工业相机选型

文章目录

工业相机的类型面阵相机 VS 线阵相机3D相机黑白相机VS彩色相机
工业相机的选型原则与步骤工业相机的选项要素(上)1.选择CCD/CMOS?拍摄目标：静止 vs 运动？拍摄图片要求：对图片质量是否有要求？
2.分辨率检测精度要求：物体的尺寸和特征：视场范围：运动速度：后续处理能力：成本限制：影响分辨率的因素有：相机分辨率传感器尺寸像元尺寸像素分辨率/像素精度

3.视场大小4.帧率5.快门方式(全局快门vs卷帘快门)6.彩色图像vs黑白图像
工业相机的选项要素(下)7.二维图像 VS 三维图像8.成本和系统复杂度9. 接口10.软件兼容性
工业相机选型案例工业相机选型案例

工业相机的类型

工业相机能够适用各种恶劣的工作环境，比如说高温，高压等，它能代替人力能力之外完成高精密的测量任务。

机器视觉行业中，应用的工业相机主要有面阵相机，线阵相机，3D相机，黑白相机，彩色相机；

一些特殊的环境和特殊的行业中，应用的工业相机有红外相机，紫外相机，高速相机等。

面阵相机 VS 线阵相机

面阵相机常使用CCD,线阵相机常使用CMOS,两种相机可根据不同的设计采取全局曝光或卷帘曝光的曝光方式，以适应不同的图片采集要求。

面阵相机应用更为广泛：

(1) 可以直接获取二维图像信息，测量图像直观；

(2) 可以短时曝光，利于抢拍动态景物，也可以拍静态景物。

线阵相机适用于以下场景：

(1) 检测精度要求很高的情况下，因为线阵相机，它在一维像元数可以做到很多，像元的尺寸比较灵活，帧幅数也比较高，特别适用于一维动态目标的测量，虽然每一次它只能获取一行图像，但通过逐行扫描和合成，最终也能得到二维图像，而且由于其传感器的特性，在高分辨率和高精度测量方面具有优势，能够准确测量到微米级别。

(2) 适用于运动速度很快的物体，线阵相机虽然在物体运动速度较快，或需要高频率扫描的情况下，可能会出现图像失真或丢失的问题，但是，对于一些需要对物体进行高精度，连续扫描的特殊应用场景，比如对高速运动物体的细微缺陷检测，大幅面物体的高精度测量等，线阵相机通过其高分辨率和逐行扫描的特性，能够提供更准确和详细的图像信息，在这些特定场景下的效率优势，可能会超越其速度上的劣势，

(3) 可以被应用在被检测视野为细长的带状，多用在滚筒上检测，这种情况下，线阵相机的最终采图图像是呈线状的，它是二维图像，长度极长，宽度的话只有几个像素，所以，通常是只有在被检测视野为细长的带状，比如说滚筒，或者是需要极大的视野，极高的精度时才使用。

3D相机

3D相机，又称为深度相机，与2D相机不同，3D相机可以获取拍摄空间的景深距离。通过3D相机获取到的数据，我们能准确知道图像中每个点离相机的距离，加上该点在2D图像中的(x,y)坐标，就能获取图像中每个点的三维空间坐标，通过三维坐标还原真实场景，实现场景建模，产品体积检测，缺陷检测等

特点：能够获取物体的三维信息，包括深度，形状等

应用：在机器人抓取，物流自动化分拣，三维测量等领域发挥重要作用

黑白相机VS彩色相机

黑白相机在机器视觉领域中的应用极为广泛，在自动化生产线上，用于零件的定位，分类和识别，黑白图像可以减少色彩信息的干扰，提高处理速度和准确性。

彩色相机在机器视觉领域中应用较少，可用于电子设备组装检测，药品包装检测，汽车零部件检测。项目上有一款设备应用的彩色相机，搭配UV光源，可检测元件上是否存在异物，虚焊，溢胶等。

2D相机和3D相机均有黑白相机和彩色相机，这取决于相机的类型和功能设计，无论其图象是黑白像素，还是彩色RGB图像，其根本区别在于，2D相机获取的是二维图像信息，而3D相机获取的是三维信息

