1. 课程导入
欢迎进入《工业机器人手眼标定与视觉标定》课程。在接下来的学习旅程中，我们将系统性地拆解工业机器人视觉系统中的核心难题——如何让机器人“看得准”并“抓得稳”。本章作为课程导入，将首先明确学习目标与课程结构，随后深入剖析工业机器人视觉系统的整体架构，并阐述其在智能制造中的关键应用价值。我们将从宏观视角建立技术坐标系，为后续章节的手眼标定原理、相机标定方法、坐标系变换及实战排障打下坚实基础。
1.1 学习目标与课程结构设计
本课程面向具备一定工业机器人基础、希望深入掌握视觉引导技术的工程师与技术人员。课程采用“理论-方法-实战-复盘”四段式结构，每章围绕一个核心主题展开。学习目标分为三个层次：认知层要求理解手眼标定的数学本质与坐标系变换逻辑；方法层要求掌握至少两种标定实现路径（如Tsai两步法、张正友标定法）并能评估精度；应用层要求能够独立完成典型场景（如抓取、装配、检测）的标定方案设计与排障。
课程共30章，按内容逻辑分为五大模块：基础篇（第1-5章）讲解视觉系统架构、相机模型与标定板设计；核心篇（第6-15章）深入手眼标定的数学原理、AX=XB求解、误差分析与补偿；进阶篇（第16-22章）涵盖多相机系统、动态标定与深度学习辅助标定；实战篇（第23-27章）通过汽车零部件抓取、3C装配等案例进行全流程演练；总结篇（第28-30章）提供标定规范、精度验收标准与常见故障库。每章均配有可复用的代码片段、参数配置模板和检查清单。
1.2 工业机器人视觉系统的整体架构
一个完整的工业机器人视觉系统由四个层次构成：物理层（相机、镜头、光源、标定板）、采集层（图像采集卡、触发控制器、通信接口）、处理层（视觉算法、标定计算、位姿估计）和执行层（机器人控制器、运动规划）。物理层的选型直接决定图像质量上限，例如500万像素相机配合12mm镜头在600mm工作距离下，理论像素精度可达0.1mm，但若光源不均匀导致反光，实际精度可能下降至0.5mm。采集层的触发同步至关重要，在高速产线上（节拍<2s），必须使用硬件触发而非软件触发，否则运动模糊会引入额外误差。
处理层是标定算法的载体。视觉系统通过标定获得相机内参（焦距、主点、畸变系数）和外参（相机相对于机器人或标定板的位姿）。手眼标定解决的是相机坐标系与机器人坐标系之间的固定变换关系。以典型的Eye-in-Hand（眼在手上）构型为例，相机安装在机器人末端法兰上，随着机械臂运动，标定板固定在工作台上。系统需要求解两个未知变换：相机到机器人末端的变换（手眼矩阵）以及标定板到机器人基座的变换。这两个矩阵通过多组运动数据联立方程求解。
| 层次 | 关键组件 | 典型参数/规格 | 对标定精度的影响 |
|---|---|---|---|
| 物理层 | 工业相机 | 分辨率500万-1200万像素，帧率30-60fps | 分辨率决定像素当量，直接影响特征点提取精度 |
| 物理层 | 镜头 | 焦距8-50mm，畸变<0.1% | 畸变残差是重投影误差的主要来源之一 |
| 采集层 | 硬件触发 | 触发延迟<10μs，抖动<5μs | 触发抖动导致图像位置偏差，影响标定输入数据质量 |
| 处理层 | 标定算法 | 重投影误差<0.05像素 | 算法鲁棒性决定标定结果的稳定性和可重复性 |
| 执行层 | 机器人重复定位精度 | ±0.02mm（典型6轴工业机器人） | 机器人运动学误差直接耦合进手眼标定结果 |
在架构设计中，还需要考虑通信协议。现代视觉系统多采用GigE Vision或USB3.0接口，配合PLC或机器人控制器的数字I/O进行触发同步。处理层与执行层之间通常通过TCP/IP或现场总线（如EtherCAT）传输位姿数据，数据格式一般为6自由度位姿（X, Y, Z, Rx, Ry, Rz）。标定结果的精度不仅取决于算法，还取决于整个链路的稳定性——任何一个环节的松动、温漂或延迟都会反映在最终抓取精度上。
1.3 手眼标定的核心原理与判断方法
手眼标定的数学本质是求解齐次变换方程 AX = XB。其中，A表示机器人末端在两次运动之间的变换（由机器人控制器读取），B表示相机在两次运动之间观测到的标定板位姿变换（由视觉算法计算），X即为待求的手眼矩阵。对于Eye-in-Hand构型，X是相机到机器人末端的变换；对于Eye-to-Hand（眼在手上方固定）构型，X是相机到机器人基座的变换。求解该方程至少需要3组非线性无关的运动数据，实际工程中通常采集10-15组以提高鲁棒性。
判断标定结果是否合格，主要依据三个指标：重投影误差（应小于0.1像素）、旋转矩阵正交性（R·R^T应接近单位阵，误差<1e-6）、平移向量重复性（多次标定的平移向量标准差应小于0.5mm）。此外，还需进行验证实验：将标定板放置在机器人工作空间的不同位置，通过视觉引导机器人末端触碰标定板上的特征点，测量实际触碰点与视觉定位点之间的偏差，该偏差应小于系统要求的定位精度（通常为±0.5mm）。
操作流程上，标准的手眼标定步骤为：①固定标定板并确保其平面度（使用陶瓷或玻璃基板，平面度<0.01mm）；②控制机器人运动到预设的10-15个位姿，在每个位姿下同时记录机器人末端位姿（从控制器读取）和标定板在相机坐标系下的位姿（通过视觉检测标定板角点并解算PnP）；③利用AX=XB求解算法（如Tsai-Lenz法、Park-Martin法）计算手眼矩阵；④进行精度验证，若不达标则检查数据质量并重新采集。整个流程中，最容易忽视的是标定板的清洁度——灰尘或划痕会导致角点提取偏差0.5-1像素，相当于0.05-0.1mm的定位误差。
1.4 应用价值与实战场景拆解
工业机器人视觉系统的应用价值体现在三个维度：柔性化（适应产品换型，无需机械定位工装）、智能化（实现无序抓取、动态跟踪）、精密化（定位精度可达±0.1mm甚至更高）。以汽车零部件行业为例，某发动机缸盖装配线引入视觉引导机器人进行气门弹簧抓取，弹簧来料位置随机偏差±15mm，角度偏差±10°。通过手眼标定后，视觉系统定位弹簧中心坐标并引导机器人抓取，节拍从原来的8秒/件缩短至4.5秒/件，且不良率从1.2%降至0.3%。
一个典型的案例闭环如下：某3C电子工厂需要机器人对手机中框进行精密点胶，要求点胶路径精度±0.15mm。初始方案采用固定治具定位，但中框来料存在±0.5mm的尺寸波动，导致胶路偏移。引入视觉系统后，采用Eye-to-Hand构型，相机固定于点胶工位上方。标定过程中发现重投影误差达到0.3像素，远超0.1像素的标准。排查后发现是光源频闪导致图像明暗变化，影响角点提取。更换恒流驱动光源后，重投影误差降至0.06像素。最终点胶精度稳定在±0.1mm以内，良率提升至99.5%。该案例的复盘经验是：标定精度不达标时，优先检查图像采集质量（光源、焦距、曝光），而非急于调整算法参数。