▎“Hi, SIRY, ……”,“小艺小艺, ……”，“小爱同学, ……”。一提到手机智能管家，相信大家脑海里立刻就会联想一声轻柔的回复音“在”。

智能管家也称之为智能语音助手，系统通过麦克风装置拾取声音并转换为电压或电流，再通过特定机制反馈给扬声器播放出声音。麦克风和扬声器作为声学器件的核心部分，其性能优劣直接影响到智能电子设备的语音交互体验。而无论是麦克风还是扬声器，内部都有一种声学组件——线圈。线圈的表面质量检测极为重要，其不良检查项目通常包括表面异物（白点、气泡、碳点）、表面缺损（划痕、断线、破裂、针孔），以及色差、间距和高度等。

线圈检测传统方式是采用人工目检并借助游标卡尺或其他产线量测治具来完成，效率低且难以保持一致性，尤其当下人工成本攀升，机器视觉由于具有检测速度快、精度高、稳定性好和安全可靠等优势，成为企业产线升级实现降本增效的不二之选。

◆ 那么一般的检测项目怎么完成呢？下面我们来赏析一份采用光谱共焦传感器检测声学组件线圈高度的应用案例。

1. 项目需求

检测声学组件上的线圈高度

声学组件线圈实物

2. 检测方案

● 由于金、银、铜等材质光的反射率非常高，可采用3D线光谱共焦传感器检测样品。

● 在样品表面选取边缘4 个采样点，以线扫描3D成像方式来检测采样点顶部到内侧底面的相对高度，并通过对横向和竖直方向的多次数据采集验证数据的重复性，示意图如下：

样品示意图

● 选型3D线光谱共焦传感器HPS-LCF1000 + 视觉控制器HPS-NB3200 组合

传感头参数及选型

视觉控制器参数

3. 成像效果

3D线光谱成像

4. 检测数据

重复性数据

5. 结论

3D线光谱共焦传感器扫描样品图像完整清晰，能完好的显现出物体的实际形貌和尺寸，且数据重复性在1μm以内，适合于线圈外观的高精度检测。

随着信息技术的不断升级，工业数字化转型的浪潮推动了智能制造的发展，机器视觉产品被越来越多的应用在工业、消费、军工、航天等各大领域。

机器视觉检测技术的产品多样，而光谱共焦传感器作为“新技术产品”具备独特的优势，检测不受限于材质种类，精度高、稳定性强且检测频率快，非常适合于各类高反光、强吸光及透明物体的检测，未来市场前景广阔。

END

*博客内容为网友个人发布，仅代表博主个人观点，如有侵权请联系工作人员删除。