1. 课程导学
工业AI机器人是智能制造的核心载体，它将机器视觉、运动控制、PLC逻辑控制与人工智能算法深度融合，形成能够感知、决策、执行的完整智能体。本课程以“视觉模型 + PLC接口 + 机械臂联调”为主线，从零构建一套可运行的工业级AI机器人系统。本章作为课程导学，首先帮助您建立整体架构认知，明确学习路径，完成软硬件环境准备，并总览贯穿全课程的实战项目。
1.1 工业AI机器人的整体架构
工业AI机器人并非简单的“机器人+AI”叠加，而是一个多层耦合的复杂系统。从功能分层角度看，它由感知层、决策层、执行层和通信中间层构成。理解每一层的职责边界与接口协议，是后续开发与排障的基础。
核心原理：四层架构模型
感知层负责获取环境数据，包括2D工业相机、3D结构光相机、激光雷达、力传感器等。决策层运行AI模型（如目标检测、位姿估计）和运动规划算法，输出抓取坐标与动作序列。执行层包含机械臂、PLC、伺服驱动器、夹爪等，负责物理动作的精确执行。通信中间层则通过标准协议（Modbus TCP、EtherCAT、TCP/IP Socket）将三层连接为整体。
在实际工程中，PLC与视觉系统之间通常采用两种协作模式：主从模式（PLC作为主站，视觉作为从站，PLC触发拍照并接收结果）和对等模式（视觉系统与PLC通过共享内存或高速总线并行工作）。本课程采用主从模式，因为它更符合传统制造业的电气控制习惯，且便于安全互锁。
判断方法：如何确定系统分层是否合理
- 延迟预算：从相机触发到机械臂开始运动的总延迟应小于500ms（典型分拣场景）。若超过该值，需检查视觉推理时间、通信周期和PLC扫描周期。
- 接口清晰度：每一层之间只通过明确定义的接口交互，例如视觉输出为JSON格式的坐标数据，PLC输出为布尔型互锁信号。
- 故障隔离：当视觉模型崩溃时，PLC应能进入安全状态并报警，而不是连带机械臂失控。
| 层级 | 核心组件 | 典型协议/接口 | 本课程工具 |
|---|---|---|---|
| 感知层 | 工业相机、光源、镜头 | GigE Vision、USB3.0 | 海康威视MV-CA050、OpenCV |
| 决策层 | AI推理服务器、工控机 | TCP/IP、ROS2 Topic | Python + YOLOv8 + PyTorch |
| 执行层 | PLC、伺服驱动器、机械臂 | Modbus TCP、EtherCAT | 西门子S7-1200、汇川IRS050 |
| 中间层 | 工业交换机、网关 | Profinet、Modbus网关 | MOXA交换机、自研Python网关 |
1.2 学习路径规划
本课程面向具备Python基础和电气控制常识的学员，采用“纵向深入、横向贯通”的路径设计。整个学习过程分为五个阶段，每个阶段都有明确的交付物和验证标准。
操作流程：五阶段学习法
- 环境搭建（第1-3章）：安装Ubuntu 22.04、ROS2 Humble、Python 3.10虚拟环境，配置OpenCV和PyTorch GPU版本。验证方式：运行相机采集程序并显示实时画面。
- 视觉模型训练（第4-9章）：从数据采集、标注（LabelImg）、训练YOLOv8检测模型，到模型量化与TensorRT加速。验证方式：模型mAP达到85%以上，单帧推理时间小于30ms。
- PLC编程与通信（第10-15章）：使用TIA Portal编写梯形图程序，实现传送带启停、气缸伸缩、安全门互锁逻辑，并通过Modbus TCP与上位机通信。验证方式：PLC状态字在上位机中实时刷新。
- 机械臂控制（第16-22章）：基于ROS2 MoveIt进行机械臂建模、运动学解算、轨迹规划与仿真。验证方式：在RViz中完成抓取路径规划，并下发给真实机械臂。
- 系统联调（第23-30章）：将视觉输出坐标通过Python网关转换为PLC可识别的Modbus寄存器值，PLC触发机械臂执行抓取。验证方式：完整分拣流程连续运行100次，成功率≥95%。
经验提醒：不要跳过环境搭建直接进入算法调试。工业开发中80%的问题源于环境不一致，例如OpenCV版本不同导致图像编码异常、ROS2与Python版本不匹配导致Topic通信失败。建议使用Docker容器固定开发环境，并编写一键部署脚本。
1.3 软硬件环境准备
工业AI机器人开发需要同时准备物理设备和软件环境。以下清单基于本课程实战项目“视觉引导工件分拣工作站”配置，您可以根据实际情况调整。
硬件清单与选型要点
| 类别 | 推荐型号 | 关键参数 | 用途 |
|---|---|---|---|
| 工业相机 | 海康威视MV-CA050-20GC | 500万像素、GigE接口、全局快门 | 工件识别与定位 |
| 镜头 | Computar M0814-MP2 | 8mm定焦、F1.4 | 适配视野范围 |
| 光源 | 环形LED光源（白色） | 亮度可调、频闪控制 | 消除环境光干扰 |
| PLC | 西门子S7-1200 1214C | 集成以太网口、支持Modbus TCP | 顺序控制与互锁 |
| 机械臂 | 汇川IRS050-6A | 6轴、负载5kg、重复精度±0.02mm | 抓取与装配 |
| 工控机 | 研华IPC-510 + i7-9700 | 16GB RAM、RTX 3060 12GB | 视觉推理与通信 |
软件环境配置步骤
