企业官网建设流程全解析

半年前帮客户做一套机器人引导上料的深度相机定制项目，样机到货后客户现场负责人盯着点云看了半天，说了句“这个精度好像不太够”。我问哪里不够，他放大了一个边缘区域说“这里看着分层了”。我再问差了多少毫米、是哪个深度范围、持续了多久，他一个都答不上来。那一刻我就知道，这项目的验收会又是一场拉锯战。

这样的场景在工业深度相机定制里太常见了。问题从来不是“精度够不够”，而是“精度用什么标准、在什么条件下、用什么工具测出来的”。定制两个字意味着整机不是你从目录上买的标准品，光学、结构、算法、接口都可能改过，厂家给出的原始标称参数已经不能作为验收依据。你需要一套可量化的验收框架，把“我觉得不行”变成“这里Z轴重复性RMS超过0.03mm，不合格”。

这篇文章我结合自己做过的几个深度相机定制项目，讲一套可以直接拿来用的验收方法——从测试环境搭建、性能指标量化、边界工况强化，到软件接口和验收流程管理，全部按可落地的标准来写。不管你是在甲方做技术选型，还是在乙方交付侧做项目，这套框架都能让你少吵十次架。

1. 定制验收的前提：先把“需求语言”翻译成“测试语言”

1.1 为什么定制相机不能拿通用标准直接套用

很多人觉得验收很简单，找一份厂家给的规格书，逐项核对不就行了？问题在于，深度相机一旦涉及定制，规格书上的参数大概率已经失真了。

定制可能发生在几个地方：改了镜头焦距和视角、调整了基线距离、重新设计了外壳和散热、换了滤光片、算法端做了专用优化、甚至还改了供电接口和通信协议。任何一个环节的改动，都会牵连到深度精度、重复性、环境适应性和帧率表现。厂家在官网标称的参数是在特定样机、特定环境、特定固件版本下测出来的，你定制的这一台已经不是那台机器了。

所以我做验收做的第一件事，是把“定制内容清单”拿出来，逐项评估这个改动会影响哪些指标。比如基线拉长会改善深度分辨率但增加盲区，镜头广角变大可能导致边缘畸变加剧，外壳改为全密封会导致散热变差从而让温度漂移更明显。这些影响关系如果不列清楚，后面测出来数据异常都不知道该找谁背锅。

1.2 把应用需求拆解成可测参数清单

定制验收的核心功夫不在测试当天，而在需求澄清阶段。你要让使用者把“我要能检测这个零件的高度差”“我要能识别那个区域的缺陷”翻译成机器可测的物理量。我习惯用一张表格来收敛：

这张表的用法是，每一个参数都必须对应到具体的测试方法，不能只写“精度高”。你说“精度高”，我不知道你指什么；你说“深度方向重复性在600mm工作距离下RMS小于0.02mm”，任何做测量的工程师都不会理解错。

1.3 判定基准怎么定才不会被供应商怼回来

判定基准是验收最容易扯皮的地方。定太高，供应商觉得你在刁难；定太低，你后面产线天天报警。我的经验是用“应用工艺公差的三分之一”作为精度底线，这个标准在测量领域叫“1/3原则”。如果这个测量工位要保证±0.1mm的检测公差，那深度相机的单次测量误差就要控制在±0.033mm以内，重复性还要再严苛一些。

但单纯按公差定会有盲区。有些定制项目本身没有明确的公差要求，只是说“我要比之前的人工质检稳定”。这种时候就得参照行业基准，比如VDI/VDE 2634系列标准对光学3D测量系统的验收方法。虽然它主要针对实验室级测量设备，但里面的测试思路——平面度测量、球体间距测量、重复性测量——完全可以搬到工业深度相机上，只是判定尺度要放宽到产线可接受的范畴。

