机械手基础：机械手类型、自由度、坐标系、运动学与动力学基础概念

在构建机械手视觉定位与抓取系统之前，必须首先建立对机械手本体硬件的清晰认知。视觉系统输出的坐标数据最终要交给机械手执行，而机械手的运动学模型、自由度配置和坐标系定义直接决定了视觉标定与轨迹规划的算法设计。本章将系统梳理机械手的类型划分、自由度本质、坐标系体系以及运动学与动力学的基础概念，为后续视觉引导抓取提供坚实的理论支撑。

2.1 机械手类型与选型逻辑

2.1.1 核心原理：按结构形态分类

机械手的类型划分主要依据其机械结构形态和运动学特征。在视觉定位与抓取场景中，最常见的四类机械手为：关节型（垂直多关节）、SCARA（平面关节型）、Delta（并联型）和直角坐标型。关节型机械手具有6个旋转关节，工作空间近似球形，灵活性最高，适合复杂姿态的抓取任务；SCARA具有4个自由度（X、Y、Z和绕Z轴旋转），在平面搬运和装配领域效率极高；Delta机械手采用并联机构，末端执行器由三根连杆驱动，具有极高的加速度和节拍优势，适合轻小物料的快速分拣；直角坐标型机械手由三个线性模组构成，结构简单、控制直观，但占用空间较大。

2.1.2 判断方法：视觉抓取场景的选型流程

在视觉引导抓取项目中，选型不能仅看负载和臂展，还需考虑以下关键维度：

1. 工件来料姿态：若工件在传送带上呈任意角度摆放，需要6轴机械手调整末端姿态；若工件仅存在平面旋转，SCARA即可胜任。
2. 节拍要求：若节拍要求低于1.5秒/次，Delta或高速SCARA是首选；若节拍在3秒以上，6轴关节型更具性价比。
3. 视觉系统集成方式：固定相机（Eye-to-Hand）对机械手类型无特殊要求；移动相机（Eye-in-Hand）则需要机械手末端具备足够的安装空间和承载能力。
4. 工作空间与干涉：关节型机械手存在奇异位形，在视觉引导时需要避开；直角坐标型则不存在奇异问题。

2.1.3 案例拆解：3C装配线的SCARA选型

某3C连接器装配线需要从振动盘抓取小型端子（重量约8g），放置到治具的固定槽位中。初始方案采用6轴关节型机械手，但调试中发现两个问题：一是6轴机械手在平面移动时存在冗余自由度，视觉引导的路径规划复杂；二是节拍无法满足2秒/次的要求。经过分析，将方案改为SCARA机械手（负载2kg，重复精度±0.02mm），配合固定相机（Eye-to-Hand）进行视觉定位。SCARA的4轴结构天然匹配"平面移动+垂直插拔"的装配动作，逆运动学有解析解，视觉标定只需标定X、Y和旋转角三个参数。最终节拍提升至1.2秒/次，视觉引导成功率从92%提升至99.5%。

2.1.4 常见误区与总结

• 误区一：认为自由度越多越好。实际上，多余的自由度在视觉引导中会增加运动学求解的复杂性和奇异位形风险。
• 误区二：忽略机械手的重复定位精度与视觉系统精度的匹配。若视觉定位精度为±0.1mm，而机械手重复精度为±0.5mm，则系统整体精度受限于机械手。
• 误区三：未考虑机械手线缆管理。视觉相机安装在末端时，相机线缆和通信线缆需要随机械手运动，若未做好线缆管理，会引入信号干扰和运动干涉。

2.2 自由度与坐标系体系

2.2.1 核心原理：自由度的本质与坐标系定义

机械手的自由度（DOF）是指能够独立运动的关节数量。在三维空间中，一个刚体具有6个自由度：3个平动（X、Y、Z）和3个转动（Rx、Ry、Rz）。6轴机械手的6个旋转关节恰好可以覆盖这6个自由度，因此理论上可以到达工作空间内的任意位姿。而4轴SCARA只有4个自由度，其末端只能实现X、Y、Z平动和绕Z轴旋转，无法改变末端的俯仰和翻滚姿态。

坐标系是视觉引导的"通用语言"。在机械手视觉抓取系统中，至少涉及以下坐标系：

• 世界坐标系（World Frame）：固定在机器人基座或工作空间中的参考坐标系，是所有坐标转换的最终基准。
• 基座坐标系（Base Frame）：固定在机械手基座上的坐标系，通常作为机械手内部运动学计算的参考。
• 工具坐标系（Tool Frame / TCP）：定义在机械手末端执行器（如吸盘、夹爪）上的坐标系，其原点称为工具中心点（TCP）。视觉引导的目标就是让TCP到达目标位置。
• 用户坐标系（User Frame）：用户自定义的工作台坐标系，便于编程和视觉标定。
• 相机坐标系（Camera Frame）：以相机光心为原点的三维坐标系。
• 图像像素坐标系（Pixel Frame）：二维图像上的像素坐标，单位为像素。

