当前位置：首页 > news >正文

机器人+视觉联动避坑指南：12个产线级常见问题，从标定失败到漏检全解决

news 2026/8/22 7:20:29

去年在东莞某3C厂的螺丝锁付项目，我带着团队蹲了28天，差点被客户的产线经理骂到自闭。12台机器人+视觉的锁付机，实验室里调得好好的，一上产线各种问题全炸了：手眼标定完静态准动态不准，产线一动就漏检，急停重启后坐标系全乱，甚至出现机器人锁付偏位打坏PCB的情况，客户放话再搞不定就直接换方案。前前后后踩了几十个坑，终于把这套系统跑稳了，现在在客户产线稳定运行了18个月，良率稳定在99.95%以上。

做了10年工业机器人+视觉联动项目，我发现90%的产线故障，都不是什么高深的算法问题，都是那些新手容易忽略、老手也会踩的基础坑。今天就把产线里最常见的12个机器人+视觉联动的坑，从标定失败、定位不准，到漏检误检、撞机风险，全部分享出来。每个坑都有真实的产线现象、根因拆解、落地方案，看完你就能避开90%的产线故障，再也不用蹲产线熬夜改bug。

坑1：手眼标定失败/精度不达标？90%的问题出在这3点

现象

标定过程直接报错，或者标定完重投影误差超过1mm，机器人走的位置和视觉定位的位置完全对不上；更离谱的是，标定完机器人一动就撞相机，连基本的安全都保证不了。

根本原因

我见过90%的标定失败，都不是算法的问题，是基础操作错了：

手眼类型完全搞反：把「眼在手上（Eye-in-Hand）」和「眼在固定位（Eye-to-Hand）」的标定逻辑搞混了。眼在手上要算相机和工具端的相对位姿，眼在固定位要算相机和机器人基坐标系的位姿，公式完全不一样，搞反了标定出来的结果全是错的，必然撞机。
标定板和标定姿势完全不合格：用A4纸打印个棋盘格就来标定，精度根本不够；标定的时候机器人只在同一个平面、同一个姿态拍几张照片，没有覆盖整个工作空间，标定出来的矩阵只在小范围内有效，一离开标定区域就不准。
前置条件完全没做：机器人的TCP（工具中心点）没校准，甚至用机器人法兰盘中心点当TCP；标定过程中机器人有抖动、气源没关稳，拍出来的标定板是糊的；相机的内参没提前标定，直接拿来做手眼标定，误差直接叠加。

解决方案

先搞对类型，再谈标定：相机装在机器人法兰上，就用眼在手上的标定逻辑；相机固定在产线上，就用眼在固定位的逻辑，两者的标定板摆放、机器人移动路径完全不同，绝对不能混。
用合格的标定板，做全工作空间标定：标定板的精度必须比你的目标定位精度高一个数量级，比如要做到±0.1mm的定位精度，标定板的精度至少要到±0.01mm，优先用陶瓷标定板，绝对不要用打印的A4纸。标定的时候，机器人要在整个工作空间内，至少拍15-20张不同姿态、不同位置、不同角度的标定板照片，覆盖X/Y/Z三个轴的行程，俯仰/偏航/翻滚三个角度的变化。
先做前置校准，再做手眼标定：先做相机的单目标定，校准内参和畸变系数；再用五点法/九点法精准校准机器人TCP，TCP的校准精度要控制在±0.05mm以内；标定过程中锁死机器人的气源，避免夹爪动作导致的抖动，保证每张标定板照片都清晰。

避坑提醒

标定完一定要做验证：在工作空间内随机选10个点，视觉定位后让机器人走过去，用千分表测实际到达位置和视觉定位位置的偏差，XY方向偏差必须控制在你的定位公差以内，Z方向偏差不超过0.2mm，否则必须重新标定，绝对不能带着不合格的标定结果上产线。

坑2：静态定位准，机器人一动就不准，偏差完全无规律

现象

实验室里静态拍一张照片，视觉定位后机器人抓工件，百发百中；一上产线，机器人抓完一次再拍，偏差直接超过1mm，甚至抓空，有时候偏左有时候偏右，完全找不到规律。

根本原因

静态准、动态不准，核心问题从来都不是视觉，是机械和标定的泛化性：

机器人的重复定位精度不达标，或者有回差：很多人用国产低成本机器人，标称重复定位精度±0.02mm，实际带负载后，关节减速比的回差能到0.5mm，静态的时候看不出来，一动就暴露了。
标定的时候姿态太单一，泛化性为0：标定的时候只在工作空间的中心位置，用同一个姿态拍了几张照片，标定出来的矩阵只在这个小范围内有效，机器人一走到边缘位置，或者换了姿态，偏差就出来了。
TCP重心偏移，带负载后位姿变了：标定的时候用空夹爪校准的TCP，实际抓工件的时候，工件的重量导致夹爪轻微变形，TCP的实际位置和标定的位置不一样，自然抓不准。