工业相机的选型原则与步骤

在进行工业相机选型的整体过程中，在明确客户应用需求后，首先要确定拍摄物体的大小，相机的工作距离，以及所需要的精度，其次，考虑拍摄对象是静态还是动态，相机工作环境光线如何(看是否有必要加光源)，是否需要颜色识别。

总体思路如下：

第一步：根据项目要求和机器视觉成像系统模型，确定相机的传感器尺寸及分辨率

例如，根据项目需求首先确认是用于产品检测，尺寸测量，目标识别还是其他特定的工业任务，由此寻找能够匹配上需求的相机，再考虑图像分辨率，帧率，视野范围等具体要求。

第二步：确定相机的输出方式及标准，是需要模拟相机还是数字相机，相机是黑白的还是彩色的，以及搭配的接线速率等（模拟，数字，色彩，速率等）

第三步：确定相机物理接口及电器接口。在这里需要确保相机的接口与系统的其他设备兼容，常见的接口有Gige、USB, CameraLink 等，我们还需要考虑相机与图像采集卡，软件平台的兼容性，以确保能够顺利集成到现有系统中。

第四步：确定相机其他性能指标，比如相机的工作环境，是否需要抗高温和高压的特性？相机的成本是否在客户的预算之内等？

接下来我们从工业相机的具体参数做切入口，来分析其不同场景下的应用。

总体来说，工业相机的选型需要综合考虑应用需求，性能与质量，环境适应性，接口与兼容性，以及成本与效益等因素。通过科学的选型原则和步骤来选择最适合的工业相机，以提高生产效率和产品质量

工业相机的选项要素(上)

1.选择CCD/CMOS?

相机传感器有CCD和CMOS,我们是选择CCD还是CMOS呢？主要取决于以下几个方面

拍摄目标：静止 vs 运动？

如果拍摄目标是静止不动的，为了节约成本，可考虑使用CMOS相机，而如果目标是运动的，则优先考虑CCD相机。如果是需要高速采集的情况，即很高的采集速度，而非指很高的运行速度，可以优先考虑CMOS相机，因为在采集速度上，CMOS优于CCD。

拍摄图片要求：对图片质量是否有要求？

如果需要高质量的图像，如进行尺寸测量，可以考虑CCD,在小尺寸的传感器里，CCD的成像质量优于CMOS。CCD工业相机主要应用在运动物体的图像提取，在视觉自动检查的方案或行业中，一般用CCD工业相机比较多。随着CMOS技术的发展，CMOS工业相机由于成本低，功耗低，应用的场景也越来越广泛。

2.分辨率

当我们讨论分辨率时，需要综合考虑应用场景的具体需求，系统的处理能力，成本以及帧率等多方面因素，以找到最适合的解决方案

相机有高分辨率和低分辨率之分，并非相机分辨率越高越好，需要根据应用场景来选择合适的分辨率。

检测精度要求：

若需要精确检测微小的缺陷，尺寸差异等，高分辨率能提供更清晰的细节，有助于准确判断。例如，在半导体晶圆检查中，微米级的缺陷检测就需要超高分辨率的图像。

物体的尺寸和特征：

对于大型物体，如果只需整体观察和判断，较低分辨率可能就足够。但如果物体上有小而关键的特征需要识别，就需要较高分辨率。比如检测汽车车身，整体观察可能用较低分辨率，但检测车身表面的细微划痕则需要高分辨率。

视场范围：

若要在较大视场中获取清晰的图像，可能需要在分辨率和视场之间权衡。有时为了覆盖整个视场，不得不降低分辨率

运动速度：

对于快速运动的物体，过高的分辨率可能导致帧率降低，从而出现图像模糊。在这种情况下，需要根据运动速度和所需的清晰度来选择合适的分辨率

后续处理能力：

高分辨率图像会产生大量数据，对图像处理系统的存储，计算能力有较高的要求。如果系统处理能力有限，过高的分辨率可能会导致处理速度变慢甚至无法处理。

成本限制：

通常，高分辨率相机价格较高。在满足检测需求的前提下，需要考虑成本因素，选择性价比合适的分辨率

当我们根据以上条件，初定了满足需求的分辨率以后，需要根据相机自身的特性，来考虑合适的分辨率，从而挑选合适的相机

影响分辨率的因素有：

相机分辨率

如何得到合适的相机分辨率，在给定视野长边，视野短边和精度的情况下，我们可以计算出，理论上所需的最低像素数量。以确保计算出的像素数量能够涵盖所需的视野范围

(视野长边/精度) * (视野短边/精度) = 理论所需的最低像素

为了提高精准度和稳定性，推荐取3-5个像素对应所需的精度，即(视野长边/精度x3)x(视野短边/精度x3)

