2. Delta机器人基础
Delta机器人（并联三角机器人）自1985年由R. Clavel教授发明以来，已成为工业自动化高速分拣、装配和包装领域的核心执行单元。在视觉分拣系统中，Delta机器人负责根据视觉系统给出的目标坐标，完成快速抓取、搬运和放置动作。理解其运动学原理、工作空间边界、自由度特性以及末端执行器的选型逻辑，是搭建稳定、高效视觉分拣系统的前提。本章将从工程实践角度，系统拆解Delta机器人的核心基础概念，并给出可直接用于项目选型和方案设计的参考方法。
2.1 运动学原理：从关节空间到笛卡尔空间的映射
Delta机器人的运动学核心在于解决两个问题：正运动学（已知三个主动臂的旋转角度，求解末端执行器的空间坐标）和逆运动学（已知末端目标坐标，反解三个主动臂所需的角度）。在视觉分拣系统中，视觉系统输出的是目标物体在相机坐标系下的像素坐标，经过标定转换后得到机器人基坐标系下的笛卡尔坐标（X, Y, Z），此时必须通过逆运动学模型将坐标转换为三个伺服电机的角度指令。因此，逆运动学的计算速度和精度直接决定了分拣系统的响应频率和定位精度。
Delta机器人的运动学建模通常采用闭环矢量法。将每条运动链分解为主动臂（上臂）、从动臂（平行四边形连杆）和动平台三个部分。由于平行四边形连杆的约束，动平台始终与静平台保持平行，这保证了末端执行器在运动过程中不会发生旋转（在3轴基本型中）。逆运动学求解时，以静平台中心为原点建立基坐标系，以动平台中心为原点建立工具坐标系，通过几何约束方程联立求解。
MoveTo(x, y, z) 或 MoveCartesian 等API，控制器内部会自动完成逆解。自行开发运动学算法通常仅用于特殊定制机型或学术研究，且需要处理多解选择、奇异点规避等复杂问题。
运动学标定是另一个容易被忽视的环节。即使机器人出厂时已标定，在长期运行或碰撞后，连杆长度、零点位置可能发生微小偏移。视觉分拣系统对定位精度要求较高（通常±0.5mm以内），因此建议在系统部署时执行一次四点标定法：在机器人工作空间内选取四个不共面的参考点，用激光跟踪仪或高精度千分表测量实际坐标，与理论坐标对比后修正运动学参数。
| 运动学类型 | 输入 | 输出 | 视觉分拣中的用途 | 计算复杂度 |
|---|---|---|---|---|
| 正运动学 | 三个主动臂角度 θ₁, θ₂, θ₃ | 末端坐标 (X, Y, Z) | 机器人当前位姿反馈、轨迹规划验证 | 中等（需解三元二次方程组） |
| 逆运动学 | 末端目标坐标 (X, Y, Z) | 三个主动臂角度 θ₁, θ₂, θ₃ | 视觉引导抓取、放置坐标转换 | 较低（解析解，计算速度快） |
| 雅可比矩阵 | 关节速度/力 | 末端速度/力 | 速度规划、负载能力评估 | 较高（需偏导数计算） |
2.2 工作空间：形状、边界与有效区域
Delta机器人的工作空间是一个倒置的碗状区域，顶部（靠近静平台处）较窄，向下逐渐扩大，在中间高度达到最大横截面，然后底部再次收窄。这个形状是由主动臂长度、从动臂长度以及静平台和动平台的半径共同决定的。与六轴关节机器人相比，Delta机器人的工作空间相对较小且形状规则，这既是优点（便于视觉系统规划）也是限制（需要精确设计传送带与机器人的相对位置）。
在视觉分拣系统设计时，需要重点关注以下三个工作空间指标：
- 最大直径区域：通常位于Z轴方向的中部，是抓取效率最高的区域。视觉系统应优先将目标物体引导至此区域。
- 有效高度范围：Delta机器人的Z轴行程通常为200-500mm（视具体型号而定）。传送带高度、物料厚度、末端执行器长度必须在此范围内。
