# allworkstationtest

**Repository Path**: myc_company/allworkstationtest

## Basic Information

- **Project Name**: allworkstationtest
- **Description**: 五个相机同时监听，哪块状态变了就执行相应的动作。它提供缺陷切割和补丁切割的位置，写成一个配置文件
- **Primary Language**: Unknown
- **License**: Not specified
- **Default Branch**: main
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2025-12-21
- **Last Updated**: 2026-03-25

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# 五相机监听系统 - 木材加工自动化流水线

这是一个完整的五相机监听和控制系统，用于木材加工自动化流水线。系统会同时监听五个相机对应的PLC触发信号，一旦收到触发信号，就会执行相应的检测任务并将结果推送给PLC。

## 系统架构

### 五个工作台

1. **上料台** - 物料分类检测
2. **板材切割台** - 缺陷检测（推送固定切割坐标）
3. **补丁切割台** - 读取配置文件切割位置
4. **补丁修补台（贴胶带相机）** - 检测最大缺陷位置
5. **补丁暂存台** - 检测最大补片位置

### 核心模块

- `plc_client.py` - PLC通讯模块（Modbus TCP）
- `camera_manager.py` - 工业相机管理模块
- `camera.py` - 相机坐标转换模块
- `detection_processor.py` - 检测处理模块
- `main_controller.py` - 主控制脚本
- `workstation_config.json` - 工作台配置文件
- `cutting_positions.json` - 固定切割位置配置文件

## 功能特性

### 1. 多线程监听
- 每个工作台独立线程监听对应的PLC触发信号
- 并发处理多个相机的触发请求
- 自动识别完成后复位触发信号

### 2. 自动检测和坐标转换
- 使用YOLO模型进行缺陷/补片检测
- 自动将图像坐标转换为世界坐标（机械臂坐标系）
- 支持分割模型和OBB模型

### 3. 结果保存和回溯
- 每次检测自动保存：
  - 原始图像
  - 标注图像（显示检测结果）
  - JSON数据（包含所有检测信息和坐标）
- 自增编号，方便查看历史记录
- 所有结果保存在 `detection_results/工作台名称/` 目录下

### 4. PLC通讯
- 基于Modbus TCP协议
- 支持读写字节、双精度浮点数
- 自动处理MB地址到MW地址的转换
- 支持Mock模式（测试用）

## 快速开始

### 1. 安装依赖

```bash
pip install ultralytics opencv-python numpy pillow PyQt5
```

### 2. 配置系统

#### 编辑 `workstation_config.json`

```json
{
  "plc_settings": {
    "host": "192.168.1.10",  // PLC的IP地址
    "port": 502,              // Modbus TCP端口
    "use_mock": false         // 是否使用模拟PLC（测试用）
  },
  "workstations": {
    "上料台": {
      "camera_sn": "KE0200120001",  // 相机序列号
      "trigger_address": 400,        // 触发信号地址
      "complete_address": 410,       // 完成信号地址
      ...
    },
    ...
  }
}
```

#### 编辑 `cutting_positions.json`（板材切割台固定切割位置）

```json
{
  "positions": [
    {
      "id": 1,
      "name": "固定切割位置1",
      "x": 100.0,      // 修改这些值来调整切割位置
      "y": 100.0,
      "length": 50.0,
      "width": 50.0,
      "enabled": true
    },
    ...
  ]
}
```

### 3. 运行系统

#### 方式一：带GUI界面运行（推荐）

```bash
python gui_viewer.py
```

GUI界面功能：
- **实时监控** - 显示五个工作台的运行状态（等待中/检测中/完成/错误）
- **结果展示** - 自动显示最新检测结果（工作台名称、标注图像、检测信息、坐标数据）
- **历史查看** - 支持前后翻页查看历史记录，可回到最新
- **自增编号** - 每次检测自动编号，方便追溯
- **一键控制** - 启动/停止系统只需点击按钮

#### 方式二：命令行运行

```bash
python main_controller.py
```

系统将：
1. 连接到PLC
2. 启动五个工作台的监听线程
3. 等待PLC触发信号
4. 自动执行检测任务并推送结果

### 4. 停止系统

- GUI模式：点击"停止系统"按钮或关闭窗口
- 命令行模式：按 `Ctrl+C`

## 工作流程详解

### 上料台
1. 收到触发信号（MB400 = 1）
2. 拍照
3. YOLO检测板材缺陷
4. 根据检测结果判断物料类型：
   - 1 = 精补木板
   - 2 = 粗补木板
   - 3 = 完好木板
   - 4 = 无修补价值
5. 推送物料分类到 MB420
6. 推送完成信号到 MB410 = 10
7. 复位触发信号 MB400 = 0