2. 搭建一套可落地的量化测试环境

2.1 测试台架的三个硬性要求

量化验收的前提是，你测出来的数据不是噪声本身。很多验收测出来的数据一团乱麻，根子上就是测试环境没控制好。

第一，相机必须固定在一个刚性足够的支架上。我在验收现场见过用摄影三脚架夹住工业相机的，那测出来的重复性根本没法看。正确做法是用光学面包板或铸铁平台，配合重型万向支架，锁紧之后用力推一下支架，相机不应该发生任何可见位移。

第二，标准件必须经过计量溯源。什么意思？就是你用来测试的那块陶瓷平板、那颗陶瓷球、那套量块，必须附有校准证书，或者至少能追溯到法定计量机构。有人问，用普通钢块行不行？不行。你那块钢块本身的平面度就不达标，你测出来的误差是相机的还是钢块的？说不清楚，这个验收就是无效的。

第三，相机和被测物的相对位置要能重复。如果是测固定工位的相机，直接在产线原位测试最好；如果是集成在机器人上的，要保证每次测试的位姿一致，否则你测的是机器人重复精度和相机精度的耦合结果，不是相机本身。

2.2 必备的标准件与辅助设备

以我做深度相机验收的经验，下面这些标准件属于常备清单：

这些设备加起来的投入大约几万块钱，对于定制项目来说完全是值得的。如果没有内部计量条件，也可以找当地的计量检测机构，有专门的“三坐标测量机”可以做仲裁测试，只是费用会高一些。

2.3 容易被忽略的测试条件记录

我在多年项目里吃过最大的亏，是测试条件没有记录，导致同一台机器两天后测出完全不同的结果。后来我要求测试团队每次验收必须填写环境记录卡，包含几个关键项：

温度——很多深度相机对温度极其敏感，18度和30度下测出来的Z轴数据可能差好几倍。验收时要记录当前环境温度，并且测试应该在设备预热后至少30分钟进行，让相机内部温度达到稳定状态。

湿度——高湿度环境下镜片起雾、结构件形变，都会影响精度。这条在南方梅雨季节尤其明显。

环境光照——结构光相机对阳光敏感，TOF相机对红外光源敏感，无论哪一类，都要注明测试时现场的光照强度和光源类型。仿造的“暗室测试数据好看、现场见光就死”的问题，大多源于此。

电磁干扰——车间里大功率电机启动时，某些深度相机接口会丢帧。如果验收现场附近有变频器或伺服驱动，需要在验收记录里注明，必要时做一次“电机开关对比测试”。

3. 覆盖定制核心的整机性能测试方法

3.1 深度精度与点云重复性：平面度与球拟合测试

深度精度是定制相机最核心的指标，而平面度测试是衡量它的最直接方法。操作很简单：让相机正对一个陶瓷平面板，获取点云后拟合一个理想平面，计算每个点到拟合平面的距离，这个距离的分布就反映了深度方向的噪声水平。

我不建议只看平均误差，那没有意义，做测量的人要看P95或P99值，即95%或99%的点落在什么偏差范围内。举个例子，一台相机扫描陶瓷平板，平均残差0.005mm，看起来很光鲜，但P99残差0.08mm，说明有1%的点存在明显毛刺，如果这些点恰好落在被测特征上，检测就会误判。所以验收标准里一定要写清楚看哪个分位值。

用Open3D做这个分析很方便，网上很多现成代码，我这里给一个简单的处理思路：

import open3d as o3d import numpy as np pcd = o3d.io.read_point_cloud("plane.ply") points = np.asarray(pcd.points) # 使用RANSAC拟合平面 plane_model, inliers = pcd.segment_plane( distance_threshold=0.005, ransac_n=3, num_iterations=1000) [a, b, c, d] = plane_model # 计算所有点到拟合平面的距离 distances = np.abs(a * points[:, 0] + b * points[:, 1] + c * points[:, 2] + d) / np.sqrt(a**2 + b**2 + c**2) print(f"Mean: {distances.mean():.4f} mm") print(f"RMS: {np.sqrt((distances**2).mean()):.4f} mm") print(f"P95: {np.percentile(distances, 95):.4f} mm") print(f"P99: {np.percentile(distances, 99):.4f} mm")

