4. UR视觉抓取硬件选型与搭建

视觉抓取系统的精度上限，往往在硬件选型阶段就已经被决定。UR机械臂本身重复定位精度可达 ±0.03 mm 量级，但如果相机分辨率不足、镜头畸变过大、光源造成反光或阴影漂移，最终抓取误差可能放大到几毫米，甚至出现抓空、碰撞。本节围绕 2D 相机、3D 相机、镜头、光源、法兰安装方式以及相机与 UR 控制器的通信接口六个方面，说明选型依据与搭建要点。

一、2D 相机与 3D 相机的选择

2D 相机输出灰度或彩色图像，适合平面定位、条码识别、字符检测、颜色分选等任务。它的优势是分辨率高、帧率高、成本低，配合标定后可以给出目标在平面内的 X、Y 和绕 Z 轴旋转角 θ。但它无法直接给出深度 Z，若工件高度变化或存在堆叠，就需要额外测距或改用 3D 方案。

3D 相机按原理可分为结构光、双目立体视觉、ToF 和激光轮廓扫描几类。结构光在 0.3～1 m 工作距离内精度可达 0.1～0.5 mm，适合抓取箱内散乱工件；ToF 帧率高但精度通常在毫米级，适合大件物流分拣；激光轮廓仪精度最高，但需要相对运动扫描，常用于传送带上的在线测量。选型时先问三个问题：工件是否有高度变化？是否需要姿态六自由度？节拍要求多少？若只是平面贴标、平面抓取，2D 相机加背光或同轴光即可；若是料框抓取、堆叠拆垛，则应优先考虑结构光 3D 相机。

二、镜头与视野计算

镜头决定视野（FOV）、工作距离（WD）和分辨率利用率。基本关系为：

FOV = 传感器尺寸 × WD / 焦距
像素精度 = FOV / 像素数

例如选用 1/1.8″ 传感器（约 7.2 mm × 5.4 mm）、500 万像素（2592 × 1944）、焦距 12 mm 的镜头，工作距离 400 mm 时，水平视野约为 7.2 × 400 / 12 = 240 mm，单像素对应约 240 / 2592 ≈ 0.093 mm。若抓取定位要求 ±0.2 mm，理论上满足，但还要为标定误差、机械误差留出余量，实际建议像素精度优于目标精度的一半。

镜头还需关注畸变、景深和接口。远心镜头畸变极低，适合高精度测量，但视野小、成本高；普通工业镜头需通过标定补偿径向畸变。景深不足时，工件高度变化会导致成像模糊，可通过缩小光圈改善，但会牺牲进光量，需要与光源强度配合。

三、光源与打光方式

光源的目标是让目标特征与背景形成稳定对比，而不是单纯“照亮”。常见方式包括：环形光用于一般照明；低角度环形光突出表面划痕和边缘；背光产生轮廓剪影，适合尺寸测量；同轴光适合高反光金属表面；条形光可组合成隧道光，用于圆柱面均匀照明。选型时优先考虑红光或蓝光单色光，可减少彩色工件颜色变化带来的干扰。若现场环境光波动大，应加遮光罩并选用频闪光源与相机曝光同步。

四、法兰安装方式

相机可安装在 UR 末端法兰上（Eye-in-Hand），也可固定在支架上（Eye-to-Hand）。Eye-in-Hand 随臂运动，视野可灵活调整，适合大范围或复杂姿态抓取，但线缆随动、标定需处理手眼关系；Eye-to-Hand 视野固定，标定简单，适合传送带或固定工位，但机械臂可能遮挡视线。法兰安装时需注意：相机与法兰之间加装过渡板，保证光轴与工具坐标系的相对关系稳定；线缆使用拖链或柔性固定，避免拉扯导致相机移位；安装后需重新标定，不能沿用安装前的参数。

五、相机与 UR 控制器的通信接口

UR 控制器本身不直接处理图像，通常由视觉控制器或工控机完成图像采集与位姿计算，再把结果传给 UR。常见链路有三种：

• TCP/IP Socket 通信：视觉端作为客户端，UR 作为服务端，通过 URScript 的 socket_open、socket_read_ascii_float 接收位姿。适合自定义协议，灵活但需自行处理粘包与超时。
• RTDE：实时数据交换接口，可读写 UR 的关节角、TCP 位姿、数字输入输出等，周期可达 125 Hz，适合需要与运动同步的视觉伺服。
• 数字 I/O 触发：UR 输出触发信号给相机或光源，相机采集后由视觉端计算，再通过 Socket 回传。这种方式时序清晰，适合节拍固定的工位。

实际搭建时，建议先固定相机曝光与光源频闪的同步关系，再确认通信周期是否满足节拍。例如节拍要求 2 s/件，视觉处理耗时 300 ms，通信往返 20 ms，则总耗时约 320 ms，余量充足；若视觉处理超过 1.5 s，就需要优化算法或更换更高帧率相机。

硬件选型没有唯一答案，关键是让每一项参数都服务于最终抓取精度与节拍。先明确任务需求，再逐项匹配相机、镜头、光源、安装与通信方案，最后通过标定和试抓验证，才能形成稳定可靠的 UR 视觉抓取系统。