1.应用需求的特殊性，在不同的应用领域，它对像素的要求可能不同，比如医学影像，可能需要更高的像素精度来精确诊断疾病，而普通的图像浏览，可能对图像像素的要求就相对较低了，

2.显示设备的分辨率，我们需要考虑像素计算结果，与显示设备的分辨率是否相匹配，如果说计算出的像素数量，与显示设备的分辨率不兼容，那么可能无法充分发挥图像的效果，

3.数据处理和存储能力，这里指高像素数量会导致数据量增加，需要考虑处理和存储这些数据的能力，如果硬件设备，比如说我们的应用软件或者是电脑，它无法有效处理和存储大量像素数据，那么我们可能需要调整像素的计算方式。

4.成本限制，增加像素数量必然会增加成本，包括硬件成本，数据传输成本等，所以在实际应用当中，我们需要根据成本预算来合理调整像素计算，

5.视觉效果和感知，有的时候，为了达到更好的视觉效果，或者符合人类视觉感知的特点，我们可能需要对像素的计算进行调整，比如说，在一些情况下，我们可以适当增加像素密度，以此来提高图像的清晰度和细腻度，

6.拍摄或采集条件，如果拍摄或采集图像的条件有限，例如光线不足，抖动等，可能需要调整像素计算，来弥补这些不利因素，

7.后续的处理需求，总之我们需要根据具体情况进行调整，以达到最佳的效果和性价比。

传感器尺寸

传感器尺寸大，在同样的像素密度下，像元尺寸也会大，这样会增加每个像元的感光面积，对提高图像的质量有益。

传感器的尺寸，能决定视野大小与工作距离。在同样的工作距离，同样的镜头下，传感器尺寸大，可以拍摄更大的视野。

像元尺寸

有了相机分辨率和传感器尺寸，就能够计算像元尺寸

像元尺寸=传感器尺寸/分辨率(像元个数)

像元尺寸从某种程度上反映了芯片对光的响应能力，像元尺寸越大，能够接收到的光子数量越多，在同样的光照条件和曝光时间内产生的电荷数量越多。

对于弱光成像而言，像元尺寸是芯片灵敏度的一种表征

在此需强调的一点是，相机分辨率与像元尺寸是两个不同的概念，分辨率值越小，分辨率越高，而像元尺寸越大，灵敏度越高

像素分辨率/像素精度

像素分辨率的定义：像素分辨率是指图像中，每单位长度所包含的像素数量，它通常用像素比上英寸，这里的单位是PPI,又或者是像素比上厘米。像素分辨率它决定了图像的清晰度和细节程度，较高的像素分辨率意味着图像中包含更多的像素，能够展现更细腻的图像细节和更清晰的边缘，如果像素分辨率降低过多，可能会导致图像失真和模糊。

单个像素对应的大小=视野宽度(mm)/宽度分辨率(pixel)=视野高度(mm) / 高度分辨率(pixel)

精度指一个像素代表的实际物体的大小，用(um*um) / pixel 表示

精度值越小，精度越高

注意：像元尺寸≠精度，像元尺寸是相机机械构造时固定的，而精度与相机视野有关，是变化的

像素分辨率是影响图像质量和显示效果的重要因素，在选型时，考虑到相机边缘视野的畸变以及系统的稳定性要求，一般不会只用一个像素单位对应一个测量精度值，有时候根据光源的不同会提高计算的值，通常情况下，使用背光源的精度为1_{3个像素，使用正光源的精度为3}5个像素。

当已知精度去计算分辨率时，往往要选择比计算值更大的分辨率相机，才能满足要求

例如：使用500W像素相机，分辨率为2500*2000,视野为100mmx80mm

单个像素对应大小=100/2500=0.04 mm

背光的精度为： 0.04mm~0.12mm

正光的精度为：0.12~0.2mm

实例：已知镜头的尺寸是1/3″,接口是CS接口，视野大小是12mm*10mm,要求精度为0.02mm,则应选用多大分辨率的相机？

计算方法: (12/0.02) * (10/0.02)=30 万像素，但是如果是缺陷检测，通常不会只用一个像素表示一个精度，否则检测系统会极其不稳定，与此对应的情况如随便的一个干扰像素点都可能被误认为是缺陷，所以为了提高系统的稳定性和精确性，取缺陷的面积在3-4个像素以上，于是乘以3-4倍，即30*4=120万像素。所以相机的最低要求为不少于120万像素。

