4. 2D视觉系统搭建与标定
2D视觉引导抓取系统的精度上限，在相机、镜头、光源和标定方案确定的那一刻就已经基本锁定。后续无论算法如何优化，都无法突破成像与标定环节留下的误差边界。本节围绕一条完整的搭建链路展开：先确定相机安装方式与镜头参数，再设计光源让特征稳定成像，然后计算像素当量把图像坐标换算到物理尺寸，最后通过手眼标定建立像素坐标与机器人坐标之间的映射关系。
一、相机安装：Eye-to-Hand 与 Eye-in-Hand 的选择
相机安装方式决定了标定模型和适用场景。Eye-to-Hand（眼在手外）将相机固定在支架或龙门架上，俯视整个工作区域，视野固定、标定一次可长期使用，适合工件在固定平面上散乱摆放的抓取场景，例如料框抓取、传送带分拣。Eye-in-Hand（眼在手上）将相机安装在机器人法兰或手腕附近，随机器人运动，视野随位姿变化，适合大工件局部定位、多角度拍摄或需要贴近拍摄的高精度场合，但标定与运动耦合更复杂。
安装时需重点关注三点：一是相机光轴尽量垂直于工作平面，倾斜会引入透视畸变，使像素当量在视野内不一致；二是相机与机器人基座、工件平面之间保持刚性连接，避免振动导致标定漂移；三是工作距离要留有余量，既保证视野覆盖抓取区域，又避免镜头碰撞。以常见的 Eye-to-Hand 俯视方案为例，若工作区域为 600 mm × 400 mm，相机安装高度约 900 mm，选用 8 mm 焦距镜头配合 1/1.8" 靶面相机，可覆盖约 700 mm × 500 mm 视野，留出约 15% 边缘余量。
二、镜头选择：焦距、靶面与视野的匹配
镜头选择的核心是让视野（FOV）恰好覆盖工作区域，同时保证分辨率满足精度要求。基本关系为：FOV = 靶面尺寸 × 工作距离 / 焦距。反过来，已知工作距离和所需视野，可估算焦距：f = 靶面尺寸 × 工作距离 / FOV。例如靶面宽度 8.8 mm、工作距离 900 mm、要求视野宽度 700 mm，则 f ≈ 8.8 × 900 / 700 ≈ 11.3 mm，可选 12 mm 定焦镜头。
分辨率方面，若要求物理精度 0.5 mm，相机单轴像素数为 2448，则像素当量约为 700 / 2448 ≈ 0.286 mm/pixel，理论上满足 0.5 mm 精度要求，但实际还需考虑边缘提取误差、标定残差和机械重复精度，通常建议像素当量不超过目标精度的 1/3 至 1/5。此外，应优先选择低畸变定焦镜头，若使用广角镜头需先做畸变校正，否则标定残差会明显增大。
三、光源设计：让特征“稳定地亮起来”
光源的目标不是把场景照亮，而是让待测特征与背景形成稳定、高对比度的差异。常见方案包括：环形光用于均匀照明平面工件；条形光用于突出边缘或纹理；背光用于轮廓测量，使工件呈剪影；同轴光用于高反光金属表面，抑制镜面反射。对于金属工件定位，常采用低角度环形光或条形光，使边缘产生明暗过渡，便于亚像素边缘提取。
光源设计需与相机曝光、增益配合。若环境光干扰明显，应加装遮光罩或使用频闪光源，并在相机端固定曝光时间，避免自动曝光导致图像灰度漂移。判断光源是否合格的标准是：连续采集 20 帧图像，目标特征边缘位置波动小于 0.5 像素，且不同工件批次间灰度均值变化不超过 10%。
四、像素当量计算：从像素到毫米的桥梁
像素当量表示一个像素对应的物理尺寸，是视觉测量与抓取换算的基础。计算方法有两种：一是理论计算，用视野宽度除以图像宽度，例如 FOV 宽 700 mm、图像宽 2448 pixel，则像素当量 = 700 / 2448 ≈ 0.286 mm/pixel；二是实测标定，用已知尺寸的标准件（如 100 mm 量块或标定板）在图像中测量其像素长度，再除以实际尺寸。实测法能同时反映镜头畸变和安装误差，更可靠。
若视野内像素当量不一致，说明存在透视畸变或镜头畸变，需要先做畸变校正。校正后应重新计算像素当量，并检查视野四角与中心的偏差。一般要求四角与中心像素当量偏差不超过 2%，否则需调整相机姿态或更换低畸变镜头。
五、手眼标定流程与结果判断
手眼标定建立图像像素坐标与机器人坐标之间的映射。以 Eye-to-Hand 为例，常用九点标定法：将标定板或标记点放置在工作平面上的多个位置，相机采集图像得到像素坐标，机器人末端依次移动到对应点并记录机器人坐标，通过最小二乘法求解仿射变换矩阵。标定点的数量建议不少于 9 个，且均匀分布在整个工作视野内，避免集中在中心区域。
标定完成后，需用未参与标定的验证点检查残差。若残差大于 0.5 pixel 或对应物理误差大于 0.3 mm，应检查标定点是否共线、标定板是否平整、机器人重复定位精度是否足够。实际工程中，标定残差通常控制在 0.2～0.3 pixel，对应物理误差约 0.06～0.09 mm，可满足大多数抓取任务。若抓取精度要求更高，可增加标定点数量或采用非线性优化模型。
完成上述步骤后，视觉系统即可输出工件在机器人坐标系下的位置与角度，供抓取程序使用。下一阶段将进入图像预处理与特征提取，进一步讨论如何从复杂背景中稳定分割目标。