球拟合测试则用来衡量相机的整体几何精度。把一个标准陶瓷球放在视场不同位置，用点云拟合球面，对比拟合直径和球的真实直径。这个测试能同时暴露深度方向的尺度错误和水平方向的畸变问题。球体是各向同性的，没有摆放角度依赖，比测平面更容易暴露出系统性的坐标变换错误。

3.2 线性度、绝对精度与量程漂移检测

深度相机在量程中间段和最远端、最近端的精度往往差异很大。定制相机尤其如此，供应商给你标称的精度通常是在最佳工作距离、最佳曝光参数下测的，真到量程两端就现原形了。

线性度测试的方法是：把标准量块放置在精密位移台上，以固定步长（比如每5mm或每10mm）从量程近端移到远端，每个位置拍一次点云，计算量块表面的测量高度，再和位移台的实际位移对比。这样画出来的“位移-测量偏差”曲线，能一目了然地看到相机在哪个深度区间精度漂移了。

绝对精度相对好理解，就是测量值和真值的差值。真正容易被忽略的是“绝对精度会随物体的表面材质、颜色、反射率不同而变化”。同样一块量块，哑光表面和镜面表面测出来的绝对误差可能差好几倍。这种差异在于深度相机的信噪比不同。验收的时候一定要用和你产线真实工件材质一致或相近的标准件，而不是只用陶瓷板测完就宣布合格，这是实战中很重要的一个点。

3.3 针对3D轮廓检测定制场景的三角测量验证实例

很多深度相机定制的目的是做3D轮廓检测，比如线激光轮廓测量、结构光投影测量，这些本质上都源于三角测量法。三角测量的核心规律是：深度方向的位移在图像传感器上表现为像素位移，二者的比例关系取决于基线长度和物距。基线越长，深度分辨率越高，但遮挡盲区也变大；物距越远，深度分辨率越低。

定制相机如果是为了实现某种三角测量场景，验收时就不能只做传统的点云整机测试，还要验证光学系统的标定残差、激光条纹或投影图案的提取稳定性。我这里举一个真实的项目例子。

之前做过一个光伏组件边框检测项目，定制了一台双目光栅深度相机，工作距离600mm，量程±50mm。客户要求能稳定测出0.5mm的小台阶，Z轴理论分辨率要做到0.02mm级别。我们在验收时做了三件事：

第一，标准标定板重建测试。用陶瓷标定板采集多角度图像，重投影误差要小于0.03像素，这一步验证的是相机内外参标定是否准确。第二，台阶高度实测。用0.5mm、1.0mm、2.0mm三级标准量规叠放，测量结果偏差必须在±0.03mm以内。第三，条纹投影的抗干扰测试。在不同光照条件下，逐步增加环境光照度，记录点云中台阶边缘区域的毛刺数量和测量偏差，直到偏差超限，找到这台定制相机的光照适应边界。

这个案例想说明的是，三角测量类的定制相机验收，必须要把“光学标定精度”和“整机测量精度”分开测。有时候前期标定板的角点提取偏了大粒度的像素，后端的深度重建算法再优秀也救不回来。

3.4 帧率、分辨率与点云密度的联合验收

定制相机最容易埋雷的一个点，是标称帧率和实际可用帧率完全是两个数字。厂家标称15fps，往往是低分辨率、低点云密度、关闭HDR、不开启多帧融合的条件下跑出来的。你一旦开启全部功能，可能连5fps都不到。