3.视场大小

确定视野大小的因素主要有：

①拍摄对象的尺寸

②检测范围

检测大型机械部件可能需要较大的视场，而检测微小零件则需要较小且精度高的视场。

当视野大小即检测目标大小一定时(选相机时一般将目标大小视为视野大小)，相机分辨率越大，精度越高，图像分辨率也越大。

当视野大小不确定时，不同分辨率相机也能达到同样的精度，这时选择大像素相机可以扩大视野范围，减少拍摄次数，提高测试速度

例如：若1个相机是1百万像素，另1个相机是3百万像素，当清晰度相同(精度均为20um/pixel),第一个相机的FOV是20mm x 20mm=400mm^2, 第二个相机的FOV是1200mm^2,当拍摄生产线上同样数量的目标，假设第1个相机要拍摄30张图像，那第2个相机只需要拍摄10张图像。

4.帧率

运动速度/视野=最低帧率

帧率影响相机捕捉动态场景的能力。对于高速运动的物体或快速变化的过程，高帧率至关重要

比如在汽车零部件的生产线上，为了及时检测产品质量，需要高帧率的相机来跟上生产速度。

若是动态拍摄，则需要明确物体运动速度是多少，帧率需要比运动速度大

举例：客户视野范围要求：500mm*100mm ,精度为0.5mm ,静态拍摄，无色彩识别需求。按照之前的原则，最好是能够考虑现场光照的需求，我们可以提高分辨率

先计算分辨率：(500/0.5×3)x(100/0.5×3)=1800000

即最低像素为180万，分辨率最低为3000*600 ，静态拍摄选卷帘和全局相机都行，若是动态拍摄，则需要选择全局相机。无彩色识别需求，则选择黑白相机。

5.快门方式(全局快门vs卷帘快门)

拍摄对象的运动速度：

如果拍摄对象运动速度很快，例如高速飞行的物体或剧烈震动的机械部件，全局快门通常是更好的选择，它能确保整个画面在同一瞬间曝光，避免因像素曝光时间不同而产生的图像变形。比如拍摄赛车比赛，全局快门能清晰捕捉赛车的形态，而卷帘快门可能会导致车身扭曲

对于运动速度较慢的对象，卷帘快门可能就足够满足需求，并且在成本和其他性能方面可能具有优势。

对图像质量的要求：

如果要求图像具有极高的准确性和无变形，全局快门是首选

若对图像的细微变形可以接受，且对成本较为敏感，可以考虑卷帘快门。

应用场景：

工业检测，科学研究等对精度要求极高的领域，通常倾向于全局快门

一般的日常摄影，非高速动态场景拍摄，卷帘快门可能更为常见

成本因素：

全局快门相机通常比卷帘快门相机成本更高。如果预算有限，且拍摄场景对快门方式的要求不是特别严格，卷帘快门会更加经济适用

拍摄频率和持续时间：

如果需要频繁，长时间的连续拍摄，还需要考虑相机快门的耐用性和散热性能等因素

例如：在拍摄体育赛事时，如果是短跑，赛车等高速项目，全局快门能保证运动员的动作清晰无变形；而在拍摄较慢的田径项目如竞走时，卷帘快门也能满足需求

又如，在进行产品质量检测时，对于快速移动的生产线上的产品，全局快门可以确保准确检测缺陷，而在一些对精度要求不那么高的生产线，为了控制成本，可能会选择卷帘快门。

注意：项目拍摄图片是否允许拖影和噪声的存在？

快门速度的选择直接影响着曝光的效果，通过调整快门速度，可以控制画面的亮度和清晰程度，以达到理想的拍摄效果。

Global shutter(全局快门) 曝光时间更短，但会增加读出噪声。

Rolling shutter (卷帘快门)可以达到更高的帧速，但当曝光不当或物体移动较快时，会出现部分曝光(partial exposure) , 斜坡图像(skew),晃动(wobble) 即果冻效应