解决方案

先验证机器人的真实精度：带实际负载的情况下，让机器人在工作空间内，同一个点来回走100次，用激光跟踪仪或者千分表测重复定位精度，必须保证带负载后的重复定位精度，是你定位公差的1/3以内。如果回差太大，必须在机器人控制器里做回差补偿，或者换精度更高的机器人。
做全姿态、全空间的标定：标定的时候，机器人必须覆盖整个工作空间的上下左右前后，以及±15°的姿态变化，至少拍20张标定板照片，保证标定矩阵在整个工作空间内都有效。
带负载校准TCP，做动态补偿：校准TCP的时候，必须带上实际的工件，模拟真实的负载情况；如果工件重量变化大，要做多组TCP的动态切换，或者在视觉定位里做重心偏移的补偿。

避坑提醒

绝对不要用空载的机器人做标定和TCP校准，产线上是什么负载，标定的时候就用什么负载，否则实验室里再准，上产线也会翻车。

坑3：视觉和机器人联动时序错位，漏拍/重复拍/漏检频发

现象

产线传送带一动，要么视觉还没拍完，机器人就已经动了，直接漏检；要么同一个工件拍了好几次，机器人重复动作，产线效率直接腰斩；更严重的是，视觉还没出结果，机器人就已经执行了锁付动作，直接打坏工件。

根本原因

90%的时序问题，都是因为用了软触发，没有做硬触发和产线同步：

用软触发代替硬触发，时序完全不可控：用PLC发个串口指令给相机触发拍照，光指令传输就有几十ms的延迟，产线速度一快，工件已经走了几十毫米了，相机才拍照，自然拍不准。
没有和传送带编码器做同步，飞拍完全失控：动态飞拍的时候，没有用传送带的编码器信号触发相机，只是固定时间拍一张，传送带速度一波动，要么拍空了，要么拍的工件不全。
没有做触发互锁，信号逻辑混乱：视觉的触发信号、拍照完成信号、检测结果信号、机器人的动作信号，没有做互锁，机器人不管视觉有没有出结果，到时间就动，自然会出问题。

解决方案

所有触发全用硬接线，绝对不要用软触发：产线级的项目，相机的触发信号必须用PLC的硬接线IO输出，编码器的脉冲信号直接接相机的触发口，信号延迟可以控制在1ms以内，完全可控。
动态飞拍必须做编码器同步：传送带的编码器直接接相机，设置好每走多少mm触发一次拍照，不管传送带速度快还是慢，都能保证每个工件在同一个位置被拍到，绝对不会出现拍空、拍不全的情况。
做严格的触发互锁逻辑：产线的标准流程必须是：工件到位→PLC硬触发相机拍照→相机拍照完成，给PLC发完成信号→视觉出检测结果，给PLC发OK/NG信号和坐标→PLC给机器人发动作指令→机器人执行完成，给PLC发完成信号→产线继续运行。上一个信号没收到，下一个动作绝对不能执行，哪怕超时也只能触发报警，不能强行执行。

避坑提醒

产线速度越快，对时序的要求越高，绝对不要图省事用软触发。我见过太多项目，实验室里用软触发好好的，一上产线速度提起来就全乱了，最后还是要改成硬触发。

坑4：静态检测准确率100%，产线一动就漏检/误检

现象

静态放工件，视觉检测准确率100%，OK和NG分的清清楚楚；产线传送带一动，就开始漏检，NG的工件当成OK的流下去，甚至把好的工件判成NG的，良率直接崩了。

根本原因

动静检测准确率差异大，核心是运动模糊和环境变化：

用了卷帘快门相机，曝光时间太长，运动拖影严重：卷帘快门相机是逐行曝光，产线一动，拍出来的工件就是斜的、糊的，特征完全提取不到，自然漏检。
光源没跟上动态场景，光照和静态完全不一样：静态用常亮光源拍的好好的，产线一动，工件在光源里的时间太短，曝光不足，画面忽亮忽暗，检测算法自然就崩了。
算法模型是用静态图片训的，完全没考虑运动场景：训YOLO模型的时候，只用了静态拍的清晰图片，产线上的运动模糊、光照变化、工件轻微晃动的场景，完全没在数据集里，模型的泛化性为0。