验收时要按实际产线节拍来测。如果你的产线节拍是每分钟20件，那相机至少要做到每件3秒内完成采集和处理。我的一般做法是，以一个固定周期的运动目标（比如转盘上贴一个标准块），让相机连续采集，统计1分钟内实际输出的有效帧数，重点看有没有丢帧、有没有帧间隔抖动。帧间隔抖动这个问题很多做视觉的人不提，但实际上在动态在线检测中特别致命，因为它会导致运动物体的测量位置偏差。

点云密度也需要关注。分辨率相同的两台相机，一台点云只有20万个点，另一台有80万个点，实际检测能力可能天差地别。尤其是小尺寸缺陷检测，点云太稀疏直接导致特征丢失。验收时应该在视场内放置一个已知尺寸的矩形标定块，统计标定块区域内实际生成的3D点数，换算成点间距，看是否满足缺陷最小尺寸的采样要求。一个实用经验是最小缺陷尺寸至少要有3×3个点覆盖，否则算法很难稳定识别。

4. 边界工况、长期稳定性与外部干扰下的强化测试

4.1 温度漂移测试与热机时间验证

工业环境里温度变化对深度相机的威胁比很多人想象的大得多。相机内部的激光器、FPGA、传感器芯片都在发热，加上车间夏天可能轻松超过40度，结构件热胀冷缩直接导致基线长度变化，结果就是深度数据的系统性偏移。

我做过一个测试：一台定制深度相机冷启动后，正对一个平面板连续测量2小时，前10分钟每隔1分钟记录一次深度均值，之后每隔10分钟记录一次。结果前30分钟Z轴漂移了0.12mm，等机器热稳定之后，漂移降到0.02mm以内。这就是典型的热机时间问题。

这个测试的意义在于，它告诉你产线开机后的前一段时间要不要做预热校验。如果现场没有预热环节，相机一开机就直接跑检测，那前半个小时的不良品风险就很高。验收报告里要明确给出“最短热机时间”这个参数，有的设备标的是30分钟，有的15分钟就够了，这是定制散热设计水平的重要体现。另外还要测试相机在不同环境温度下的漂移曲线，至少要做常温25度和高温40度两组对比。

4.2 环境光与高反光表面的干扰测试

现在工业深度相机的主流技术有三种，结构光、TOF、激光三角。它们对光照的敏感度各有不同，但有一点共通——在环境光强烈或物体表面高反光时，点云质量都会下降，只是程度不同而已。尤其是镜面金属、透明塑料、黑色橡胶这三个场景，堪称深度相机的三大杀手。

这些表面为什么难测？主要原因是多路径效应和漫反射缺失。镜面表面会让光以镜面反射方式弹走，传感器收不到足够的漫反射光；透明表面则会让光穿透并在内部多次折射；黑色橡胶吸收大量光线，信噪比急剧下降。定制相机的算法如果针对这些场景做了优化，验收时就必须专项测试这三类材质。

测试方法很简单：找三个标准样块，分别覆盖三种典型表面材质，和正常哑光表面样块做对比测试。量化指标用有效点率——即点云中能正确重建的点数占总点数的比例，再统计飞点率——即明显偏离真实表面的异常点比例。有效点率低于95%的场景，基本可以判定这个定制相机不适配该材质。反光场景下还可以叠加不同角度的补光，看算法是否能在强反光区域保持点云完整性。

4.3 全天候连续运行的稳定性与数据完整性

产线上的相机是7×24小时跑着的，但很多定制相机在做验证时只跑了一两个小时。差太多了。连续运行测试至少要72小时，三天三夜，才是基本的门槛。

这期间要盯三个指标。第一，每帧的数据完整性——统计每一帧点云的点数、NaN点数量、无效点比例，如果出现某几帧点数骤降或者大量NaN，说明数据链路不稳。第二，时间戳的连续性和间隔的一致性——如果相机在长时间运行中出现时间戳跳变，采集到的数据会存在累计偏差，直接影响检测结果。第三，过热保护是否触发——有些定制相机长时间运行后温度过高，会触发内部保护降频或停机，导致产线突然停止工作。热成像仪扫一下相机外壳，就能知道散热设计是否靠谱。

