定位：让区域跟随零件

定位在每一帧新图像中查找零件，并重新放置所有引用它的区域，这样即使零件发生位移或旋转，检测工具也能落在正确的位置。它基于一张参考图像即可工作，并且是可训练的：可选的 Teach 步骤从 3 到 25 张实际捕获图像中学习，通常可将对齐器的鲁棒性提升 20 到 30 个百分点。点击下方四个步骤浏览，并在第二步中使用锚点实验，了解为什么锚点位置比页面上任何设置都更重要。

判断是否需要使用对齐器

对齐器会在每次检测前跟踪部件的位置和旋转角度，这样即使部件在各周期之间发生偏移，检测工具也能准确定位到正确位置。

此产线是否需要对齐器？

零件到达方式	判定结果
传送带，散装零件	需要对齐器
操作员手动放置	需要对齐器
机器人装入定位座	对齐器可选

没有跳过选项复选框。如果夹具每个周期都以相同方式夹持零件，只需不在程序中添加对齐工具即可。

您在此需要做的操作

1. 阅读有无对齐器的对比，然后按 设置定位。

简而言之

• 将定位作为第 1 个工具添加，除非有夹具在每个循环中以完全相同的方式固定零件
• 运行可选的 Teach 步骤。基于 3 到 25 张实际捕获图像进行训练通常可将鲁棒性提升 20 到 30 个百分点
• 锚定在刚性特征上：对于方向一致的零件，一个清晰的边缘就足够；两个（一个斜向特征加一个直线特征）大多能解决问题。尽可能将它们分开，切勿放在标签或缺陷上
• 如果对齐器未命中，则其之后的每个工具都会被跳过。在 Judgment 中决定这是否导致零件失败
• 它仅为 2D：平移和旋转，不包括形变、倾斜或尺寸变化

定位是第一张多米诺骨牌

良好的定位让你能够绘制更小的区域，因为无需为零件移动预留边距。更小的区域为 AI 提供更干净的信号，这意味着更少的训练图像和更少的错误。下游的一切都承袭这一步的质量。

为什么重要

程序中的所有其他工具都查看你在参考图像上绘制的一个固定框。如果零件到达时向左偏移 5 mm，那些框现在就看错了位置，良品也会无明显原因地开始失败。

你真的需要它吗？

只要零件在循环之间会发生位移或旋转，就添加对齐器：传送带、松散的零件、任何手动放置的零件。

如果机器人或精密夹具每次都将零件放在同一位置，则可以跳过。没有勾选框——你只需不添加该工具即可。

黄金法则：分散你的锚点

你将对齐器锚定在一个或多个小的模板区域上。它们的放置位置比页面上的任何设置都更重要。

锚点	适用情况
一个	特征具有非常干净、清晰的边缘，并且零件已经以一致的方向到达
两个	大多能解决问题。将一个放在斜向特征上以固定旋转，另一个放在直线特征上
三个	最稳健，即使某个零件上有一个被遮挡仍可工作

想象一下判断一个相框是否摆正：两个对角立即显示出倾斜，而两个相邻角几乎看不出来。两个靠得很近的锚点给出的旋转基线几乎为零，所以一个小的测量误差就会变成大的角度误差。将这两个锚点移到对角，误差大致按距离之比平均缩小。

