1. 课程导入与ROBOGUIDE视觉验证定位

在机器人视觉项目里，最昂贵的成本往往不是相机或镜头，而是“停机调试”。当视觉系统与机器人本体、PLC、上位机、光源、工装夹具耦合在一起后，任何一次参数修改都可能需要占用产线、等待物料、协调多方人员。ROBOGUIDE 的价值，正是在真实设备动作之前，把视觉任务中可离线验证的部分先跑通、先暴露问题。本课程围绕“ROBOGUIDE 视觉应用离线验证”展开，目标不是把 ROBOGUIDE 当成万能仿真器，而是明确它能验证什么、不能验证什么，并最终交付一套可复现的离线验证成果。

一、离线验证在视觉项目中的真实价值

视觉引导机器人抓取或定位，典型链路是：相机采集图像 → 视觉算法输出目标位姿或偏差 → 通信把结果传给机器人 → 机器人做坐标变换并运动到目标点。这条链路中，真正依赖物理世界的只有“相机成像”和“机器人实际运动”两段。其余部分——标定关系、坐标变换、通信协议、位姿计算、抓取点生成、异常分支——都可以在离线环境中验证。

离线验证的核心收益有三点。第一，提前发现逻辑错误：例如相机坐标系与机器人坐标系方向定义不一致，导致 X 方向偏差被反向补偿；这类错误在离线阶段用一组已知坐标就能暴露，不必等到撞机。第二，缩短现场调试时间：把标定参数、通信格式、抓取偏移量在离线阶段固化，现场只需替换真实相机和微调。第三，形成可复现的验证记录：每个测试用例的输入位姿、期望输出、实际输出都可保存，便于复盘和交接。

二、ROBOGUIDE视觉模块的边界

ROBOGUIDE 提供视觉相关的仿真能力，常见包括：虚拟相机、视觉目标识别、位姿输出、与机器人程序的联动。但必须清楚它的边界：ROBOGUIDE 中的“视觉”通常是基于几何模型或理想特征的仿真识别，它不会真实模拟镜头畸变、曝光、反光、遮挡、粉尘等成像退化因素。因此，ROBOGUIDE 适合验证坐标变换、通信接口、程序分支、抓取逻辑，不适合验证图像质量、算法鲁棒性、标定精度。

换句话说，ROBOGUIDE 视觉验证的定位是“逻辑与坐标的离线沙盘”。它把真实视觉系统中“确定性的部分”抽出来，让你在没有相机、没有机器人的情况下，先把确定性的部分跑对。

三、本课程最终要交付的验证成果

本课程不是泛泛介绍 ROBOGUIDE 界面，而是围绕一个可交付的离线验证包展开。学完后，你应当能独立完成以下成果：

• 一份视觉-机器人坐标关系说明：明确相机坐标系、机器人坐标系、工具坐标系、工件坐标系之间的定义与变换顺序，并标注方向约定。
• 一组离线测试用例：至少包含“目标在正前方”“目标偏左”“目标偏右”“无目标”“目标超出工作范围”五类输入，每类给出已知输入位姿和期望输出。
• 一份通信数据格式定义：视觉结果发送给机器人的字段、单位、数据类型、字节序，以及异常值约定。
• 一份验证记录表：记录每个用例的输入、期望输出、ROBOGUIDE 实际输出、是否通过、偏差原因。

这些成果的共同点是：它们都是“确定性”的，不依赖现场光照和相机品牌，因此可以在 ROBOGUIDE 中反复运行、反复修正。

四、学习路径与关键约定

课程按“先建坐标系，再通数据流，后验逻辑”的顺序推进。第一步建立 ROBOGUIDE 工作站与虚拟相机，明确各坐标系定义；第二步打通视觉结果到机器人程序的通信与数据格式；第三步用测试用例验证坐标变换和抓取逻辑；第四步复盘偏差来源，区分“离线可修正”与“必须现场修正”。

为避免后续混淆，本课程统一约定：机器人基坐标系为世界坐标系，X 轴指向机器人正前方，Y 轴指向左侧，Z 轴向上；相机坐标系初始与机器人基坐标系平行，相机光轴沿 Z 轴指向工件。所有位姿均用 (X, Y, Z, Rx, Ry, Rz) 表示，长度单位毫米，角度单位度。若某节切换参照系，会在该节明确说明。

下面给出一个最小可用的验证记录表示例，后续章节会在此基础上扩展。表中数据为教学示例，非实测结果。

这张表本身就是本课程要交付的核心工具之一。随着课程推进，你会逐步填入真实输出，并学会判断偏差来自坐标定义、数据格式还是程序逻辑。离线验证的意义，最终就落在这样一张能被复现、能被交接、能被现场直接使用的记录表上。