我遇到过最离谱的一个案例，是一台定制相机在连续运行8小时后突然开始丢帧，而且不是偶发，是固定的每100帧丢1帧。排查了三天，最后发现是网口连接器在温度升高后接触不良导致数据重传。这种故障模式不通过长时间稳定性测试根本测不出来。

5. 软件、协议与定制接口的验收清单：最容易闹上法庭的地带

5.1 SDK接口文档与点云格式约定

硬件测试都过了，最后卡在接入阶段项目延期的情况，我见得太多了。定制相机的软件部分往往比硬件更复杂，也更难验收。双方扯皮的常见点：SDK文档写得太简略、接口行为和文档描述不一致、点云数据格式说明不清。

验收时要把这些细节一条条过。点云数据的坐标系定义是什么？如果是右手坐标系，X轴朝哪？单位是毫米还是米？深度数据是float32还是uint16？如果是uint16，量程是0~65535，但实际有效范围是多少？降噪算法默认打开还是关闭，参数如何调整？

我建议在验收大纲里附一份“接口功能确认清单”，每一行对应一个接口函数，现场逐一跑通。不仅要测正常输入时的输出，还要测异常输入时的表现——比如传一个空点云进去会不会崩，断网重连后SDK能否自动恢复，这些都直接影响集成进度。很多定制项目里的“软件定制”，本质上是固件里的算法参数、通信协议、数据格式被改过，验收时如果不对着接口文档逐项核对，后面出了bug都不知道是定制引入的还是原厂就有的。

5.2 固件版本、参数配置与掉电保存机制

定制相机的固件版本管理是个大坑。供应商这边改了固件，但没更新版本号，或者版本号更新了但是变更记录没写清楚。等现场出了定位不稳定的问题，你想回退到上一个版本，结果发现没有备份，一切都晚了。

验收时要确认三个东西。第一，固件版本号必须清晰可见，并且支持通过SDK查询，不能只刻在机壳标签上。第二，参数配置文件必须是文本可读的格式，最好有导出导入功能，方便现场批量部署多台相机。第三，掉电保存机制要验证——修改参数后断电重启，参数是否还会保留。这个听起来是基础功能，但真有人在这个地方翻车。我之前做过一个三相机扫码项目，调试好的曝光参数每次断电重启都恢复到默认值，就是因为供应商在定制固件时把参数保存逻辑写错了，导致产线每天早上第一件产品必判错。

5.3 多相机同步、触发与时序一致性验证

多相机定制项目里，同步触发机制是最核心也最容易坑的环节。比如做汽车零部件360度检测，工位周围分布4台定制的深度相机，如果它们的时间基准不一致，转台转到一个位置时，四台相机拍到的可能不是同一时刻的零件状态，拼接出来的三维模型就是扭曲的。

验收时要用一个外触发信号发生器，同时触发多台相机，连续采集至少1000帧，统计每台相机实际采集的时间戳偏差。工业相机通常要求多机同步误差在几十微秒级，你至少要保证所有相机的帧误差小于一个曝光周期。如果支持PTP或外同步信号，要测试不同步模式下的表现，给产线运行时留下冗余。

我之前做过一个双目光栅相机配对项目，两台相机之间只通过网线连接，要求最大时间偏差不超过0.5ms。刚开始测试时发现偏差在1~3ms之间波动，根本达不到要求。后来发现是相机的曝光时间不一致导致的——一台曝光3ms，一台曝光1ms，采集完成时间天然就不一样。调整到相同曝光参数后，时间差才降到0.2ms以下。这种踩坑经验，不实测根本发现不了。