### 板材切割台
1. 收到触发信号（MB402 = 1）
2. 拍照
3. YOLO检测缺陷
4. 将分割结果转换为最小外接矩形（OBB）
5. **显示实际检测结果**
6. **推送固定切割坐标**（从cutting_positions.json读取）到PLC
   - 缺陷1: MB11016(X), MB11072(Y), MB11112(长), MB11152(宽)
   - 缺陷2-5: 类似地址
7. 推送完成信号到 MB412 = 10
8. 复位触发信号 MB402 = 0

### 补丁切割台
1. 收到触发信号（MB404 = 1）
2. 拍照
3. 读取cutting_positions.json中的固定切割位置
4. 推送切割坐标到PLC
   - 补丁1: MB12016(X), MB12072(Y), MB12112(长), MB12152(宽)
   - 补丁2-5: 类似地址
5. 推送完成信号到 MB414 = 10
6. 复位触发信号 MB404 = 0

### 补丁修补台（贴胶带相机）
1. 收到触发信号（MB408 = 1）
2. 拍照
3. YOLO检测缺陷
4. 将分割结果转换为最小外接矩形
5. **找到面积最大的缺陷**
6. 转换为世界坐标并推送到PLC
   - MB14024(X), MB14080(Y), MB14136(Z), MB14192(R)
7. 推送完成信号到 MB418 = 10
8. 复位触发信号 MB408 = 0

### 补丁暂存台（抓取补片相机）
1. 收到触发信号（MB406 = 1）
2. 拍照
3. YOLO检测补片（OBB模型）
4. **找到面积最大的补片**
5. 转换为世界坐标并推送到PLC
   - MB14016(X), MB14072(Y), MB14128(Z), MB14184(R)
6. 推送完成信号到 MB416 = 10
7. 复位触发信号 MB406 = 0

## 检测结果保存格式

每次检测的结果保存在：`detection_results/工作台名称/检测ID_时间戳/`

包含：
- `raw_image.jpg` - 原始图像
- `annotated_image.jpg` - 标注图像（带检测框）
- `result.json` - 检测数据

result.json 格式示例：
```json
{
  "workstation_name": "上料台",
  "detection_id": 1,
  "timestamp": "2025-12-22 00:00:00.000000",
  "success": true,
  "error_message": null,
  "detections": [
    {
      "instance_id": 1,
      "class_id": 0,
      "class_name": "defect",
      "confidence": 0.95,
      "contour": [[x1, y1], [x2, y2], ...]
    }
  ],
  "coordinates": [
    {
      "x": 100.0,
      "y": 200.0,
      "note": "世界坐标"
    }
  ]
}
```

## 测试模式

如果PLC不可用，可以使用Mock模式测试：

1. 修改 `workstation_config.json`：
```json
{
  "plc_settings": {
    "use_mock": true
  }
}
```

2. 在代码中手动触发信号：
```python
from plc_client import MockPLCClient

plc = MockPLCClient()
plc.connect()
plc.set_trigger(400)  # 触发上料台
```

## PLC地址映射表

### 触发信号
- 上料台: MB400
- 板材切割台: MB402
- 补丁切割台: MB404
- 补丁暂存台: MB406
- 补丁修补台: MB408

### 完成信号
- 上料台: MB410
- 板材切割台: MB412
- 补丁切割台: MB414
- 补丁暂存台: MB416
- 补丁修补台: MB418

### 数据地址
详见 `木材加工自动化流水线PLC通讯协议完整整合文档.md`

## 注意事项

1. **相机序列号** - 请在配置文件中正确设置每个工作台的相机序列号
2. **内外参文件** - 确保每个工作台的相机内外参文件存在并正确
3. **模型文件** - 确保YOLO模型文件路径正确
4. **PLC连接** - 确保PLC的IP地址和端口正确
5. **固定切割位置** - 可以手动修改`cutting_positions.json`调整切割位置
6. **GPU加速** - 系统默认使用CUDA加速，如需使用CPU请修改代码中的`device='cuda'`

## 故障排查

### PLC连接失败
- 检查PLC的IP地址和端口
- 检查网络连接
- 尝试使用Mock模式测试

### 相机打开失败
- 检查相机序列号是否正确
- 检查相机是否已被其他程序占用
- 检查相机驱动是否正确安装

### 检测结果不准确
- 检查YOLO模型是否正确
- 检查置信度阈值设置
- 检查相机内外参是否正确

### 坐标转换异常
- 检查相机外参是否正确标定
- 检查是否在Z=0平面上

## 开发和扩展

### 添加新的工作台

1. 在`detection_processor.py`中创建新的Processor类
2. 在`main_controller.py`中创建新的Controller类
3. 在`workstation_config.json`中添加配置
4. 在`main_controller.py`的`_initialize_workstations()`中初始化

### 修改检测逻辑

编辑`detection_processor.py`中对应的Processor类的`process()`方法

### 修改PLC通讯逻辑

编辑`main_controller.py`中对应的Controller类的`_execute_task()`方法

## 许可证

内部项目，仅供公司内部使用。

## 联系方式

如有问题，请联系开发团队。