📚 课程目录第4章机器视觉系统选型与集成

4. 机器视觉系统选型与集成

视觉引导系统的精度上限，往往在选型阶段就已经被决定。相机、镜头、光源、标定板四者构成一条完整的成像与标定链路，任何一环与工况不匹配，都会在后续标定和抓取中表现为难以定位的误差。本节按“先定视野与精度、再定相机与镜头、再定光源、最后定标定板与硬件连接”的顺序展开，并给出可直接套用的选型计算与接线方案。

一、从视野与精度反推相机与镜头

选型的第一步不是挑相机，而是明确两个工况参数：视野FOV（需要看到的最大范围，含工件与容差余量）和最小检测特征（如定位孔直径、边缘、Mark点尺寸）。由此得到所需分辨率：

所需像素数 ≈ 最小特征尺寸 / 允许的像素当量
经验法则：最小特征至少占 3~5 个像素，定位类应用建议 ≥5 像素

示例（教学假设）：
FOV = 300 mm × 200 mm，要求定位精度 0.1 mm
若按 5 像素/特征，则像素当量 ≈ 0.02 mm/px
横向像素 ≥ 300 / 0.02 = 15000 px
→ 单相机难以覆盖，需 2 台 500 万像素（2448×2048）相机分区，或改用 1200 万像素相机 + 缩小 FOV

确定分辨率后选相机。全局快门（Global Shutter）是机器人引导的默认选择，因为工件或机器人在曝光期间移动时，卷帘快门会产生几何畸变，直接影响定位。接口方面，GigE Vision 布线长、成本低，适合工位分散；USB3 Vision 带宽高、延迟低，适合单机高帧率；Camera Link 多用于高速线阵或高分辨率面阵。帧率需满足节拍：若机器人抓取节拍为 2 s/件，相机帧率 ≥ 5 fps 即可留出处理余量。

镜头选型由焦距公式决定：

f = (工作距离 WD × 传感器尺寸) / FOV

示例（教学假设）：
WD = 500 mm，传感器 2/3"（8.8 mm × 6.6 mm），FOV = 300 mm
f = (500 × 8.8) / 300 ≈ 14.7 mm → 选 16 mm 定焦镜头
实际需按 FOV 与 WD 双向校核，并留 10%~20% 余量

同时要校核景深与畸变。景深不足时，工件高度波动会导致边缘模糊；畸变过大时，标定虽能补偿，但边缘像素当量变化会放大误差。远心镜头在测量类应用中可显著抑制透视误差，但视野通常较小、成本较高，需权衡。

二、光源选型：让特征“自己跳出来”

光源的目标不是把工件照亮，而是提高目标特征与背景的对比度。常见方案与适用场景如下：

环形光：均匀照明，适合平面字符、表面划痕检测，安装方便，是通用首选。
背光：从工件背面打光，轮廓呈黑色剪影，适合尺寸测量、孔位定位，边缘对比度最高。
同轴光：光线与镜头同轴，适合高反光金属表面的字符或Mark点，能抑制镜面反射。
条形光/组合光：用于大视野或需要方向性照明的场景，可多角度组合。

光源还需与相机曝光方式配合。若工件在运动中拍摄，应使用频闪光源与相机触发同步，曝光时间控制在几十微秒级，避免运动模糊。常亮光源适合静态或低速场景，但发热和寿命需纳入考虑。

三、标定板选型与标定流程

标定板是像素坐标到机器人坐标的“尺子”。选型要点：

图案类型：棋盘格角点检测精度高，适合相机内参标定；圆点阵列对透视畸变不敏感，适合手眼标定。
尺寸：标定板应覆盖视野的 60%~80%，太小则角点分布集中，标定外推误差大。
精度等级：标定板自身精度应比系统目标精度高一个数量级。例如目标 0.1 mm，选 ±0.01 mm 级标定板。
材质：陶瓷基板热稳定性好，玻璃基板平整度高，铝基板成本低但易划伤。