解决方案

动态场景必须用全局快门相机：只要产线是运动的，不管是传送带飞拍，还是机器人带着相机动，必须用全局快门相机，同时曝光所有像素，绝对不会出现运动拖影，这是铁律。
动态场景必须用频闪光源：把常亮光源换成频闪光源，和相机的曝光同步，相机曝光的瞬间，光源频闪高亮，既能保证曝光充足，又能避免工件运动导致的模糊，还能延长光源的使用寿命。
算法模型必须做运动场景的数据增强：训模型的时候，给静态图片加上运动模糊、高斯噪声、亮度变化、角度旋转等数据增强，模拟产线上的各种场景；同时必须采集产线实际运行的图片，加入数据集里重新训模型，保证模型在产线环境下的泛化性。

避坑提醒

不要为了省钱用卷帘快门相机做动态检测，省下来的几百块钱，最后会让你在产线上付出几十倍的时间成本。

坑5：机器人抓放精度忽高忽低，时准时不准

现象

产线跑起来，有时候抓的很准，有时候偏了1-2mm，甚至直接抓空，没有任何规律，查日志也找不到问题，完全是玄学一样的偏差。

根本原因

精度忽高忽低，从来都不是玄学，是你没找到影响精度的变量：

气源压力不稳，夹爪开合不一致：气动夹爪的气源压力波动，有时候压力大，夹爪合的紧，有时候压力小，夹爪合的松，工件在夹爪里的位置每次都不一样，自然放不准。
视觉定位的特征不唯一，每次定位的基准不一样：比如用工件的边缘做定位，工件的边缘有毛刺、油污，每次视觉提取的边缘都不一样，定位出来的坐标自然有偏差。
机械结构有间隙，运动有晃动：机器人的导轨、传送带的滚轮、相机的支架有松动，产线一动就有轻微的晃动，每次的位置都不一样，偏差自然就出来了。
温度变化导致的精度漂移：产线运行一段时间，机器人的电机、减速器发热，连杆热胀冷缩，TCP的位置会发生微小的变化，长时间运行就会出现精度漂移。

解决方案

给气源加稳压阀，做夹爪开合校验：在夹爪的气源前端加精密稳压阀，保证气源压力波动不超过±0.05MPa；同时在夹爪上加装磁性开关，校验夹爪的开合位置，保证每次开合的行程一致，工件在夹爪里的位置固定。
用唯一、鲁棒的特征做定位基准：优先用工件上的圆孔、Mark点等唯一的、不易受干扰的特征做定位基准，绝对不要用工件的边缘、毛刺多的面做定位；同时给视觉算法加特征校验，特征提取不合格直接触发报警，不输出定位坐标。
机械结构做防松设计，定期校验：相机支架、机器人底座、传送带都要用防松螺丝固定，定期用扭矩扳手校验；产线运行前，必须做全行程的精度校验，发现机械间隙及时补偿。
做温度补偿，定期校准：在机器人上加装温度传感器，根据电机和连杆的温度，做TCP的热胀冷缩补偿；产线每天换班的时候，做一次自动精度校准，保证长时间运行的精度稳定。

避坑提醒

精度忽高忽低，先查机械和气源，再查视觉，最后查机器人。80%的情况，都不是视觉和算法的问题，是最基础的机械和气源不稳。

坑6：换型/换批次后，精度直接崩了，必须重新标定

现象

产线换一款工件，或者换一批来料，视觉定位就不准了，甚至要重新做手眼标定，产线停线大半天，客户的生产计划直接被打乱。

根本原因

换型就崩，核心是你的标定和坐标系设计，完全没考虑换型需求：

标定的时候只绑定了单一工件，没有统一世界坐标系：第一次标定的时候，把坐标系绑定在了当前工件的特征上，换了工件，特征变了，坐标系就全乱了，必须重新标定。
视觉模型的泛化性差，只认识原来的工件：训模型的时候，只用了单一批次的工件图片，换了批次，工件的颜色、光泽、尺寸有微小的变化，模型就不认识了，直接漏检或者定位不准。
没有设计快速换型校准流程：换型后没有简单的校准步骤，只能重新做完整的手眼标定，自然停线时间长。

