工业机械臂基础：机械臂的坐标系、运动学基础、常用控制接口与编程方式
工业机械臂是机器人视觉集成系统中不可或缺的执行载体。视觉系统通过相机获取目标物体的位姿信息后，必须将这些信息转换到机械臂能够理解和执行的坐标系中，并经由运动学求解转化为各关节的角位移指令，最终通过控制接口与编程方式下发至伺服驱动器。因此，理解机械臂的坐标系定义、运动学建模方法以及控制接口的通信机制，是完成视觉引导抓取、装配、分拣等集成应用的前提。本章将系统梳理这三部分核心知识，并结合典型应用场景进行拆解。
2.1 机械臂的坐标系体系
2.1.1 核心坐标系定义与作用
在机器人视觉集成中，坐标系是连接视觉感知与机械臂运动的桥梁。工业机械臂通常定义以下关键坐标系：基坐标系（Base Frame）固定在机器人安装底座上，是机器人所有运动的全局参考；工具坐标系（Tool Center Point, TCP）定义在末端执行器（如吸盘、夹爪）的中心，是实际执行抓取动作的参考点；用户坐标系（User/Work Frame）由操作者根据工件或工作台位置自定义，便于编程时以工件为参照；相机坐标系（Camera Frame）则是视觉传感器获取三维信息的参考系。视觉系统输出的目标位姿通常先表达在相机坐标系中，必须通过手眼标定得到的变换矩阵将其转换到机械臂基坐标系下，才能驱动机械臂运动。
| 坐标系名称 | 原点位置 | 典型用途 | 视觉集成中的角色 |
|---|---|---|---|
| 基坐标系 | 机器人底座安装面中心 | 全局运动规划、示教基准 | 最终目标位姿的表达基准 |
| 工具坐标系 | 末端执行器中心（TCP） | 定义工具姿态、精确到达目标点 | 抓取/放置动作的执行参考 |
| 用户坐标系 | 用户自定义（如工件台角点） | 简化编程、批量作业 | 工件阵列的偏移计算 |
| 相机坐标系 | 相机光心 | 视觉测量、目标定位 | 视觉输出的原始参考系 |
2.1.2 坐标系变换方法
坐标系变换通过齐次变换矩阵 T（4×4矩阵）实现，包含旋转分量 R（3×3）和平移分量 t（3×1）。视觉引导抓取的核心变换链为：像素坐标 → 图像坐标 → 相机坐标 → 机械臂基座坐标 → 工具坐标。其中，像素到相机坐标的转换依赖相机内参（焦距、主点、畸变系数），而相机到机械臂基座的转换依赖手眼标定结果。实际工程中，常采用 Eye-in-Hand（相机安装在机械臂末端）或 Eye-to-Hand（相机固定在工作区上方）两种构型，两者的标定方程不同，但最终目的都是求解相机坐标系与机械臂基坐标系之间的固定变换关系。
2.2 机械臂运动学基础
2.2.1 正运动学与逆运动学
正运动学是已知各关节角度，求解末端执行器在笛卡尔空间中的位置和姿态。对于六轴串联机械臂，通过D-H参数法建立各连杆坐标系，相邻连杆间的变换矩阵为：
A_i = Rot(z, θ_i) · Trans(z, d_i) · Trans(x, a_i) · Rot(x, α_i)末端位姿矩阵 T = A1·A2·A3·A4·A5·A6。正运动学用于验证模型正确性、模拟运动范围。
逆运动学则是已知末端目标位姿，求解满足条件的关节角组合。六轴机械臂通常存在多组逆解（如8组），需根据关节限位、避障、运动平滑性等约束选择最优解。视觉引导场景中，视觉系统输出的目标位姿必须通过逆运动学转换为各关节角度指令，才能驱动电机运动。常用的逆解方法包括：解析法（Pieper准则，适用于大多数6轴工业臂）、数值迭代法（如牛顿-拉夫逊法，适用于冗余或特殊构型）。
2.2.2 雅可比矩阵与奇异位形
雅可比矩阵 J 描述了关节速度与末端笛卡尔速度之间的线性映射关系：v_end = J · q_dot。在视觉伺服控制中，雅可比矩阵用于将图像特征变化率转换为关节速度指令。当机械臂处于奇异位形（如腕部中心位于肩部轴线延长线上）时，雅可比矩阵秩亏，导致某些方向上的运动自由度丧失，关节速度趋于无穷大，可能引发剧烈振动或报警。视觉引导路径规划时，应尽量避开奇异区域，或采用阻尼最小二乘法进行数值稳定处理。
2.3 常用控制接口与编程方式
2.3.1 硬件控制接口