考虑到噪声和帧数的情况下，可以根据曝光时间来定。曝光时间短的应用(如<500us)适合Global shutter,曝光时间长(如大于500us)时，选择Rolling shutter 可以有更低的噪声和帧数。

在实际应用中，选择面阵相机还是线阵相机以及其对应的快门方式，取决于具体的拍摄需求和场景。如，在工业检测中，如果需要检测高速运动的连续物体，可能会选择线阵全局快门相机；而在一些对图像变形要求不高的普通场景拍摄中，面阵相机的卷帘快门可能就足够满足需求。

6.彩色图像vs黑白图像

同样的分辨率，黑白相机精度比彩色相机要高，尤其是在看图像边缘的时候，黑白的效果更好更明显。若没有颜色识别的需求，都推荐使用黑白相机。

工业相机的选项要素(下)

7.二维图像 VS 三维图像

2D视觉系统
工业相机选型

传统的2D视觉中，一套详细的视觉解决方案最基础的是相机，镜头和光源

根据客户的需求以及现场的生产环境，通过一些公式计算出符合要求的相机和镜头，最后根据客户成本需求来选出最合适的相机加镜头。其中光源是整套解决方案中比较难的一个点，要根据客户所测物件的不同来选择合适的光源，保证能够清晰的成像

因为2D视觉对于工程师的要求比较高，要拥有丰富的项目经验，有一定的光学和软件知识。

3D相机

相对来说，3D相机在选型时简单一些，3D相机通常集成在一个框架内，其集成了激光发射器，镜头，以及感光芯片。
工业相机选型

3D相机成像原理：在3D相机中，取代光源的是激光发射器，通过复杂的光学系统设计，激光发射器发出的激光会形成一条直线，激光投射到物体表面就会形成反射，在光学系统的设计下，反射光会被镜头捕捉到，最后通过镜头反射到感光芯片上。因此3D相机内部最重要的三个部分分别为激光发射器，镜头和感光芯片，同时还会加一些FPGA或ARM用于图形处理，比如图像算法以及图像滤波。

L38的整体工作流程是通过近红外激光器向被摄物体，投射具有一定结构特征的光线。这些光线会因为物体的不同深度区域，而产生不同的图像相位信息，然后相机的专门红外摄像头采集这些信息，再经过运算单元，将这种结构的变化换算成深度信息，从而获得物体的三维结构。

对比	应用场景	测量需求	精度要求	环境条件	成本和复杂性
2D相机	平面图形	平面信息如形状，颜色或缺陷	要求不高	更适合快速捕捉图像	产品多样，成本不一，复杂程度不一
3D相机	三维图形和空间位置	三维尺寸，体积或位置	要求较高	对光照条件敏感	昂贵，技术更复杂

2D相机获取的信息是物体在x，y两个维度上的特征，它无法直接提供物体在z轴方向上的深度信息。2D相机在很多应用场景下，只能依靠物体的外观特征，颜色和纹理等进行识别和测量。对于物体的实际尺寸和空间位置的判断相对有限，在实际应用中，也更加侧重物体的轮廓形状等。对于应用环境上的特质，体现在其更适合快速捕捉图像，同时2D算法处理也相对简单快捷，2D相机的应用市场，从手机摄像头，监控摄像头到机器视觉中的工业相机，产品丰富多样，成本有高有低。

3D相机主要是为了获取物体的三维信息，包括x, y, z三个维度，精确测量物体的深度，高度，宽度等尺寸参数，以及物体表面的形状和轮廓，这也使得3D相机具有高精度测量的优势和特性。其特殊的机器构造使其对光照敏感且高要求，同时其技术实现更为复杂，需要采用多种技术手段来获取物体的三维信息。它不仅要高精度的硬件设备支持，还需要复杂的算法来处理大量的三维数据。因此，3D相机的成本和技术难度都要远远高于2D相机。