适合作为锚点的特征

良好的锚点	原因
机加工边缘	刚性强、对比度高、始终存在
钻孔	特征明显且对称
拐角	两个方向都有强边缘
模制 logo	属于零件本身，永远不会移动

应避免的特征

切勿锚定到任何可以独立移动的物体

标签、贴纸、松动的电线和缺陷。对齐器会忠实地跟随贴纸，而不是零件，并将每个检测区域偏移到错误的位置。

锚定到缺陷更糟：缺陷因零件而异，所以正常零件会不再匹配，开始出现失败。

同时也要避免将所有锚点集中在一个区域内。这是最常见的设置错误，会导致定位在工作台上看起来正常，但到了产线上就会抖动。

设置

大多数程序永远不需要调整这些参数。仅当定位错过良品、锁定到错误特征，或运行速度低于需求时才进行调整。

设置	范围	默认值	说明
旋转范围	0 至 180°	±15°	±180° 可在任意旋转角度下找到零件，对于大多数应用来说是一个安全的默认值
灵敏度	0 至 2	1.0	从低开始，只在边缘高亮稳定变绿前逐步提高
置信度阈值	0 至 1	0.5，推荐 0.6 至 0.9	对齐器在判定找到零件之前必须达到的确信程度
最大描述符数	1 及以上	100	保留的边缘点数量。越多越可靠，但速度越慢
旋转步长	0 及以上	5°	搜索增量。越小越精确，但速度越慢

旋转范围可兼作方向检查

将其设置得较窄，例如 ±5°，超出该角度到达的零件将无法匹配。这样无需额外添加工具即可实现方向剔除。

将其他工具指向对齐器

单独添加一个对齐器本身不会产生任何作用。每个检测工具在其自身的 Set Up 中都有一个 Aligner 步骤，可在此选择要跟随的对齐器。

每个工具都会以不同形式询问*零件是否会移动？*并提供 No aligner 选项或程序中每个对齐器对应的卡片。

链接后：

• 工具的区域将绘制在对齐器的主捕获图像上，而不是单独的参考图像上
• 工具列表在跟随者上显示 Aligned to {name}，在对齐器上显示 {n} tools align to this
• 禁用对齐器将同时禁用所有跟随它的工具，相机会在禁用前向您发出警告

定位失败时

这一部分值得在上线前理解清楚，因为其行为是刻意设计为故障安全（fail-safe）的。

如果对齐器找不到零件，每个引用它的工具都会被跳过并标记为不适用。工具绝不会在未验证的位置上运行，因此您不会从指向错误位置的区域获得看似可信的结果。

这对最终判定意味着什么由您决定，可在程序编辑器的第 4 步：判定中，*对齐工具未命中（零件检测）*下进行配置：

选项	行为
从不（默认）	检测结果由实际运行的工具决定。如果没有任何工具运行，该捕获既不计为通过也不计为失败
始终	对齐器必须找到其零件，否则检测失败
仅当完全找不到零件时	使用多个对齐器时，只要有一个找到其零件即可

另外，如果程序中包含检测工具，而所有工具都因定位失败而被跳过，则该捕获将被记录为失败，并计入未检测类别，该类别不会计入您的良品率统计。

需要了解的限制

对齐器仅支持 2D

它跟踪平移和旋转。它不处理发生翘曲或朝相机方向倾斜的部件。虽然会报告缩放比例，但其值始终为 1.0：如果部件比模板中离相机更近或更远，对齐器无法进行补偿。

• 每个对齐器最多 64 个模板区域
• 模板区域每边至少 8 像素
• 可选的训练步骤需要 3 到 25 个样本
• 必须同时通过两道关卡：分数必须超过您设置的阈值，并且如果您在设置中开启了 限制搜索区域（限制对齐器查找部件位置的矩形），匹配的中心点必须落在该矩形内

在此基础上构建之前先验证

先修正定位，否则稍后要全部重做

将部件移动到画面的每个角落、旋转它，并尝试您预期会遇到的每种变化。在配置检测工具之后再修正对齐器，意味着所有工具都要重做，因为它们的区域都绑定到了对齐器的主图像上。

有深度学习对齐器吗？

正式发布的产品中没有。OV Spark 只有一个对齐器，即本页描述的基于模式匹配的对齐器，它只需要一次参考捕获，而不需要带标签的数据集。

深度学习对齐器是未来的工作。如果您看到提到"对齐器类型"选项或"深度学习"选项，那是从早期相机世代遗留下来的文本，在此没有任何作用。

第 7 步，共 13 步

← 上一步步骤 2：触发

下一步 →步骤 3b：选择检测项

为您的检测选择工具。如需帮助，请咨询 Sparky。