工业机械臂的控制接口分为数字I/O、现场总线和网络通信三类。数字I/O（如24V直流信号）用于连接手爪、光电传感器、电磁阀等简单执行器件，响应速度快但信息量小。现场总线（EtherCAT、PROFINET、DeviceNet等）用于与PLC、伺服驱动器等实时控制设备交换数据，周期通常在1ms以内。网络通信（TCP/IP Socket、Modbus TCP）则适合与视觉系统进行大数据量、非实时性要求较低的数据交互，如发送目标坐标、接收视觉检测结果。
| 接口类型 | 通信协议 | 典型延迟 | 适用场景 |
|---|---|---|---|
| 数字I/O | 24V 电平 | <1ms | 手爪开合、到位信号 |
| 现场总线 | EtherCAT / PROFINET | 0.5-2ms | 与PLC协同、轨迹插补 |
| 网络通信 | TCP/IP / UDP | 5-50ms | 视觉引导坐标传输、日志上传 |
2.3.2 编程方式与语言
现代工业机械臂支持多种编程方式：示教器在线编程是最传统的方式，操作者手动拖拽或使用示教盒移动机械臂，记录关键点位并生成运动指令，适合简单固定轨迹；离线编程（如RoboDK、RobotStudio）在PC端进行三维仿真和路径规划，生成机器人代码后下载执行，适合复杂曲面加工或视觉引导的预规划；API二次开发（如ABB的RAPID、KUKA的KRL、发那科的KAREL）允许通过高级语言（C++、Python、C#）调用机器人控制函数，实现视觉系统与机器人的深度融合。在视觉集成项目中，最常用的是Socket通信 + 机器人API的方式：视觉PC作为客户端，机器人控制器作为服务器，视觉系统将计算出的目标位姿（x, y, z, rx, ry, rz）通过Socket发送给机器人，机器人程序接收后调用运动指令执行抓取。
// 伪代码示例：视觉引导抓取
// 机器人侧（RAPID类似语言）
VAR socketdev client_socket;
VAR pose target_pose;
SocketCreate(client_socket);
SocketConnect(client_socket, "192.168.1.100", 5000);
WHILE TRUE DO
SocketReceive(client_socket, \Data:=target_pose);
MoveL(target_pose, v500, fine, tool0);
// 执行抓取动作
SetDO(gripper, 1);
WaitTime(0.5);
// 放置到目标位置
MoveL(place_pose, v500, fine, tool0);
SetDO(gripper, 0);
ENDWHILE2.3.3 案例拆解：视觉引导的PCB板定位抓取
场景背景：某3C电子制造工厂需要将传送带上的PCB板抓取至检测工位。PCB板位置随传送带轻微偏移（±15mm），且来料方向存在±3°的角度偏差。传统示教方式无法适应位置变化，需引入视觉引导。
系统配置：采用Eye-to-Hand构型，相机固定于传送带上方500mm处，分辨率为1280×1024，像素当量0.15mm/pixel。机械臂为六轴工业机器人，重复定位精度±0.02mm。视觉系统与机器人通过TCP/IP Socket通信。
实施步骤：
- 手眼标定：使用9点标定法，在机械臂工作范围内移动标定板，获取像素坐标与机械臂基座坐标的变换矩阵，标定重投影误差为0.3像素（约0.045mm）。
- 视觉识别：相机采集图像，通过模板匹配定位PCB板上的两个定位圆孔，计算圆心像素坐标及连线角度，得到目标在相机坐标系下的位姿 (u, v, θ)。
- 坐标转换：利用标定矩阵将 (u, v, θ) 转换为机械臂基座坐标系下的目标位姿 (x, y, z, rz)，其中z为固定高度（PCB表面高度已知）。
- 机器人执行：机器人Socket接收位姿数据，调用MoveL指令运动至目标上方，下降抓取，然后搬运至检测工位。
结果与复盘：系统上线后，抓取成功率从人工示教的92%提升至99.7%，节拍从4.5秒/件缩短至3.2秒/件。关键经验：①标定板必须与PCB处于同一高度平面，否则会产生透视误差；②Socket通信需加入数据校验位（如CRC），防止偶发网络丢包导致错误坐标；③机器人运动速度在接近目标点时应降速，避免惯性导致定位偏差。