什么情况下可以优先考虑使用3D相机来获取三维图像呢？

①物体测量与检测

当需要精确测量物体的三维尺寸，形状和体积时，如汽车零部件的尺寸检测，机械加工零件的轮廓检测等。

例如在航空航天领域，对飞机发动机叶片的高精度三维测量。

②机器人抓取与操作

为机器人提供物体的三维位置和姿态信息，使其能够准确抓取和操作物体，特别是形状不规则或摆放位置不固定的物体。

例如在物流仓储中，机器人需要抓取各种形状和大小的包裹。

③表面缺陷检测

检测物体表面的凹凸，划痕，凸起等三维缺陷，这些缺陷在二维图像中可能难以准确识别。例如在手机玻璃屏幕的生产中，检测其表面的微小凹凸不平。

④逆向工程

对已有物体进行数字化建模，获取其三维形状数据，以便进行复制，改进或重新设计。比如在模具制造行业，对旧模具进行三维扫描以创建新的设计。

⑤装配验证：

验证零部件在装配过程中的配合精度和位置准确性。

比如汽车组装过程中，检测车门和车身的装配是否符合要求

例如：在一家汽车制造工厂的装配线上，3D相机用于检测汽车车身与零部件之间的装配间隙是否在公差范围内；在一家电子厂，3D相机帮助机器人准确抓取形状不规则的电子元件进行组装。

3D相机测量信号质量和测量结果的稳定性受以下诸多因素影响。

①测量时长：

被测物体通过探头光束的速度越慢，越多时间可以被用于测量，物体越能被准确扫描出来。所以测量时长非常重要，但与之带来的也会影响检测速度。

②被测物表面的是否反光/吸光

测量的结果也取决于被测物表面的反光特性。被测物体表面的反光性或吸光性的强弱，决定是否可以测得有效信号。被测材料本身也会影响测量结果，如半透明被测物体真。

③被测物的轮廓缺陷

被测物体的轮廓缺陷，可能产生阴影的轮廓以及多次反射的表面影响测量结果。一个清晰可识别的轮廓表面反射的持续信号仍然可能是难以使用的缺损信号。如果想避免这种情况，轮廓仪的每一个独立参数都必须正确设置并适合被测物体。使用正确的滤波器以及曝光时间的设定，往往能够改善不良信号，经过不断尝试最终可以完成测试。

举例来讲，测量一个快速移动的黑色橡胶被测物体，较短的曝光时间和被测物体的高吸光性都会更容易导致出现不良的测量结果。而与之相反，如果黑色被测物体不移动或较慢移动，较长的曝光时间可能更有助于获得完整的轮廓信息。弊端则是会影响到检测速度。

除去上面提到的这些影响因素，目前3D视觉在扫描透明物体比如玻璃的时候效果往往不佳，因为玻璃是可以直接让激光透射过去的，导致CMOS芯片上难以成像，还有一个就是多重反射的问题，也会造成成像错误。

④视觉阴影问题

3D相机构造原因，相机扫描有固定角度，会出现视野盲区。

在进行2D相机还是3D相机选型时，依然以客户要求为第一

3D机器视觉解决方案通常是为客户定制的。

在了解项目需求后，根据需求优先级，即哪个需求最重要：分辨率？处理速度？视野？处理各种材料的能力？其次根据需求确认合适的3D相机解决方案。

8.成本和系统复杂度

此项需关注的有：相机本身的价格，配套设备成本以及后续维护成本。

需在满足需求的前提下，控制成本预算。

一般来说，线阵相机系统的配置相对复杂，成本也可能较高

面阵相机在一些简单的应用中可能更具成本效益和易于集成。

举例来说，在手机屏幕的检测中，由于屏幕是静止的，且对分辨率要求较高，通常会选择面阵相机。而在钢材生产线上，钢材不断移动，为了实现对整个钢材表面的检测，就会选用线阵相机。另外，在食品包装检测中，如果包装线速度较慢，且检测区域不大，面阵相机可能就足以胜任；但如果是高速的大型包装线，线阵相机可能是更好的选择。

9. 接口

根据帧率，传输距离，经济性选择相机接口

在项目和试验中，对于低中速，常规的工业场景，我们常用USB 3.0 , Gige接口的相机，其传输速率基本上能满足常规需求，所能带动的帧率也在30FPS-500FPS(帧/s) 不等。

而在超高速领域，例如，子弹发射，爆炸瞬间，这类瞬时运动快，或细胞微粒流动等微纳尺寸下的目标运动场景，我们一般采用高速相机来进行图像的捕捉采集和分析。由于需要达到超高速采集，1000FPS,2000FPS,10000FPS(帧/s)需要Camera Link或者CoaXPress 来连接高速相机和主机。