1. 工程问题定义

在精密制造与自动化装配领域，一个反复出现的工程难题是：视觉系统能够“看见”目标的位置偏差，但运动平台却无法一次就把末端执行器送到理想位置。原因并不神秘——相机有标定误差，镜头有畸变，平台有反向间隙与螺距误差，工件来料本身也存在位姿散布。把这些误差源逐一消除既不经济也不现实，工程上更可行的思路是：让视觉测量与运动平台构成一个闭环，用测量结果去修正运动指令，使最终定位精度不再单纯依赖开环精度。

本节要解决的不是“如何写补偿算法”，而是先把问题边界划清楚：典型场景长什么样、精度瓶颈卡在哪里、实时性约束有多硬、系统边界应当划到哪一层。这四件事定义不清，后续的标定、建模、补偿与验证都会失去判断依据。

典型场景：从“看得见”到“放得准”

最典型的场景是贴装、点胶、锁付与对位贴合。以某类视觉对位贴装工位为例（以下参数为教学示例，非实测数据）：相机固定安装于平台上方，向下拍摄工件上的两个Mark点；运动平台为XYθ三轴结构，X/Y行程200 mm，θ轴行程±5°，编码器分辨率1 μm。工艺要求贴装后中心偏差≤±15 μm，角度偏差≤±0.05°。视觉系统单帧处理耗时约25 ms，平台从收到指令到稳定到位约需80 ms。

这个场景的关键特征是：视觉给出的是“当前偏差”，平台需要执行的是“修正量”，而两者之间存在坐标变换、时延与运动误差。若直接把视觉偏差当作平台位移量下发，往往会因为手眼关系不准、平台反向间隙未补偿而出现“越补越偏”或“来回振荡”。因此，闭环补偿的核心任务是把视觉测量值转换为平台可执行的修正指令，并在多次迭代中收敛。

精度瓶颈：误差从哪里来

闭环补偿的精度瓶颈通常不是单一来源，而是多源误差的叠加。可以按“测量链—变换链—执行链”三条路径来梳理。

• 测量链：相机内参标定残差、镜头畸变、光照变化导致的Mark点中心提取偏移、像素当量换算误差。典型情况下，单帧Mark点重复定位精度约±3～5 μm，但受光照影响可能劣化到±10 μm。
• 变换链：手眼标定矩阵误差、相机与平台坐标系不平行、θ轴旋转中心与视觉中心不重合。若旋转中心偏差0.1 mm，在θ=1°时引入的末端位置误差约为1.7 μm，看似不大，但在多步迭代中会累积。
• 执行链：反向间隙、丝杠螺距误差、导轨直线度、伺服跟随误差。反向间隙若为5 μm且未做单向逼近，则每次换向都会引入固定偏差。

这些误差中，测量链与变换链属于“可标定但难完全消除”，执行链属于“可补偿但需建模”。闭环补偿的价值在于：它不要求每一环都做到极致，而是通过测量反馈把残余误差压到工艺允许范围内。

实时性约束：闭环不是无限迭代

闭环补偿最容易踩的坑是把“闭环”理解成“反复测、反复修，直到误差为零”。实际产线不允许无限迭代。以贴装节拍1.5 s为例，若单次视觉处理25 ms、平台运动80 ms、稳定等待15 ms，则单次迭代约120 ms。若允许3次迭代，总耗时约360 ms，加上上下料与点胶/锁付时间，仍在节拍内。但若迭代5次，则接近600 ms，节拍就会紧张。

因此实时性约束通常表现为三条硬指标：单次迭代周期上限、最大迭代次数、超时降级策略。工程上常见的做法是：第一次迭代用较大步长快速收敛，第二次用较小步长精修，第三次仅做验证；若第三次残余偏差仍超差，则判定为异常并报警，而不是继续迭代。这样既保证节拍，又避免“越补越乱”。

系统边界：哪些纳入闭环，哪些不纳入

系统边界决定了补偿算法的输入输出范围。建议把边界划在“视觉测量—坐标变换—运动平台”这三段之内，即：视觉给出Mark点偏差，变换模块将其转换为平台修正量，平台执行后再次拍摄验证。边界之外的因素，如来料位姿散布、环境温漂、上游供料精度，虽然会影响最终结果，但不直接纳入闭环补偿，而是通过来料一致性要求、环境温控或上游精度提升来管理。

这样划分的好处是：闭环补偿只处理“可测量、可执行、可验证”的误差，避免把不可控因素引入算法导致模型复杂化。同时，边界内每一段都有明确的误差指标与验证方法，便于后续逐段标定与补偿。

从问题定义到可执行任务

把上述四件事说清楚后，本节的实际交付物是一份“闭环补偿问题定义表”。它不需要复杂字段，但必须能回答：测什么、怎么变、怎么动、多久完成、超差怎么办。以下为可直接参考的示例结构（参数为教学示例，实际项目需按工艺替换）。

这张表的意义在于：它把“视觉定位与运动平台闭环补偿”从一个模糊概念，变成了有输入、有变换、有执行、有判据、有降级路径的工程任务。后续章节的标定、建模、补偿与验证，都将围绕这张表展开。若这张表本身定义不清，后续所有算法都只是在错误的问题上做优化。