- 边缘衰减区：靠近工作空间边界的区域，机器人可达但速度、精度和刚性都会下降。建议在视觉软件中设置软边界，当目标坐标进入边缘区时触发报警或调整传送带速度。
工作空间的测量与验证方法：在机器人调试阶段，使用示教器手动控制机器人末端沿X、Y、Z方向逐步移动，记录每个极限位置的坐标值。通常选取至少5个不同高度层（如Z=-50, -150, -250, -350, -450mm），每层测量8个方向（每45°一个）的边界点，共40个点。将这些点导入CAD或Matlab中拟合出实际工作空间曲面，与理论值对比。若偏差超过5%，需检查机械装配精度或运动学参数是否正确。
2.3 自由度：3轴、4轴与5轴的选型逻辑
Delta机器人的自由度配置直接影响其应用场景。最基本的3轴Delta机器人提供X、Y、Z三个平移自由度，末端执行器始终保持水平姿态，适用于纯搬运、分拣任务。4轴Delta机器人在动平台中心增加了一个旋转轴（通常由第四伺服电机通过中空轴驱动），使末端执行器可以绕Z轴旋转，这对于需要调整物料朝向的场合（如食品摆放、电子元件方向校正）至关重要。5轴Delta机器人进一步增加一个摆动轴，使末端执行器可以倾斜一定角度，适用于需要倾斜插入或特殊姿态的装配任务。
在视觉分拣系统中，4轴是最常见的选择。原因在于：视觉系统通常只能提供物体的X、Y坐标和旋转角度θ（二维平面信息），4轴Delta恰好可以匹配这三个自由度加上Z轴高度控制。如果物料在传送带上姿态随机，视觉系统计算出旋转角度后，4轴Delta可以在抓取时同步旋转末端执行器，实现"飞行抓取"（Pick-and-Place with Orientation Correction）。
| 自由度配置 | 运动能力 | 典型应用 | 视觉配合复杂度 | 成本增量 |
|---|---|---|---|---|
| 3轴 | X, Y, Z平移 | 饼干、面包等无需定向的食品分拣 | 低（只需坐标） | 基准 |
| 4轴 | X, Y, Z + Rz旋转 | 电子元件、化妆品、药品等需定向摆放 | 中（坐标+角度） | +15%~20% |
| 5轴 | X, Y, Z + Rz + Rx/Ry摆动 | 精密装配、倾斜插入、复杂曲面处理 | 高（需3D视觉） | +40%以上 |
2.4 末端执行器类型及选型要点
末端执行器是Delta机器人与物料直接交互的部件，其选型是否合理直接影响抓取成功率、节拍时间和系统稳定性。在视觉分拣场景中，末端执行器不仅要完成机械抓取，还需要与视觉系统配合——例如，吸盘位置必须与视觉标定的工具中心点（TCP）精确重合，否则会出现抓取偏移。
真空吸盘是Delta分拣中最常用的末端执行器，适用于表面平整、不透气或微透气的物料，如纸盒、塑料瓶盖、电子产品外壳、饼干等。选型时需计算吸盘直径和数量：所需理论吸力 F = P × S × n（P为真空度，S为单个吸盘有效面积，n为吸盘数量），实际吸力需大于物料重量的3-5倍（考虑加速度冲击）。例如，抓取200g的物料，加速度为3G，则所需吸力至少为 0.2kg × 3 × 5 = 3kgf，对应直径20mm的吸盘在-60kPa真空度下可提供约1.9kgf吸力，需至少2个吸盘。
气动平行夹爪适用于不规则形状或不允许真空吸附的物料（如透气布料、多孔泡沫、液体包装袋）。夹爪的行程必须大于物料的最大夹持尺寸，夹持力需通过调节气源压力来控制，避免夹碎易损物料。视觉分拣中，夹爪的TCP标定比吸盘更复杂，因为夹持中心会随物料尺寸变化而偏移。
