3. 视觉抓取系统硬件搭建

视觉抓取系统的硬件搭建，本质上不是把相机、镜头、光源、工控机和机器人控制柜简单堆在一起，而是围绕“看得清、算得准、传得快、动得稳”这四个目标，建立一条从光学成像到机器人执行的完整信号链。任何一个环节选型失配，都会在最终抓取精度或节拍上暴露出来。本节按照信号从光到动作的传递顺序，说明各硬件的选型依据与连接方式。

一、先明确成像需求，再反推硬件参数

选型的第一步不是挑相机，而是确定工作距离、视野范围和最小识别特征。以常见的料箱抓取为例：假设需要覆盖 600 mm × 400 mm 的料箱区域，工作距离约 800 mm，要求能稳定识别直径 8 mm 的圆形工件边缘。此时可先估算所需分辨率：视野长边 600 mm 对应最小特征 8 mm，若希望特征至少占 5 个像素，则长边像素数约为 600 ÷ 8 × 5 ≈ 375 万像素，考虑边缘留白与畸变校正，选择 500 万像素（如 2448 × 2048）的工业相机较为稳妥。这个“先算后选”的过程，能避免买回相机后才发现精度不够或视野不足。

二、相机与镜头的匹配

相机选型关注分辨率、传感器尺寸、帧率和接口。500 万像素、2/3 英寸传感器、全局快门是视觉抓取的常见配置，全局快门可避免运动模糊。镜头则要根据传感器尺寸和视野反算焦距。以 2/3 英寸传感器（约 8.8 mm × 6.6 mm）、工作距离 800 mm、视野长边 600 mm 为例，焦距 f ≈ 工作距离 × 传感器长边 ÷ 视野长边 = 800 × 8.8 ÷ 600 ≈ 11.7 mm，因此选 12 mm 定焦镜头。同时要确认镜头像面尺寸不小于传感器尺寸，否则会出现暗角。若工件高度变化较大，还需评估景深，必要时缩小光圈或改用远心镜头。

三、光源与打光方式

光源的作用是提高特征对比度、抑制环境光干扰。常见选择包括环形光、条形光、背光和同轴光。对于金属反光工件，环形光容易产生高光斑，可改用低角度条形光或漫射穹顶光；对于需要轮廓提取的场合，背光能形成清晰剪影。光源控制器应支持频闪触发，与相机曝光同步，既延长 LED 寿命，又减少发热。实际搭建时，建议先用可调亮度的样灯试打光，确认图像中目标与背景的灰度差达到 60 个灰度级以上，再固定光源位置。

四、工控机与视觉软件的承载

工控机负责图像采集、处理和与机器人的通信。选型时重点关注 CPU 主频、内存、是否具备独立千兆网口以及是否支持相机厂商的采集卡。对于 500 万像素、30 fps 的相机，单帧图像约 15 MB，若同时处理两路相机，建议配置 i7 及以上处理器、16 GB 以上内存和 SSD 系统盘。视觉软件（如 KUKA.VisionTech 或第三方 Halcon/VisionPro）需与相机 SDK 兼容，并预留与机器人通信的接口。工控机应安装在控制柜附近、通风良好的位置，避免与变频器等强干扰源共用一个电源插座。

五、KUKA 控制柜与通信接口

KUKA 控制柜（KRC）是执行端核心，视觉系统与它的连接方式主要有三类。第一类是通过以太网与 KRC 的 KLI 接口通信，使用 KUKA.Ethernet KRL 或 RSI 软件包，由机器人程序发送请求、接收视觉系统返回的位姿数据。第二类是通过 PROFINET 或 EtherCAT 现场总线，将视觉结果映射为机器人可读的输入信号，适合节拍要求高的产线。第三类是用数字 I/O 做硬触发：KRC 输出一个触发信号给相机或光源控制器，相机曝光后由视觉软件计算，再通过通信接口把结果回传。实际项目中，常采用“以太网传数据 + 数字 I/O 做触发”的组合，兼顾灵活性与实时性。

六、连接检查与常见问题

硬件连接完成后，应按以下顺序检查：先确认相机能被视觉软件识别并出图，再确认光源触发与相机曝光同步，然后确认工控机与 KRC 的通信链路能正常收发数据，最后确认机器人能正确解析视觉返回的坐标。常见问题包括：相机 IP 与工控机不在同一网段导致无法连接；光源频闪信号与相机曝光不同步导致图像忽明忽暗；通信数据未做字节序或单位换算，导致机器人抓取位置偏移。排查时可用视觉软件的图像采集窗口观察灰度直方图，用 ping 命令测试网络连通性，用机器人示教器查看输入信号状态。

七、选型与连接检查清单

硬件搭建的完成标志不是“线接上了”，而是“图像稳定、通信可靠、坐标正确”。只有把光学、计算、控制三段的参数和接口都对齐，后续的标定与抓取程序才有稳定的运行基础。