木材检测项目产品系统

立项原因：以机器视觉替代人工质检，实现缺陷检测与修补自动化
木材加工产线的缺陷检测与修补长期依赖人工肉眼质检、手工标记和手动修补，存在效率
低、漏检率高、判定标准不一致、熟练工招工难与培训成本高等痛点。本项目旨在解决"
木材表面缺陷自动检测＋机器人自动修补"的产品化问题：用工业相机替代人工目检，把
缺陷与补片的图像位置自动换算为机械臂可用的坐标，驱动机械臂完成切割、取材、贴胶
带与修补，实现质检与修补全流程自动化，提升良品率与单线产能。

业务背景：多工位流水线由PLC统一节拍调度，人工目检无法匹配产能
面向人造板、实木板材、木门、地板等木材加工行业，产线按"上料→板材切割→补丁切割→
补片暂存→补丁修补"多工位流水作业，各工位由PLC统一调度、机械臂执行动作。产线连
续高速运转，单工位节拍通常在秒级，人工目检既跟不上节拍也难以保证一致性，因此需
要在每个工位部署工业相机＋AI检测，并通过工业通讯协议与PLC、机械臂实时联动。

功能模块：五个工作台模块＋五个支撑模块，覆盖检测到执行全链路
五个工作台模块为：上料台物料分类、板材切割台缺陷检测与坐标推送、补丁切割台智能
寻位切割、补丁修补台缺陷定位与贴胶带计算、补丁暂存台补片抓取定位；五个支撑模块
为：PyQt5前端界面、FastAPI＋WebSocket后端服务、工人确认流程、Modbus TCP的PLC通
讯、相机管理与曝光设置及PLC地址实时监控。

主要功能：各工位独立检测并输出机械臂坐标，双模式运行且结果可回溯
①上料台用分割模型判定"精补木板/完好木板"并输出分类结果；②板材切割台检测缺陷，
按面积排序取前5个做坐标转换与边界校验，推送最大有效缺陷坐标并写入共享状态供下
游使用；③补丁切割台用"木材轮廓＋缺陷"双模型，在轮廓内扣除缺陷与安全边距后网格
搜索可用切割位，含板更换检测与切割历史持久化；④补丁修补台取最大有效缺陷，并计
算其四条边中点作为4个贴胶带位置；⑤补丁暂存台用OBB检测补片，经近距离重复框合并
后取最大有效补片。系统支持人工确认与自动倒计时双运行模式，检测结果实时保存并可
回溯。

我的任务：主导整体架构设计与核心算法实现，并打通前后端与确认流程
我负责搭建五工作台多线程监听架构（各台独立触发线程：PLC触发→拍照→去畸变→YOLO推
理→坐标转换→边界校验→推送→完成信号）；设计 processors/controllers 分层，处理器
负责推理、控制器负责调度与PLC交互；实现图像坐标到世界坐标的三套转换方案
（solvePnP内外参、仿射变换、单应性变换）及世界坐标到机械臂坐标的仿射映射；实现
检测基类、YOLO分割/OBB推理、面积排序与有效性过滤、网格搜索寻位、OBB合并、贴胶
带几何计算等算法；完成前后端界面与工人确认流程对接。

技术栈与架构：Python＋YOLO＋OpenCV技术栈，采用分层与多线程并发架构
技术栈：Python、Ultralytics YOLO(v8/v11/v26)、OpenCV、NumPy、PyQt5、
FastAPI＋WebSocket、pymodbus、大恒gxipy相机SDK、CUDA加速。架构：多线程五工位并
发监听＋处理器/控制器分层＋统一相机管理与状态管理单例＋前后端分离（WebSocket实
时推送）。