解决方案

统一世界坐标系，和工件解耦：手眼标定的时候，把坐标系绑定在产线的固定基准上（比如工装板的定位销、产线的固定Mark点），而不是工件上。不管换什么工件，世界坐标系是固定的，只需要在视觉里改一下工件的定位特征，不用重新标定。
提升视觉模型的泛化性，覆盖全批次来料：训模型的时候，必须采集不同批次、不同瑕疵、不同光照下的工件图片，加入数据集，保证模型对来料的微小变化有容忍度；同时用模板匹配+深度学习结合的方式，换型的时候只需要更新模板，不用重新训模型。
设计一键换型+快速校准流程：把不同工件的视觉参数、机器人动作程序做成配方，换型的时候一键切换；同时设计3点快速校准流程，换型后只需要拍3个基准点，就能自动校准坐标系，整个过程不超过5分钟，完全不用重新手眼标定。

避坑提醒

产线项目，从一开始设计的时候就要考虑换型需求，绝对不要做“一工件一标定”的方案，否则客户换一次型，你就要跑一次现场，根本忙不过来。

坑7：多机器人+多视觉联动，坐标系混乱，撞机风险极高

现象

两台机器人共用一个视觉，或者一台机器人带多个相机，一运行坐标系就全乱了，机器人差点撞在一起，甚至出现机器人撞相机、撞工装的情况，产线根本不敢开快。

根本原因

多机联动出问题，核心是坐标系没有统一，各干各的：

多个相机的手眼标定独立，没有绑定到同一个世界坐标系：每个相机都单独做了手眼标定，每个相机都有自己的坐标系，互相之间没有转换关系，给机器人的坐标自然是乱的。
多台机器人的基坐标系没有校准：两台机器人的底座不在同一个平面，基坐标系的原点和方向没有做统一校准，同一个世界坐标，两台机器人走的位置完全不一样。
没有做多机联动的碰撞互锁：多台机器人的工作空间有重叠，但是没有做实时的碰撞检测和互锁，一台机器人还没离开，另一台就进来了，必然撞机。

解决方案

多相机联合标定，统一世界坐标系：在产线上放一个全局标定板，所有相机都能拍到，先做每个相机的单目标定，再做全局联合标定，把所有相机的坐标系都转换到同一个世界坐标系下，保证所有相机给的坐标，都是同一个基准下的坐标。
多机器人基坐标系统一校准：用激光跟踪仪，或者同一个标定球，校准多台机器人的基坐标系，算出每台机器人的基坐标系和全局世界坐标系的转换关系，保证同一个世界坐标，每台机器人都能走到同一个物理位置。
做严格的多机碰撞互锁逻辑：在PLC里做区域互锁，重叠的工作空间，同一时间只能有一台机器人进入；同时在机器人程序里做软限位，超出工作空间直接急停；有条件的话，在机器人控制器里做实时碰撞检测，从硬件层面避免撞机。

避坑提醒

多机联动项目，先把坐标系统一了，再谈联动逻辑。坐标系没搞对，哪怕联动逻辑写的再好，也必然会出问题，甚至出现安全事故。

坑8：产线运行一段时间，精度慢慢漂移，越来越不准

现象

刚标定完很准，产线跑了一周，偏差越来越大，甚至抓不住工件，必须重新标定才能恢复；跑的时间越长，偏差越大，完全没有办法长时间稳定运行。

根本原因

精度漂移，核心是机械结构和环境的变化，没有做对应的补偿和维护：

机械结构松动/磨损：相机的固定支架螺丝松了，镜头对焦环滑了，机器人的减速器磨损了，传送带的滚轮磨偏了，这些都会导致精度慢慢漂移，而且只会越来越严重。
光源老化，亮度慢慢下降：LED光源长时间运行，亮度会慢慢衰减，画面越来越暗，视觉提取的特征越来越不准，定位精度自然就下降了。
环境温度/湿度变化：产线的温度白天和晚上差十几度，机器人的连杆、相机的支架都会热胀冷缩，镜头的焦距也会发生变化，长时间运行就会出现精度漂移。
工件来料的批次变化：长时间运行，来料的批次换了，工件的尺寸、光泽有微小的变化，视觉定位的基准慢慢偏移，精度就下降了。