2.2.2 判断方法：坐标系转换链路

视觉引导抓取的核心任务是将像素坐标转换为机械手基座坐标。典型的转换链路为：

像素坐标 (u,v) 
  → 图像物理坐标 (x,y) 
  → 相机坐标 (Xc,Yc,Zc) 
  → 机械手基座坐标 (Xb,Yb,Zb)

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）；相机坐标到机械手基座坐标的转换依赖手眼标定矩阵（Eye-to-Hand或Eye-in-Hand）。对于Eye-in-Hand结构，还需要知道机械手当前末端位姿（由正运动学计算得出）。

T_base_cam = T_base_tcp × T_tcp_cam

2.2.3 案例拆解：TCP标定误差导致抓取偏移

某项目使用6轴机械手配合吸盘抓取PCB板，视觉系统定位精度为±0.05mm，但实际抓取时出现约2mm的偏移。排查过程如下：首先检查相机标定重投影误差为0.2px，正常；其次检查手眼标定矩阵，重投影误差为0.15px，正常；最后检查TCP标定，发现操作人员使用四点法标定时，示教点分布过于集中（四点间距小于10mm），导致TCP标定误差达到1.8mm。重新以分散的四个点（间距大于100mm）进行TCP标定后，抓取偏移降至0.3mm以内。此案例说明，坐标系标定中TCP精度对最终抓取精度的影响往往被低估。

2.2.4 常见误区与总结

• 误区一：混淆基座坐标系与世界坐标系。当机械手安装有倾角时，两者不重合，需要在标定中额外引入安装角度补偿。
• 误区二：忽略工具坐标系的姿态定义。吸盘类工具通常只需定义TCP位置，而夹爪类工具还需要定义抓取方向（Z轴方向）。
• 误区三：在视觉标定中未考虑镜头畸变。对于广角镜头或低畸变镜头，畸变系数必须参与坐标转换，否则边缘区域的定位误差会显著增大。

2.3 运动学与动力学基础

2.3.1 核心原理：正运动学与逆运动学

正运动学（Forward Kinematics）是已知各关节角度，求解末端执行器位姿的过程。对于6轴机械手，通常使用DH（Denavit-Hartenberg）参数法建立关节坐标系，通过齐次变换矩阵的连乘得到末端位姿。正运动学有唯一解，计算量小，是视觉引导中实时计算TCP位姿的基础。

逆运动学（Inverse Kinematics）是已知末端位姿，求解各关节角度的过程。逆运动学通常存在多解（如6轴机械手最多有8组解），需要根据当前关节角度选择最优解（能量最小、避障或平滑性最优）。对于视觉引导抓取，逆运动学的求解速度和稳定性直接影响机械手的响应时间。

2.3.2 动力学基础：力与运动的耦合

动力学研究机械手运动与驱动力矩之间的关系。在视觉抓取场景中，动力学主要影响以下三个方面：

1. 轨迹跟踪精度：高速运动时，惯性力和科里奥利力会导致末端轨迹偏差，需要动力学前馈补偿。
2. 抓取力控制：当机械手与工件接触时，需要控制接触力，避免损坏工件或夹持不稳。
3. 振动抑制：机械手在启停瞬间会产生残余振动，影响视觉定位的稳定性，需要动力学模型进行振动抑制。

2.3.3 案例拆解：高速Delta机械手的视觉引导节拍优化

某食品分拣线使用Delta机械手（3轴并联）配合视觉系统分拣饼干，目标节拍为150次/分钟。初始方案中，视觉系统在机械手停止后拍照，然后机械手运动到目标位置抓取，单次循环耗时0.6秒（节拍100次/分钟）。优化方案采用"飞行拍照"模式：在机械手运动过程中，视觉系统提前拍摄下一目标的位置，机械手无需完全停止即可规划下一段轨迹。同时，利用Delta机械手的动力学模型进行前馈补偿，将轨迹跟踪误差从±1.5mm降至±0.3mm。最终节拍提升至140次/分钟，接近理论极限。此案例说明，动力学模型在高速视觉引导中不仅是理论概念，更是提升系统性能的关键工具。

2.3.4 常见误区与总结

• 误区一：认为运动学只是理论，实际调试中不需要关注。实际上，逆运动学的多解选择直接影响机械手是否会发生奇异位形或碰撞。
• 误区二：忽略动力学对视觉定位的影响。机械手运动停止后的残余振动会导致相机图像模糊，需要在视觉触发逻辑中加入稳定延时。
• 误区三：在视觉引导中直接使用机械手厂商提供的默认运动学参数。对于长期使用的机械手，DH参数可能因磨损或碰撞发生微小变化，需要定期进行运动学标定。