标定流程通常分两步：先标相机内参（焦距、主点、畸变系数），再标手眼关系。Eye-to-Hand 模式下，相机固定在工位上方，标定板安装在机器人末端，机器人带动标定板在视野内走 9~15 个不同位姿，记录机器人位姿与图像角点，求解相机到机器人基座的变换矩阵。Eye-in-Hand 模式下，相机装在机器人末端，标定板固定在工作台，同样采集多组位姿求解。

四、与 KUKA 控制器的硬件连接

视觉系统与 KUKA 控制器的连接分三层：图像层、通信层、控制层。

图像层：相机通过 GigE 或 USB3 接入视觉工控机，工控机完成图像采集、预处理、特征提取和坐标转换。若使用智能相机，可直接输出坐标结果，省去工控机。

通信层：工控机与 KRC4/KRC5 之间常用以下方式：

EthernetKRL：KUKA 官方以太网通信软件包，通过 TCP/IP 或 UDP 交换 XML 格式数据，适合传递坐标、状态、触发信号，配置灵活。
PROFINET / EtherCAT：现场总线方式，实时性好，适合与 PLC 或机器人做硬实时同步，需在 WorkVisual 中配置 I/O 映射。
数字 I/O：用于触发相机拍照和接收“抓取完成”信号，简单可靠，但只能传递开关量。

控制层：机器人端通过 KRL 程序接收视觉坐标，写入 FRAME 变量，再调用 LIN 或 PTP 运动到目标位姿。典型 KRL 片段如下：

; 接收视觉坐标（示例，教学假设）
DECL FRAME fTarget
DECL REAL x, y, rz

; 从 EthernetKRL 读取 XML 中的坐标
x = 320.5
y = -150.2
rz = 45.0

fTarget = $NULLFRAME
fTarget.X = x
fTarget.Y = y
fTarget.Z = 100.0
fTarget.A = 180.0
fTarget.B = 0.0
fTarget.C = rz

; 运动到抓取点上方
LIN fTarget
; 抓取动作
LIN fTarget + {X 0, Y 0, Z -80, A 0, B 0, C 0}
; 闭合夹爪
$OUT[1] = TRUE
WAIT FOR $IN[1] == TRUE
; 抬起
LIN fTarget

接线与调试要点：相机触发线建议使用屏蔽双绞线，与动力线分开走线；GigE 相机使用千兆交换机，避免与办公网络混用；EthernetKRL 通信前先在 WorkVisual 中确认 KRC 的 IP 地址与端口，并在工控机侧用 ping 和 telnet 验证连通性。首次联调时，先用手动触发拍照，确认图像清晰、特征稳定，再接入机器人坐标，最后做空运行验证。

常见选型误区：只按分辨率选相机，忽略快门类型和帧率；镜头焦距按理论值选，未留工作距离余量；光源用常亮替代频闪，导致运动模糊；标定板尺寸过小或精度不足，标定结果看似收敛但实际抓取偏差大。建议在选型阶段用实际工件做一次成像测试，确认对比度和特征稳定性后再下单。

五、选型检查清单（可直接套用）

项目	关键参数	示例值（教学假设）	判断依据
相机	分辨率、快门、接口、帧率	500万像素，全局快门，GigE，10 fps	像素当量 ≤ 0.02 mm/px，帧率满足节拍
镜头	焦距、景深、畸变	16 mm 定焦，景深 ±15 mm，畸变 <1%	FOV 覆盖 300 mm，WD 500 mm
光源	类型、触发方式、均匀性	环形频闪，与相机同步，均匀性 ±10%	特征对比度 ≥ 3:1
标定板	图案、尺寸、精度	棋盘格 200×150 mm，±0.01 mm	覆盖视野 60%~80%，精度高一个数量级
通信	协议、IP、端口、I/O	EthernetKRL TCP，192.168.1.10:54600	ping 通，XML 收发正常

完成上述选型与连接后，系统具备进入标定与联调的条件。实际项目中，建议先用标定板验证重复定位精度：机器人多次回到同一标定位姿，观察视觉输出的坐标波动，若波动小于目标精度的 1/3，则认为成像与标定链路稳定，可进入抓取测试。