出的特点是配置了最多6个Intel i226-V网口。对于采用多台GigE工业相机的分选设备，可以减少额外多口网卡带来的结构和布线复杂度。96GB级内存上限也为多路高分辨率图像缓存和并行处理留出了较大的资源空间。
适用场景： 苹果分级、柑橘分选、番茄分级、马铃薯分选、坚果分选、水果颜色分级、农产品尺寸分类、果蔬品质分级。
3. 药品及医药包装分拣：着重考虑识别精度和多任务处理
药品分拣的对象可能包括药盒、药瓶、铝塑板以及不同规格的医用耗材。部分产品外观接近，需要同时结合包装特征、文字、条码或二维码完成判断。
对于此类场景，系统通常不仅运行视觉分类，还需要同时进行OCR、读码、数据查询和追溯信息上传。
推 荐型号：Q-BOX-E10(内置UT1003AW)(无风扇嵌入式工控机)
与该场景相关的主要配置包括：
Intel Core Ultra系列处理器;
2条DDR5 SO-DIMM，最大支持96GB;
双网口;5路COM;1路CAN;8Bit GPIO;
M.2 2280 SSD;DC 9～36V输入;
无风扇铝型材散热结构;
整机尺寸174×129×86mm。
Core Ultra平台适用于需要本地视觉计算和一定AI推理能力的设备。双网、串口、CAN及GPIO则可以分别连接视觉设备、PLC、剔除机构以及外层控制模块。无风扇结构也更适合安装于封闭式设备内部。
适用场景： 药盒分拣、瓶装药分类、铝塑板识别、药品包装分类、医 疗耗材分拣、药品条码分流、OCR药品识别、药品物流分拣。
4. 工业零部件及五金件分拣：着重考虑算力与工业接口的平衡
五金件、机加工件、连接器以及汽车零部件通常具有型号多、尺寸接近、姿态随机等特点。视觉系统需要根据轮廓、孔位、尺寸、方向或局部特征进行判断。
此类设备往往同时连接工业相机、PLC、振动盘、机器人或分流机构，因此接口密度具有较高的实际价值。
推 荐型号：AD600Z3AW(Z-3.5寸工业主板)
与零部件分拣相关的主要配置包括：
Intel第12代/13代Core U/P系列处理器;
2条DDR5 SO-DIMM，最大支持64GB;
2个LAN;6路COM;7路USB;8Bit GPIO;
1路CAN;DC 9～36V宽压输入;
PCB尺寸155×117mm。
AD600Z3AW主板在计算性能和工业接口之间较为均衡。双网口可用于视觉设备及生产网络，6路COM、CAN和GPIO则能够连接PLC、传感器、执行器等外层设备。对于需要同时完成视觉判断和设备控制的零部件分拣机，这种接口配置比单纯提高CPU规格更有实际意义。
适用场景： 螺丝分拣、轴承分拣、齿轮分拣、连接器分类、冲压件分选、注塑件分类、汽车零部件分拣、机加工件分类。
5. 食品视觉分拣：着重考虑连续运行和整机部署
食品分拣设备通常与输送线连续配合，需要长时间工作。控制主机多安装在设备内部或控制柜中，因此除了视觉处理性能，还需要考虑整机散热、空间和接口布置。
推 荐型号：Q-BOX-E10(内置AD600Z3AW)(无风扇嵌入式工控机)
与食品分拣设备相关的主要配置包括：
Intel Core第12代/13代U/P系列处理器;
2条DDR5 SO-DIMM，最大支持64GB;
2个LAN;整机提供4路COM;
8Bit GPIO;M.2 2280 SSD;DC 9～36V;
铝型材无风扇散热;
支持桌面、导轨和壁挂安装;
整机尺寸174×129×86mm。
与裸板方案相比，完整的无风扇工业整机更适合直接部署到设备内部。对于食品分选设备而言，可以减少整机厂再次设计主板散热与机箱结构的工作量。需要说明的是，无风扇工控机并不等同于食品 级设备，具体使用时仍需根据食品机械的卫生、防水和清洁要求设计外部防护结构。
适用场景： 糖果分拣、饼干分级、坚果分选、烘焙食品分类、速冻食品分拣、肉制品分类、食品外观分级、异常产品剔除。
6. 单相机紧凑型分拣设备：着重考虑尺寸、功耗和成本
部分分拣设备只需要一台相机完成颜色、轮廓、方向或尺寸判断，算法复杂度不高，同时设备内部空间有限。这类场景没有必要配置过多网口或高性能处理器，更适合采用紧凑型低功耗平台。
推 荐型号：AD742A(2.5寸小型工控主板)
与此类设备相关的主要配置包括：
Intel Alder Lake-N系列处理器;
板载LPDDR5内存，最大16GB;
1个Intel i226-V网口，可选PoE;
2路COM，支持RS232/RS422/RS485选择;
8Bit GPIO;M.2 2242存储;
HDMI及LVDS/eDP显示;
DC 12V;PCB尺寸100×72mm。
AD742A更适合单相机和轻量级视觉任务。一个2.5G网口可连接GigE相机或设备网络，两路串口及GPIO能够承担PLC、传感器或简单执行机构通信。100×72mm的板型也便于嵌入空间有限的设备。需要注意的是，AD742A官网规格为2路COM，而不是6路COM，因此不应将其用于需要大量串行设备直接接入的控制系统。
适用场景： 单相机颜色分选、小型零件方向判断、标签分类、简单尺寸分级、教学视觉设备、小型桌面分拣机。
五、机器视觉分拣的典型应用场景
机器视觉分拣技术目前主要应用于以下设备和生产环节：
机器人视觉引导分拣、DELTA高速抓取、SCARA视觉取放、3C电子元件分拣、汽车零部件分类、五金件自动分选、注塑件分拣;果蔬品质分级、坚果与农产品分选、食品外观分拣、药品包装分类、医 疗耗材分拣、物流包裹分类、电商仓储拣选、快递自动分拣、混料识别与分离、异常产品自动剔除、随机物料机器人抓取等等。
六、视觉分拣工控硬件的选型思路
视觉分拣设备的工控硬件不能只按照处理器性能选择。实际项目中，更需要同时考虑相机数量、相机接口、图像分辨率、算法复杂度、生产节拍、机器人或PLC通信方式、安装空间及供电条件。
对于机器人视觉引导及工业通信接口较多的设备，可优先考虑RP7003AW(3.5寸工控主板);对于多台GigE工业相机同时接入的分选系统，UT100NA6L(12×12cm工控主板)的多网口结构更有针对性;对于零部件分拣以及视觉与设备控制并行的应用，可采用AD600Z3AW(Z-3.5寸工控主板);如果设备希望直接采用完整无风扇工业电脑，可根据算力需求选择Q-BOX-E10(AD600Z3AW)或Q-BOX-E10(UT1003AW);单相机、低功耗和空间受限的轻量级分拣设备，则可以选择AD742A(2.5寸工控主板)。
对于采用深 度学习算法的视觉分拣项目，还需要根据模型规模、推理框架、相机数量和实际节拍进行算力测试。处理器是否带有NPU只是其中一个条件，并不能直接代表整套视觉系统的实际处理速度。设备开发阶段应以实际算法、相机和生产节拍进行联合验证，再确定最终硬件配置。
从工程实施角度看，较合理的选型顺序应当是：先确定相机数量和接口方式，再确定算法负载和处理周期，随后核对PLC、机器人、传感器等外层通信接口，最后结合安装空间、散热和供电条件确定主板或整机平台。这样能够减少后续因接口不足、算力余量不足或结构不匹配造成的二次修改。