5.4 定制界面与坐标转换接口的专项验收

有些深度相机定制项目不只是改硬件、改算法，还会定制上位机界面、定制与外部系统的数据交互接口，甚至把坐标转换功能直接做进了固件。比如有的产线要求相机直接输出机器人坐标系下的坐标值，而不是相机坐标系下的原始点云。这种接口属于典型的“黑盒定制”，如果验收时不做专项验证，后端整合时会出现灾难性偏差。

坐标转换接口的专项验收方法是：用精密位移台把一个标准小球从已知位置A移动到位置B，位移台的位移量是精确已知的，再读取相机的坐标转换输出，看减出来的偏差是否匹配。重复多个位置和多个方向，统计最大偏差。如果相机宣称已经“标定到机器人坐标系”，理论上它输出的坐标偏差应该小于相机本身的点位重复性，偏差过大量不准。

类似的，有些项目会定制图像检索、模板匹配、异常报警这类算法层功能。验收逻辑是一样的——把输入样本固定，把标准答案提前准备好，批量跑一遍，统计正确率、误检率和单次处理耗时。这些指标全部量化，不接受“看起来还行”这种模糊结论。

6. 定制项目的验收流程管理，从文档到执行

6.1 分阶段验收：设计评审、样机测试、FAT与SAT

验收不是一个时间点的动作，而是一个贯穿项目周期的主线。我把定制深度相机项目拆成四个阶段。

设计评审阶段，在供应商动手做样机之前，双方坐在一起把技术方案、定制内容和验收指标全部锁定，形成书面文件。这个阶段主要看看供应商有没有把定制需求理解通透，哪些地方理论上就过不了，趁早改方案。

样机测试阶段，供应商交付1~2台样机，在你的测试环境和实际工况下做全套量化测试。这一阶段不追求样机完美，但要暴露所有技术风险。整改的时间窗口放在这里，比放到量产阶段再发现要好得多。

FAT（出厂验收测试）阶段，供应商在完成整改后，按验收大纲在供应商处做完整测试。测试通过后，设备才能发运。这一步的意义是把双方对“技术状态”的认知对齐，避免到了现场再扯皮。

SAT（现场验收测试）阶段，设备安装到实际产线，在做完电气、网络、机械对接后，按验收大纲的现场测试用例重新跑一遍。现场环境和厂内环境一定会有差异，所有指标全部重新测，不能直接引用FAT数据。

6.2 验收大纲的编写要点与标准件封样管理

一份合格的验收大纲不只是一张指标表，它是整个验收流程的操作手册。我写验收大纲时最少包含六块内容：适用范围和引用标准、测试环境和仪器设备清单、被测样件和辅助工装说明、完整的测试用例步骤（每一步怎么做、记录什么数据）、判定标准和判不合格后的处理机制、双方签字确认的图表记录格式。

还有一个非常实际的动作——标准件封样管理。验收涉及的陶瓷平板、量块、台阶规等标准件，双方各留一套并签字封存，或者共用一套并在完成测试后由甲方保管。为什么要封样？因为如果项目后续出现争议，比如三个月后你怀疑这批相机精度衰减了，你需要用一模一样的标准件重新测试，而不是拿一块全新的、磨损状况不同的标准件来测。标准件本身的状态必须可追溯，否则测试结果没有可比性。

6.3 测试报告的技术要求与不合格处理机制

测试报告不能只写“合格”“不合格”几个字，原始数据必须随报告提供。点云原始文件、测试照片、日志文件、配置参数快照、时间戳记录，全部形成附件存档。这样不只是为了方便追溯，也是为了防止供应商把“部分指标超差”轻描淡写成“符合要求”。

不合格处理机制也要事先约定。我的习惯是分等级处理：轻微偏差（比如P95值超差但应用上不影响）—允许通过但要求供应商提供书面声明；一般偏差（比如帧率达不到但可以通过降低分辨率满足）—双方沟通调整方案后复试；严重偏差（比如深度精度完全不达标或温度漂移过大）—判定不合格，要求供应商在限定时间内整改并重新提交样机测试。