解决方案

机械结构做防松、防磨损设计：相机支架、镜头都用防松螺丝固定，镜头对焦环用胶水锁死；机器人的减速器定期换润滑油，传送带的滚轮定期检查更换，产线每天开机前做机械结构检查。
光源做亮度闭环控制：在相机画面里设置固定的灰度参考块，实时检测画面的亮度，自动调整光源的亮度和相机的曝光时间，保证画面亮度始终稳定，不受光源老化的影响。
做温度补偿和定期自动校准：在产线上加装温度传感器，根据环境温度做坐标系的热胀冷缩补偿；同时设计每天换班时的自动校准流程，机器人自动走到固定的基准点，视觉拍一下，自动校准坐标系，不用人工干预。
视觉特征做自适应调整：给视觉算法加特征自适应功能，根据来料的变化，自动调整定位模板的阈值，保证不同批次的来料，都能提取到稳定的定位特征。

避坑提醒

产线级的项目，从来都不是标定完就一劳永逸了，必须设计长期的精度维护和自动校准流程，否则哪怕一开始再准，跑一段时间也会崩。

坑9：视觉检测有结果，机器人不执行/执行错动作，批量不良

现象

视觉明明检测到了NG的工件，机器人还是当成OK的去加工，导致批量不良；或者视觉已经给出了正确的坐标，机器人就是不动，产线直接卡停；更严重的是，视觉给了A工件的坐标，机器人去执行了B工件的动作，完全乱套了。

根本原因

执行出错，核心是通信没有校验，逻辑没有互锁，信号丢了都不知道：

视觉和机器人的通信没有做校验，丢包了也不知道：用TCP/IP或者串口给机器人发坐标，没有做序号、校验和、确认机制，数据包丢了一半，机器人还是解析出了错误的坐标，自然执行错了。
OK/NG信号只用软信号，没有硬接线互锁：视觉的OK/NG信号只用以太网发给PLC，没有做硬接线的IO互锁，网络一断，NG信号传不过去，PLC就当成OK的处理，必然批量不良。
没有做指令的幂等性和超时机制：同一个指令发好几次，机器人重复执行；或者指令发出去了，没有超时重试，机器人没收到，就一直等着，产线卡停。

解决方案

通信协议加严格的校验和确认机制：给视觉和机器人/PLC的通信协议，加上固定包头、包序号、数据长度、CRC16校验和，机器人收到数据包后，先校验校验和，不对的直接丢弃，返回重传请求；正确的话，必须返回ACK确认包，视觉收到ACK才会发下一条指令，保证指令不丢、不错。
关键信号必须做硬接线互锁：NG信号、急停信号、安全门信号这些关键信号，必须用硬接线的IO信号，绝对不能只用软信号。视觉检测到NG，除了发以太网信号，必须同时给PLC发一个硬接线的NG IO信号，PLC收到NG信号，直接把工件打到NG料道，绝对不会出现批量不良。
指令做幂等性设计，加超时重试机制：每条指令带唯一的RequestID，机器人收到重复的RequestID，直接返回之前的执行结果，不会重复执行；指令发出去后，超过500ms没收到ACK，自动重传，重传3次失败，直接触发报警，产线暂停，不会卡停也不会执行错。

避坑提醒

产线项目里，安全和防错永远是第一位的。关键信号必须用硬接线，通信必须做校验，绝对不要图省事，只用以太网软信号，否则出一次批量不良，损失就够你买几百个IO模块了。

坑10：强光/反光/油污干扰，视觉漏检率飙升

现象

产线车间的窗户有阳光直射，或者工件上有油污、切削液、反光，视觉就检测不到特征，漏检率直接从0.1%升到10%；早上和晚上的检测结果完全不一样，阴雨天和晴天的结果也不一样，完全不可控。

根本原因

环境干扰导致的漏检，核心是光学方案没做好，算法没有做抗干扰设计：

光源和镜头选型错误，没有做防反光设计：用了直射的点光源，工件一反光，画面里就是一片白，特征完全被盖住了；镜头没有加偏振镜，没法过滤金属工件的反光。
没有做遮光设计，环境光干扰严重：相机和工件没有加遮光罩，车间的阳光、照明灯、其他设备的光源，都会照到工件上，画面亮度忽明忽暗，检测算法自然就崩了。
算法模型没有覆盖干扰场景，泛化性差：训模型的时候，只用了干净的、光照均匀的工件图片，没有加入油污、反光、强光、暗光的场景，模型遇到这些情况，直接就不认识了。

