3、视觉系统基础：相机类型（2D/3D）、镜头、光源、标定板、图像采集与传输
机械手视觉定位与抓取系统的硬件选型与搭建，是整个项目能否稳定落地的基石。视觉系统并非简单地将相机与机械臂组合，而是需要根据被抓取物体的材质、尺寸、反光特性、节拍要求以及现场环境，对相机、镜头、光源、标定板以及图像传输链路进行系统性设计。本章将围绕视觉系统的五大核心硬件模块展开，帮助读者建立从“看见”到“识别”再到“定位”的完整工程认知。
3.1 相机类型：2D与3D的选型逻辑
核心原理：2D相机获取的是物体的平面灰度或彩色信息，输出像素坐标（x, y），适用于平面定位、二维码识别、表面缺陷检测等场景。3D相机则通过结构光、飞行时间（ToF）或激光三角测量等原理，获取物体表面的深度信息（z轴），输出点云数据，能够应对堆叠工件、异形曲面、无序抓取等复杂场景。在机械手抓取应用中，2D视觉通常用于“平面引导”，3D视觉用于“空间引导”。
判断方法：选型时需评估以下四个维度：
- 物体形态：若工件平放且姿态固定，2D即可满足；若工件堆叠、倾斜或形状不规则，必须选用3D。
- 精度需求：2D面阵相机配合高分辨率镜头，在视野100mm×100mm内可达±0.02mm；3D结构光相机在相同视野下精度通常为±0.05~0.1mm。
- 节拍要求：2D图像处理速度较快（10~30ms），3D点云重建与配准耗时较长（50~200ms），需根据产线节拍权衡。
- 成本预算：2D工业相机+镜头+光源整套成本约3000~8000元；3D相机（如双目结构光）单台成本约1.5万~5万元。
| 对比维度 | 2D面阵相机 | 2D线阵相机 | 3D结构光 | 3D ToF |
|---|---|---|---|---|
| 输出数据 | 灰度/彩色图像 | 一维扫描线拼接 | 点云+灰度 | 深度图+灰度 |
| 典型精度 | ±0.02mm | ±0.01mm（沿运动方向） | ±0.05mm | ±1~3mm |
| 适用场景 | 平面定位、字符识别 | 大幅面连续材料检测 | 堆叠抓取、曲面测量 | 大视野避障、粗定位 |
| 帧率/速度 | 30~200fps | 10~80kHz线频 | 5~30fps | 30~100fps |
| 环境敏感性 | 受环境光影响 | 受运动速度影响 | 受反光影响 | 受环境光干扰 |
3.2 镜头与光源：成像质量的“双引擎”
核心原理：镜头决定了成像的视野范围、景深和分辨率，光源则决定了图像的对比度与信噪比。两者配合不当，再好的相机也无法输出稳定可用的图像。镜头选型的核心参数包括焦距、靶面尺寸、接口类型和畸变率；光源选型则需考虑颜色、照射角度和结构形式。
操作流程：镜头选型可按以下步骤进行：
- 确定工作距离（镜头前端到物体的距离）和所需视野（FOV）。
- 根据相机靶面尺寸（如1/1.8英寸，对角线约8.9mm）计算焦距：焦距 = 工作距离 × 靶面尺寸 / 视野。
- 检查镜头接口（C接口适配1/2英寸及以下靶面，CS接口需加5mm垫圈）。
- 评估畸变率：普通工业镜头畸变约0.5%~1%，远心镜头畸变可控制在0.05%以下。
光源选型要点：
- 颜色选择：红色光（620nm）对金属表面有较好反射，蓝色光（470nm）适合透明或半透明物体，白色光用于彩色识别。
- 照射方式：环形光源（0°~30°入射）适合PCB焊点检测；低角度光源（10°~20°）可突出表面划痕；同轴光源适合高反光平面；穹顶光源（漫射）适合球形或曲面物体。
- 频闪控制：在高速抓取场景中，使用频闪控制器可让光源在相机曝光瞬间点亮，将有效亮度提升3~5倍，同时降低发热。
3.3 标定板与手眼标定：从像素到机械坐标的桥梁
核心原理：标定板是已知精确几何尺寸的平面图案（棋盘格或圆点阵），用于计算相机内参（焦距、主点、畸变系数）和外参（相机相对于机械手基座的位姿）。手眼标定分为“眼在手上”（相机安装在机械手末端）和“眼在手外”（相机固定安装）两种模式，其核心是求解AX=XB矩阵方程。
操作流程：以“眼在手外”为例，标定步骤如下：
- 将标定板固定在机械手工作台面上，确保标定板平面与机械手基座坐标系平行。
- 控制机械手末端安装的探针或吸嘴，依次触碰标定板上的3~5个已知特征点，记录机械手坐标。
- 使用相机拍摄标定板图像，通过角点检测算法提取对应特征点的像素坐标。
- 利用最小二乘法或OpenCV的calibrateHandEye函数，求解相机坐标系到机械手基座坐标系的变换矩阵。
- 验证标定精度：将机械手移动到标定板中心，计算视觉定位坐标与机械手实际坐标的偏差，要求小于0.5mm。
| 标定类型 | 适用场景 | 标定板要求 | 精度影响因素 |
|---|---|---|---|
| 眼在手外（固定相机） | 工件位置固定、机械手移动范围小 | 棋盘格（7×9或9×11） | 标定板平面度、机械手定位精度 |
| 眼在手上（移动相机） | 大范围抓取、机械手末端需要避障 | 圆点阵（陶瓷材质） | 机械手重复定位精度、相机安装刚性 |
3.4 图像采集与传输：稳定链路的工程细节
核心原理：图像采集与传输链路决定了视觉系统的实时性和稳定性。工业相机常用的接口包括GigE Vision（千兆以太网）、USB3.0 Vision、Camera Link和CoaXPress。GigE Vision因其传输距离远（100m）、布线简单、支持多相机组网，成为机械手视觉系统的主流选择。
关键参数与配置：
- 带宽计算：以500万像素（2448×2048）、8bit灰度、30fps为例，数据量为2448×2048×1×30 ≈ 150MB/s，GigE接口理论带宽125MB/s，需开启Jumbo Frame（巨型帧）并调整包大小至9000字节，才能满足传输需求。
- 触发模式：推荐使用硬件触发（如光电传感器或PLC信号），避免软件触发带来的延迟抖动。相机曝光时间应设置在触发信号到达后2~5ms内开始。
- 丢包排查：若出现图像撕裂或丢帧，优先检查网卡驱动是否开启巨型帧、交换机是否支持流控、网线是否为Cat6及以上屏蔽线。
# GigE相机网络配置示例（Linux环境）
sudo ethtool -K eth0 gso off gro off tso off
sudo ifconfig eth0 mtu 9000
# 设置相机IP与主机在同一网段
sudo ip addr add 192.168.1.100/24 dev eth0
# 使用aravis工具查看相机连接状态
arv-tool-0.8 --name=GigE_Camera总结复盘：视觉系统硬件选型是一个系统工程，需要从抓取任务出发，反向推导相机类型、镜头焦距、光源角度和传输带宽。2D视觉适合平面定位，3D视觉解决空间抓取；标定板材质和手眼标定精度直接影响最终定位误差；图像传输链路需关注带宽、触发和抗干扰。建议读者在项目启动初期，先搭建一个最小验证平台（相机+镜头+光源+标定板），用实际工件测试成像效果和定位精度，再投入完整系统集成，可大幅降低返工风险。