4. 视觉引导抓取系统总体设计

视觉引导抓取系统的总体设计，本质上不是“买一台相机、装一个镜头”的采购问题，而是把精度链从工件特征一路分配到机器人末端执行器的过程。任何一个环节的误差被放大，最终都会表现为抓取偏移、碰撞或反复重试。本节围绕相机选型、镜头计算、光源方案、标定板选择与精度链分析五个相互耦合的决策点展开，并给出可复算的示例参数。

一、先定精度链，再定硬件

精度链分析应从末端允许的抓取偏差反推。设机器人抓取允许的位置偏差为 ±0.5 mm，视觉系统需要贡献的误差预算通常只占其中一部分，例如 ±0.2 mm。这 0.2 mm 要同时覆盖：相机像素分辨率对应的物面误差、镜头畸变残差、标定误差、手眼变换误差、工件特征提取误差以及机器人自身重复定位误差。工程上常用一个简化分配：视觉测量误差 ≤ 总预算的 40%，标定与手眼误差 ≤ 30%，机器人重复定位 ≤ 30%。

由此得到视觉测量误差目标约 0.08 mm。若采用亚像素边缘提取，实际可达约 0.1~0.2 pixel，则要求物面分辨率优于 0.08 / 0.15 ≈ 0.53 mm/pixel。这个数字直接决定相机与镜头的组合，而不是先选相机再算精度。

二、相机选型：分辨率、帧率与接口

相机选型先看视场（FOV）与分辨率。设抓取工作区域为 400 mm × 300 mm，要求物面分辨率 0.5 mm/pixel，则所需像素数为：

水平像素 = 400 / 0.5 = 800 px
垂直像素 = 300 / 0.5 = 600 px
考虑边缘余量与特征完整，取 1.3~1.5 倍：
800 × 1.4 ≈ 1120 px，600 × 1.4 ≈ 840 px
可选 1280 × 1024（约 130 万像素）CMOS 相机

帧率取决于节拍。若机器人单次抓取周期为 2 s，视觉曝光、传输与处理合计应控制在 300 ms 内，则相机帧率 ≥ 10 fps 即可；若产线节拍为 0.8 s，则建议 ≥ 30 fps 并配合硬件触发。接口方面，GigE 适合长距离布线，USB3.0 适合短距离高带宽，Camera Link 多用于高速多相机场景。对于本课程常见的 MOTOMAN 工作站，GigE 相机配合 PoE 供电是较稳妥的选择。

三、镜头计算：焦距、工作距离与景深

镜头计算的核心是焦距公式：

f = (WD × sensor_size) / FOV
其中：f 为焦距，WD 为工作距离，sensor_size 为传感器靶面尺寸，FOV 为视场

设选用 1/1.8" 传感器，靶面宽 7.2 mm，工作距离 500 mm，水平视场 400 mm，则：

f = (500 × 7.2) / 400 = 9 mm
可选 8 mm 或 12 mm 定焦镜头，优先 8 mm 以保留视场余量

景深同样关键。抓取工件高度变化 ±20 mm 时，若光圈过大，边缘会模糊，亚像素精度下降。经验上，f=8 mm、WD=500 mm、光圈 F4~F5.6 时，景深约 ±25 mm，可覆盖高度波动。若工件高度变化更大，应缩小光圈或改用远心镜头。远心镜头能显著降低透视误差，但成本高、工作距离固定，适合高精度小视场场景。

四、光源方案：让特征“稳定出现”

光源不是照亮工件，而是让特征与背景的对比度稳定。常见方案包括：环形光用于一般表面照明；低角度光用于突出边缘和划痕；背光用于轮廓测量；同轴光用于高反光金属表面。对于 MOTOMAN 抓取常见的金属圆柱或冲压件，推荐低角度环形光 + 背光组合：低角度光强化边缘，背光提供稳定轮廓。

光源控制器应支持频闪与相机触发同步，避免环境光干扰。若现场有 50 Hz 工频光，曝光时间应设为 10 ms 的整数倍或使用频闪冻结。实际调试时，用相机采集同一工件 20 帧，观察边缘灰度梯度波动；若梯度波动超过 15%，说明光源稳定性不足，需调整角度或加装遮光罩。

五、标定板选择与手眼标定

标定板选择取决于视场与精度。小视场（<200 mm）可选 9×12 棋盘格，方格 5 mm；大视场（400 mm 以上）建议 12×9 圆点阵列或 ChArUco 板，方格 20~30 mm。标定板精度应至少比目标精度高一个数量级，例如目标 0.1 mm，标定板制造误差应 ≤ 0.01 mm。

手眼标定采用 AX=XB 模型。眼在手（eye-in-hand）时，相机随机器人运动，标定过程采集 15~20 个位姿，覆盖工作空间。标定后检查重投影误差：若 RMS 误差 > 0.3 pixel，应剔除异常位姿或重新采集。标定板应固定在机器人可达的刚性平面上，避免标定过程中移动。

六、精度链验证与现场判断

硬件与标定完成后，必须做一次端到端验证。方法如下：在工件上标记一个已知位置的特征点，机器人按视觉结果抓取 20 次，记录每次末端实际位置与目标位置的偏差。若平均偏差 ≤ 0.3 mm、标准差 ≤ 0.15 mm，说明精度链分配合理；若偏差集中在某一方向，优先检查手眼标定矩阵与机器人工具坐标系（TCP）是否一致；若偏差随机波动大，则检查光源稳定性与特征提取阈值。

综上，视觉引导抓取系统的总体设计应遵循“精度链反推—硬件匹配—标定验证—现场复测”的闭环。相机、镜头、光源、标定板四者不是独立选型，而是共同服务于同一个误差预算。只有把每个环节的误差控制在分配范围内，才能让 MOTOMAN 机器人在实际抓取中稳定达到 ±0.5 mm 甚至更高的精度水平。