解决方案

选对光学方案，从根源上避免干扰：金属反光工件，用环形漫射光源+偏振镜，过滤反光；高反光的平面工件，用同轴光源，消除反光；油污、凹凸不平的工件，用低角度环形光源，突出表面的纹理特征。光学方案选对了，90%的环境干扰都能解决。
做全封闭的遮光设计，隔绝环境光：给相机、光源、工件做一个全封闭的遮光罩，完全隔绝车间的环境光，保证每次拍照的光照环境都是完全一致的，不受白天晚上、阴晴天的影响。
算法做抗干扰设计，覆盖全场景：训模型的时候，大量加入带油污、反光、强光、暗光、划痕的工件图片，做数据增强，让模型学会在干扰环境下提取特征；同时给算法加ROI区域锁定，只在工件的有效区域内做检测，避免背景干扰。

避坑提醒

视觉检测，光学是基础，算法是锦上添花。光学方案没做好，哪怕用再先进的算法，也解决不了环境干扰的问题。产线项目，先把光学和遮光做好，再谈算法。

坑11：急停/断电重启后，坐标系全乱，必须重新标定

现象

产线急停，或者断电重启后，机器人和视觉的坐标就对不上了，必须重新做手眼标定，产线停线几个小时，客户完全无法接受。

根本原因

重启后坐标系乱了，核心是标定数据没有固化，没有做掉电保存和重启校验：

标定数据没有固化，掉电就丢了：手眼标定的转换矩阵，只存在程序的内存里，没有固化到本地文件或者PLC的寄存器里，程序一重启，标定数据就丢了，自然坐标系全乱。
机器人原点丢失，没有做原点回归：机器人断电后，编码器的原点丢了，重启后没有做原点回归，机器人的基坐标系位置变了，之前的标定矩阵自然就无效了。
重启后没有做精度校验，直接运行：重启后，没有做基准点的精度校验，直接让机器人运行，哪怕坐标系有偏差，也没有及时发现，最终导致抓不准、撞机。

解决方案

标定数据固化+多重备份：手眼标定完成后，把转换矩阵、相机内参、畸变系数，加密后保存到本地文件、PLC的掉电保持寄存器、U盘里，做三重备份。程序重启后，自动从本地加载标定数据，绝对不会丢。
重启后强制原点回归，做机械零点校验：机器人程序里设置，断电重启后，必须先做全轴原点回归，回到机械零点，校验基坐标系的位置，确认无误后，才能进入自动运行模式。
重启后自动精度校验，一键校准：程序重启后，自动让机器人走到固定的基准点，视觉拍基准点，自动校验当前坐标系和标定坐标系的偏差，如果偏差在公差范围内，直接运行；如果偏差超过公差，自动做一键校准，整个过程不超过3分钟，完全不用人工重新标定。

避坑提醒

产线项目，急停和断电是常态，必须从一开始就设计好断电重启的恢复流程。不要等产线停了，才发现标定数据没保存，那时候就晚了。

坑12：出了不良品，根本找不到原因，无法追溯

现象

产线出了不良品，客户投诉过来，根本查不到是视觉检测错了，还是机器人动作错了，没有任何数据可以追溯，只能吃哑巴亏，甚至丢了客户。

根本原因

无法追溯，核心是没有做全链路的数据记录和唯一ID绑定：

没有给工件做唯一ID，数据无法关联：每个工件没有唯一的二维码/RFID ID，视觉的图片、检测结果，机器人的动作指令、执行结果，没有绑定到同一个工件ID上，出了问题根本找不到对应的数据。
没有做全链路数据存储，关键数据全丢了：视觉的原始图片只存了NG的，OK的没存；机器人的动作指令、执行结果没有存；产线的PLC信号、时序数据没有存，出了问题根本没法复盘。
没有做黑匣子日志和不良品回溯流程：没有设计不良品的回溯功能，出了问题，只能手动翻日志，效率极低，甚至根本找不到对应的记录。

解决方案

建立工件唯一ID追溯体系：每个工件上打唯一的二维码/RFID ID，产线的第一个工位就扫码，后续的视觉检测、机器人动作、PLC信号，全部和这个唯一ID绑定，一个工件对应一条完整的追溯记录。
做全链路数据存储，关键数据绝不丢失：视觉的原始图片、检测结果、定位坐标，不管OK还是NG，全部存到本地硬盘或者NAS里，至少保留3个月；机器人的动作指令、执行结果、位置偏差，PLC的时序信号、IO状态，全部存到数据库里，和工件ID绑定。
设计黑匣子日志和一键回溯功能：程序里加黑匣子功能，产线急停、报错、出不良品前10分钟的所有数据，单独加密保存，不会被覆盖；同时做一键回溯功能，输入工件的唯一ID，就能调出这个工件的所有数据：视觉图片、检测结果、机器人动作、PLC信号，甚至可以回放整个加工过程，出了问题1分钟就能找到根因。