工业视觉缺陷检测与智能分拣贴标系统开发
省科技特派员团队，科技服务落地福建希恩凯电子：机器视觉引导、PyQt 工业上位机与缺陷检测—分拣—贴标一体化闭环。
2025年12月——2026年4月
项目背景
本项目依托福建省科技特派员团队组织开展的科技服务活动，面向中小制造企业产线数字化与质量升级的现实需求，服务单位为福建希恩凯电子有限公司。团队深入企业现场开展产学研协同，围绕显示屏类模组批量大、缺陷类型多、外观质量要求高等特点，梳理从来料、制程到成品的质量风险点与节拍瓶颈，针对传统人工目检效率低、主观波动大、不良品分流与标识环节衔接松散等突出问题，将「缺陷检出—不良分拣—精确定位—成品贴标」纳入同一条可控工艺链进行整体设计。在服务过程中，联合企业工艺与设备人员明确追溯字段、复检规则与异常处置路径，把机器视觉、运动控制与产线执行单元贯通，使检测结果能够驱动分拣与贴标动作，缩短单件检测节拍、降低漏检与误判风险，并为后续产能爬坡、岗位标准化与数据留痕提供可复用的软件与调试方法，体现高校依托特派员机制对接产业链、推动先进制造技术在典型场景落地示范的科技服务与工程实践价值。
- 针对显示屏模组产线人工目检效率低、不良分拣与贴标衔接松散的问题，将「缺陷检出—智能分拣—精确定位—自动贴标」纳入同一工位工艺链，完成工业相机与光源布局、采集规范及追溯字段对齐，明确自动化边界与企业验收指标。
- 针对机械臂贴标对视觉—运动坐标一致性要求高、偏差导致贴标偏移的问题，完成手眼标定、ROI 截取与视觉—运动坐标转换，优化轨迹规划与抓取姿态，定位重复精度与单工位节拍提升，人工复检介入显著减少。
- 针对产线人员不宜直接操作底层 PLC 的需求，基于 PyQt 开发工业上位机，实现缺陷显示、工艺参数配置、状态监控与异常日志，缩短停机排查时间。
- 辅助将视觉检测、运动控制与贴标流程整合为单一闭环系统，完成项目交付，工位具备全自动贴标与智能分拣能力。
技术栈
Python, PyQt, Industrial cameras, PLC-facing APIs