这里有一个关键：复试一定要重新测试全套指标，而不是只测上次不合格的项目。我就遇到过供应商只修了表面问题然后复试时其他指标反而变差了，因为没有跑全量回归，问题隐藏起来了。任何一次整改，都要按全量指标重新验收，这是底线。

7. 我在定制验收中踩过的坑和值得留意的细节

7.1 参数虚标的常见手法，以及怎么破解

做这行久了，你会发现某些供应商的规格书是有“水分”的。常见的虚标手法有这么几种：只测视场中心不测边缘、只测静态不测动态、只报均值不报最差值、只给典型值不给分布区间。

破解方法并不神秘，就是要求供应商提供完整测试报告并允许甲方复测。验收大纲里明确写明，所有精度指标均在视场边缘和中心分别测试，所有指标均报告RMS值、P95值和最大值，测试时的环境温度湿度一并记录。还有一条实用经验：要求随机抽检，不要只测供应商自己挑出来的那台“优选样机”。从批量里随机抽3台做一致性测试，如果3台之间的指标差异超过20%，这台品牌的量产一致性就是有问题的。

7.2 边缘点云和遮挡区域的精度流失，比中心盲区更隐蔽

定制相机为了减小体积压缩了基线距离，或者为了扩大视野装了广角镜头，都会带来一个共同问题——视场边缘的深度精度明显下降。边缘区域的畸变更大，光路更复杂，标定残差也更大，有时候边缘精度只有中心的一半甚至三分之一。

还有一个经常被忽略的是遮挡问题。三角测量类相机的遮挡盲区随着基线变化而变化，定制之后可能一些你原本以为看得到的位置变成看不到，或者产生严重的边缘拖尾效应。验收时不要只看正对相机的区域，要把被测物放在视场的四角、边缘、远端，分别测量和评估。最好的方式是用实际工件做全视场的灰度检测，标记出哪些区域点云质量不达标，再判断这些区域是否会影响你的检测目标。如果被检测特征恰好落在盲区，这个定制方案本身就该被推翻重来。

7.3 三个最容易被忽视的现场细节：支架、连接器、配线

最后分享三个特别不起眼的小细节，它们不会出现在规格书里，但凡是从事工业视觉集成的人，几乎都在这上面栽过跟头。

第一个是相机支架的热膨胀。铝合金支架在温度变化时长度变化明显，哪怕只膨胀0.02mm，对于高精度深度测量来说都是灾难。定制相机的验收要连支架一起做，用一个温度记录仪贴在支架上，和相机的深度数据做同步比对。如果发现支架热漂移贡献了精度误差的大头，要果断换成殷钢支架或者加装温度补偿算法。

第二个是连接器的固定方式。工业相机通常是GigE或USB3.0接口，接头在振动环境中容易松动，导致偶发丢帧或通信中断。验收时要做一次“线缆摇摆测试”，模拟机器人运动时线缆的摆动，看相机是否能稳定工作。凡是可能受力拉扯的线缆接头，必须用带锁扣的工业级连接器或捆扎带固定。

第三个是配线长度和供电质量。深度相机对供电电压纹波比较敏感，如果现场供电质量不好，会出现莫名其妙的掉线或随机噪声。验收时用示波器测一下相机电源端的纹波，如果超过100mV，就要加装滤波器或改用隔离电源。别小看这个，我见过整整一周排查无果的丢帧问题，最后就是现场电柜里一个劣质开关电源惹的祸。

干这行久了，我现在接手任何一个深度相机定制需求，第一件事不是问参数，而是问客户手上有多少可以封样的标准件、愿意留多长时间做验收、数据要保存多久。因为技术层面的问题，都能用测试解决；管理层面的问题，往往才是项目失败的真正源头。希望这套框架能帮你把验收从“互相扯皮”变成“逐项核对”，少走一些我走过的弯路。