电磁吸盘仅适用于铁磁性材料（如铁盖、螺丝、金属片），响应速度快但存在剩磁问题，可能影响精密电子元件。柔性夹爪（如软体气动夹爪）适合易碎或异形物料，但寿命和一致性仍需验证。
背景：某烘焙工厂需要将传送带上的曲奇饼干（直径约60mm，厚度8mm，重量约25g）分拣至包装盒中，节拍要求120件/分钟，传送带速度0.5m/s。
初始方案：选用单吸盘直径15mm，真空发生器最大真空度-80kPa。实测抓取成功率仅82%，且高速运动时饼干有轻微滑移。
分析过程：计算实际吸力：F = 80kPa × π × (7.5mm)² ≈ 14.1N ≈ 1.44kgf，远大于饼干重量0.025kg，理论上足够。但观察发现，饼干表面有细小纹路和糖粒，导致吸盘与饼干之间存在微小泄漏，实际真空度只能达到-50kPa左右。此外，机器人末端加速度达到4G时，惯性力使饼干产生剪切位移。
优化措施：① 更换为双吸盘布局（两个直径12mm吸盘，间距30mm），总有效面积增加约28%；② 在吸盘内部增加柔性唇边，提高对不平整表面的适应性；③ 将真空发生器更换为带真空保持阀的类型，即使瞬时泄漏也能维持真空度；④ 在机器人轨迹中增加末端减速段，将峰值加速度从4G降至2.5G。
结果：抓取成功率提升至99.7%，节拍保持120件/分钟，连续运行8小时无故障。
复盘经验：末端执行器选型不能只看理论计算，必须结合物料表面特性、机器人动态特性和实际真空响应时间综合评估。建议在方案阶段制作简易测试台，用真实物料和真实机器人进行抓取验证。
2.5 选型要点总结与常见误区
综合以上分析，Delta机器人选型可归纳为以下五个关键步骤：
- 负载核算：末端执行器重量 + 物料最大重量 + 附加装置（如视觉相机若安装在末端）的总和，需小于机器人额定负载的70%，预留安全余量。
- 工作空间匹配：将传送带、来料位置、放置位置绘制在CAD布局图中，确认所有目标点均落在有效工作空间内，且留出至少50mm的边界余量。
- 精度与重复定位精度：视觉分拣系统整体精度 = 视觉标定误差 + 机器人定位误差 + 末端执行器抓取误差。Delta机器人重复定位精度通常为±0.1mm，视觉标定误差需控制在±0.3mm以内。
- 速度与节拍：根据目标节拍计算所需平均速度，注意Delta机器人的标称速度（如每秒10次拾取）是在最优轨迹下的数据，实际需考虑加减速、视觉处理时间、真空建立时间等。
- 视觉接口兼容性：确认机器人控制器支持EtherNet/IP、PROFINET或EtherCAT等工业以太网协议，便于与视觉系统通信。部分品牌提供专用的视觉引导功能块，可大幅简化开发。
① 盲目追求大工作空间——工作空间越大，机器人本体尺寸和惯量越大，节拍反而降低。应选择刚好覆盖需求区域的机型。
② 忽略末端执行器重量——一个复杂的夹爪加上气动元件可能重达2-3kg，直接占用机器人有效负载，导致实际可抓取物料重量大幅下降。
③ 未考虑视觉延迟补偿——视觉系统从拍照到输出坐标存在约20-50ms延迟，传送带上的物料会继续移动，必须通过编码器反馈或预测算法进行位置补偿，否则抓取点会偏移。
在实际项目启动前，建议使用厂商提供的选型软件（如ABB RobotStudio、FANUC RoboGuide等）进行虚拟仿真，将视觉系统、传送带、机器人模型导入同一环境，模拟不同节拍和物料分布下的抓取效果。仿真阶段发现的问题远比现场调试阶段修正的成本低。Delta机器人虽然结构看似简单，但其运动学特性、工作空间边界和末端执行器匹配都直接影响视觉分拣系统的最终性能，扎实掌握本章基础是后续视觉标定、手眼协同和轨迹规划章节的前提。