2. 系统组成与工程架构

移动机械臂视觉抓取系统不是“底盘 + 机械臂 + 相机”的简单叠加，而是一个强耦合的机电软一体化系统。它的工程架构决定了后续标定、规划、抓取能否稳定落地。理解系统组成，核心是回答三个问题：硬件如何选型、数据如何流动、软件如何分层。本节围绕移动底盘、机械臂、视觉传感器、计算平台与通信总线五类硬件，以及感知、定位、规划、控制、任务调度五类软件模块，给出可落地的架构划分方法。

一、硬件五要素与选型逻辑

硬件选型应从任务指标反推，而不是先买设备再想功能。移动底盘决定工作空间与负载上限，机械臂决定可达范围与末端精度，视觉传感器决定感知维度与鲁棒性，计算平台决定算法实时性，通信总线决定各模块协同的确定性。

• 移动底盘：关注负载、越障、定位方式（差速/麦轮/阿克曼）、里程计精度与是否支持ROS驱动。室内抓取常用差速底盘，要求重复定位误差小于2cm。
• 机械臂：关注自由度、臂展、末端负载、重复定位精度与关节反馈接口。抓取场景常用6自由度协作臂，重复定位精度约±0.1mm。
• 视觉传感器：2D相机成本低但缺深度；RGB-D相机可提供点云，适合抓取位姿估计；双目或结构光在近距精度更高。需关注帧率、视场角与标定接口。
• 计算平台：CPU负责调度与逻辑，GPU负责深度学习推理，实时核或MCU负责底层控制。需评估功耗、接口数量与散热。
• 通信总线：EtherCAT/CAN用于实时控制，以太网用于图像与点云传输，USB3.0用于相机，Wi-Fi用于远程监控。总线带宽与延迟直接影响闭环周期。

二、系统数据流与信号链

从工程视角看，系统是一条“感知—定位—规划—控制—执行”的信号链。视觉传感器采集RGB与深度图，计算平台完成目标检测与位姿估计，输出抓取位姿；同时底盘里程计与机械臂关节反馈进入定位模块，形成全局坐标；规划模块生成底盘路径与机械臂轨迹；控制模块通过总线下发指令，驱动底盘与机械臂执行。下图给出该架构的核心关系。

三、软件模块划分与接口约定

软件划分应遵循“高内聚、低耦合”原则，并明确每个模块的输入输出。推荐采用ROS 2节点化设计，将实时控制与非实时感知分离，避免图像处理阻塞控制回路。

四、典型场景与配置示例

以“室内桌面抓取”为例：底盘采用两轮差速，负载20kg；机械臂为6自由度协作臂，臂展600mm；视觉采用RGB-D相机，安装于腕部形成eye-in-hand；计算平台为带GPU的工控机；通信采用EtherCAT连接机械臂，CAN连接底盘，USB3.0连接相机。软件上，感知节点输出抓取位姿，定位节点维护map→base→camera→tool的TF树，规划节点生成抓取轨迹，控制节点以1kHz下发关节指令。

# 典型启动顺序（ROS 2）
ros2 launch chassis_driver chassis.launch.py
ros2 launch arm_driver arm.launch.py
ros2 launch vision_pipeline perception.launch.py
ros2 launch grasping_bringup system.launch.py
# 检查TF树
ros2 run tf2_tools view_frames
# 检查总线状态
ros2 control list_hardware_interfaces

五、常见误区与复盘

• 误区一：先选机械臂再选底盘。底盘负载不足会导致机械臂高速运动时整车晃动，定位精度下降。应先算总负载与重心。
• 误区二：视觉与控制在同一线程。图像推理耗时波动会阻塞控制周期，必须做进程隔离或实时优先级设置。
• 误区三：忽略总线带宽。多路点云与图像同时传输时，以太网可能拥塞，需做QoS或数据降采样。
• 误区四：标定一次就长期使用。振动、碰撞、温度变化都会使外参漂移，应定期复标并记录残差。

综上，移动机械臂视觉抓取系统的工程架构，本质是用清晰的硬件边界和软件接口，把不确定的感知与确定性的控制连接起来。底盘、机械臂、相机、算力与总线五者匹配，感知、定位、规划、控制与调度五层解耦，才能让系统从“能跑”走向“稳定抓取”。