1. 课程导入与系统总览
在智能制造与柔性产线快速普及的今天，机器人“看得见、抓得准”已经成为自动化集成的核心能力之一。本课程围绕 UR 协作机器人 + 视觉引导抓取 这一典型组合展开，目标是让学习者能够独立完成从相机标定、手眼关系建立、目标识别定位，到抓取位姿生成与机器人程序落地的完整链路。本章作为开篇，先建立系统级认知：这套系统由哪些部分组成、它们之间如何协作、典型应用场景是什么，以及后续 29 章的学习路径如何安排。
一、什么是 UR 协作机器人与视觉引导抓取
UR（Universal Robots）协作机器人以轻量化、易编程、安全协作著称，常见型号包括 UR3、UR5、UR10 及其 e 系列（UR3e/UR5e/UR10e/UR16e）。它们支持拖动示教、脚本编程（URScript）、以及通过 TCP/IP、Modbus、RTDE 等接口与外部设备通信。所谓“视觉引导抓取”，是指由相机（2D 或 3D）获取场景图像，经视觉算法识别目标物体并计算其在相机坐标系下的位姿，再通过手眼标定关系转换到机器人基坐标系，最终生成机器人可执行的抓取位姿并驱动末端执行器完成抓取。
这里有两个关键坐标系必须从一开始就明确：相机坐标系（以相机光心为原点）与机器人基坐标系（以机器人底座中心为原点）。视觉给出的目标位置通常先落在相机坐标系，必须经过“手眼变换矩阵”才能变成机器人能理解的目标点。这个变换矩阵的精度，直接决定抓取是否“对得上”。
二、系统由哪些部分组成
一套完整的 UR 视觉引导抓取系统，通常包含以下五类对象：
- 执行单元：UR 协作机器人本体 + 末端执行器（气动夹爪、电动夹爪或真空吸盘）。
- 感知单元：2D 工业相机（如海康、Basler）或 3D 相机（如 RealSense、奥比中光、梅卡曼德）。
- 计算单元：运行视觉算法的工控机或边缘计算设备，负责图像处理、位姿解算与通信。
- 通信链路：相机与工控机之间的 USB3.0/GigE，工控机与 UR 控制器之间的 TCP Socket 或 RTDE。
- 标定与配置：手眼标定板（棋盘格或圆点标定板）、标定程序、抓取策略参数。
下面这张系统总览图，把上述对象及其数据流向一次性呈现出来，便于建立整体印象：
三、典型应用场景
UR 视觉引导抓取在工业现场的应用非常广泛，常见场景包括：
- 无序抓取（Bin Picking）：从料框中随机堆叠的零件中识别并抓取单个工件，常用于机加上下料。3D 相机在此场景中几乎是标配。
- 传送带动态抓取：相机识别传送带上运动中的工件，机器人需要在运动过程中完成跟踪与抓取，对通信延迟和节拍要求较高。
- 装配定位：视觉引导机器人将零件精确放入孔位或卡槽，精度要求通常在 ±0.1 mm 量级。
- 质量检测与分拣：视觉先判断工件是否合格，再引导机器人将合格品与不良品分开放置。
- 柔性上料：多品种小批量生产中，通过切换视觉配方快速适应不同工件，减少换线时间。
这些场景的共同点是：工件位置不固定、需要视觉实时给出目标位姿、机器人根据位姿调整抓取动作。理解这一点，就能理解为什么手眼标定和位姿转换是整个系统的技术核心。
四、课程目标与学习路径
本课程共 30 章，整体按“认知 → 标定 → 视觉 → 通信 → 抓取 → 调试 → 集成”的逻辑推进。学习完本课程后，你应当能够：
- 说清 UR 视觉引导抓取系统的组成、数据流与坐标系关系；
- 独立完成 2D/3D 相机的手眼标定，并验证标定精度；
- 使用视觉工具完成目标识别、位姿计算与抓取点生成；
- 通过 TCP Socket 或 RTDE 实现工控机与 UR 控制器的通信；
- 编写 URScript 抓取程序，处理异常与节拍优化；
- 完成一套可复现的视觉引导抓取系统集成与调试。
五、先建立三个关键认知
在进入后续章节之前，请先记住三件事：
第一，坐标系是“共同语言”。 相机说“目标在图像像素 (u,v)”，机器人说“目标在基坐标 (x,y,z,rx,ry,rz)”，两者之间必须靠标定矩阵翻译。标定不准，后面所有算法都白费。
第二，精度是“链式传递”的。 相机分辨率、标定误差、机器人重复定位精度、夹爪中心偏差，任何一环出问题都会体现在最终抓取偏差上。调试时要学会分段定位误差来源。