上个月帮苏州一家新能源结构件厂复盘产线良率数据，发现他们花120万上的3D AOI，复判环节居然全靠人工盯屏——连续3天的夜班，3个复判员看错了17件带微裂纹的铝合金压铸件，流到客户端被整批退回，扣了8万多的质保金。这也是很多制造企业对智能机器视觉复判的典型误解：总觉得复判就是主检测漏了的补位环节，没必要投太多精力。真不是。
别把复判当成主检测的“冗余兜底”
按照GB/T 41392-2022《智能制造 机器视觉检测系统技术要求》的规定，通用AOI的漏检率阈值是≤0.1%，但实际产线跑起来，因为光照波动、工件姿态偏移、来料表面状态变化，很多时候漏检率能冲到0.7%。这部分缺口原来靠人工补，但是人眼的疲劳阈值是连续盯屏20分钟，之后的误判率会飙升到15%以上。
我见过太多厂的复判工位，墙上贴的SOP写着“每20分钟轮换一次”，实际产线赶产能的时候，复判员连喝口水的空都没有，哪顾得上轮换？
智能机器视觉复判的核心逻辑，根本不是把主AOI的检测流程再走一遍，而是专门把主AOI输出的“边界判定样本”拉出来做二次检测。什么是边界判定样本？就是主AOI算出来的缺陷置信度在0.6-0.85之间的那批——既不是100%确定的合格，也不是100%确定的不良，原来全靠人拍板。
之前我们给客户做的复判系统，专门针对这部分边界样本，用的是带偏振光源的2D+3D融合相机，按照VDI/VDE 2634的标准做精度校准，能稳定识别压铸件表面0.02mm以上的微裂纹，系统的漏检率能压到0.02%，比人眼高两个数量级。说出来你可能不信，之前有个客户一开始跟我说，“我们的复判就是把主AOI的图再让机器看一遍，能有啥区别”，结果上线跑了一周，他们发现主AOI漏的那部分0.02mm的裂纹，复判系统抓出来的量，比之前3个复判员一个月抓的还多——当场就把原来准备扩编复判员的预算砍了，直接给系统加了个追溯模块。
选型别光看相机分辨率，复判的核心是“边界样本的特征库权重”
很多中级工程师选复判系统，上来就问“你们相机是多少万像素的？”“帧率多少？”，根本没抓住重点。去年有个汽车零部件厂，上了一套500万像素的复判系统，比我们推荐的200万像素的贵了30%，结果跑了3个月，漏检率还是0.3%——为啥？因为他们的系统是通用的视觉模型，根本没针对他们家的工件做边界样本的特征权重标定。
同样是压铸件表面的划痕，主AOI判定的是“划痕深度0.018mm，置信度0.72”，通用模型可能把这个判定成“合格”，但如果你的特征库里，针对这个工件的要求是“划痕深度超过0.015mm就算不良”，那复判系统就会把这个样本直接判定为不良，根本不会放过。复判系统的判定逻辑也不是简单的像素阈值，而是修正后的缺陷置信度 = 原主AOI输出置信度 × 特征库匹配权重 + 多模态特征（偏振光反射率、3D点云高度差）的加权得分。
别信供应商忽悠什么要收集几万张样本才能训练。纯坑。咱们产线就检一种工件，针对单一种类的工件，只需要收集300-500张边界样本——就是主AOI判不准的那部分——做标注，权重校准的过程大概2天，就能把复判的漏检率压到要求的阈值以下。
我之前就踩过光源的坑，第一次装复判相机的时候，就照着主AOI的光源位置装，用的是45度环形光，结果因为复判工位离主AOI有1米多的距离，工件在传送带上的姿态偏了3度，光源角度不对，拍出来的图反光，根本看不清裂纹。连续在产线蹲了3天，脚都站肿了，后来改成带漫射板的低角度同轴光，反光直接消了80%，检测精度一下就上来了。现在想起来都肉疼，早知道一开始就该算好传送带上的姿态偏差范围，哪用费那劲。
复判系统的“隐性成本”，才是选型时最容易漏算的部分
大家算选型成本的时候，总盯着相机、光源、软件的硬件报价，根本没算后面的隐性投入。
第一是和原有产线的PLC通讯对接成本。很多老产线用的是西门子S7-200的老PLC，根本没有开放的通讯接口，要对接的话，得加个工业网关，还要写自定义的报文，这部分如果供应商不管，自己做至少要花1周的时间，要是产线赶产能，这一周的停机损失可不是小数目。
第二是数据追溯的存储成本。复判系统每个边界样本都要存图，按照每个样本存2张图（2D+3D），每张图500KB，一天产线跑1万件，边界样本大概占5%，也就是500个样本，一天的存储量就是500MB，一年下来就是180多GB，要是按照行业要求存3年，就得配个2T的工业硬盘，还要做RAID1，这部分钱虽然不多，但是如果一开始没算，后面临时加，就很麻烦。
还有个最容易漏的点，就是后续的模型迭代成本。比如换了一批新的原材料，表面的粗糙度变了，原来的特征权重就不准了，这时候如果没有个简单的界面让一线工程师自己调整权重，每次都要喊供应商上门，一次服务费就好几千，一年下来的服务费都够再买半套系统了。
我们给苏州那家新能源厂做的复判系统，总投入是18万，换了原来3个复判员的岗位，按照每个复判员一年的人力成本12万算，一年就能省36万。漏检率从原来的0.7%降到了0.02%，客户端的质保金扣留金额直接从每个月平均5万降到了2000块，算下来，系统不到4个月就收回成本了。
昨天跟那个厂的设备主管喝茶，他说现在复判工位连个固定值守的人都没有，系统自动把边界样本筛出来判定，只有置信度特别低的——比如啥也看不清的——才会推到临时人工工位，复判员现在就坐在工位上，喝着茶，处理那几个极端样本就行，根本不用盯屏。说实话，这才是智能机器视觉复判该有的样子。不是给主AOI擦屁股，是把人从那种熬眼睛、熬精力的重复劳动里捞出来，把检测的精度做上去。