# 1. 安装Ubuntu 22.04 LTS（建议单独分区，至少100GB）
# 2. 安装NVIDIA驱动与CUDA 11.8
sudo apt update && sudo apt install nvidia-driver-525
wget https://developer.download.nvidia.com/compute/cuda/11.8.0/local_installers/cuda_11.8.0_520.61.05_linux.run
sudo sh cuda_11.8.0_520.61.05_linux.run
# 3. 创建Python虚拟环境
python3 -m venv ~/industrial_ai_env
source ~/industrial_ai_env/bin/activate
pip install torch torchvision --index-url https://download.pytorch.org/whl/cu118
pip install opencv-python ultralytics pymodbus rospkg
# 4. 安装ROS2 Humble
sudo apt install ros-humble-desktop
source /opt/ros/humble/setup.bash
# 5. 安装PLC编程软件TIA Portal（Windows虚拟机或独立PC）风险提示：工业相机与工控机之间必须使用工业级网线（带屏蔽层），并设置独立网段（如192.168.1.x），避免与办公网络冲突。PLC与工控机通信时，需在PLC中启用“允许来自远程对象的PUT/GET通信访问”，否则Modbus请求会被拒绝。
1.4 实战项目总览：视觉引导工件分拣与装配工作站
本课程的核心实战项目模拟真实工厂中的“上料-识别-分拣-装配”工位。项目背景设定为某电子元件生产线的来料分拣环节，需要将三种不同颜色和形状的工件（红色圆形、蓝色方形、绿色三角形）从传送带上抓取到对应料槽中，并在指定位置完成一个简单的轴套装配动作。
项目约束与初始指标
- 节拍要求：单件处理时间≤8秒（从相机触发到机械臂复位）。
- 精度要求：抓取位置误差≤±1mm，装配插入深度误差≤±0.5mm。
- 安全要求：当安全门打开或急停按下时，机械臂必须在100ms内停止运动。
- 通信架构：视觉系统作为Modbus TCP客户端，PLC作为服务器；PLC的保持寄存器地址40001-40010用于存放视觉结果（工件类型、X坐标、Y坐标、旋转角度），PLC的线圈地址00001-00004用于触发拍照、复位、急停等控制信号。
案例拆解：从单点调试到系统联调
项目初期，我们首先单独验证视觉模型：采集500张标注图像，训练YOLOv8s模型，在测试集上mAP达到89.2%，单帧推理时间22ms（RTX 3060）。随后单独调试PLC程序：编写传送带启停逻辑和气缸顺序控制，通过Modbus Poll工具模拟上位机读写寄存器，验证通信周期稳定在50ms以内。最后进行系统联调时发现一个典型问题：当视觉系统连续发送抓取坐标时，PLC的Modbus服务偶尔会超时，导致机械臂未动作。通过Wireshark抓包分析，发现是视觉端未限制Socket发送频率，导致PLC的接收缓冲区溢出。解决方案是在Python网关中加入限流机制，将发送间隔控制在100ms以上，并增加重试机制。
联调完成后，我们进行了100次连续运行测试。结果如下：
| 指标 | 目标值 | 实测值 | 结论 |
|---|---|---|---|
| 分拣成功率 | ≥95% | 97% | 通过 |
| 平均节拍 | ≤8s | 7.2s | 通过 |
| 抓取位置误差 | ≤±1mm | ±0.6mm | 通过 |
| 通信超时次数 | 0次 | 1次（重试后恢复） | 可接受 |
复盘时发现，唯一一次通信超时发生在视觉模型推理时间异常波动（从22ms突增至80ms）时，导致网关发送间隔超过PLC的看门狗设定值。后续优化方案是将PLC的看门狗时间从500ms调整为1000ms，并在网关中增加推理时间监控告警。
经验总结：工业联调的核心不是“功能实现”，而是“稳定性验证”。建议在项目初期就建立日志系统，记录每一次视觉推理时间、通信延迟、PLC状态变化。当出现偶发性故障时，这些日志是定位问题的唯一线索。
1.5 常见误区与学习建议
根据过往教学经验，学员在入门阶段常陷入以下误区，需要特别警惕。
误区一：重算法轻工程
很多学员花费大量时间调优YOLO模型，却忽略了相机标定、光源控制、通信协议等工程细节。实际上，在工业场景中，视觉模型的精度往往不是瓶颈，反而是相机安装角度偏差、光源频闪不稳定、PLC扫描周期过长等问题导致整体系统失效。建议按照“先通后优”的原则，先跑通完整链路，再逐步优化每个环节。
误区二：忽视安全机制
工业机器人必须考虑安全互锁。部分学员在调试时为了方便，直接短接安全门开关或禁用急停逻辑，这是极其危险的行为。本课程中，PLC程序的第一行就是急停检测，第二行是安全门检测，只有两者都满足才允许机械臂上电。请务必保留这些安全机制，并定期测试。
误区三：不重视数据管理
视觉模型的训练数据需要版本管理。建议将原始图像、标注文件、训练脚本、模型权重全部纳入Git管理，并记录每次训练的mAP、推理时间等指标。当现场出现识别错误时，可以快速回溯是哪一版模型引入的问题。
学习建议
- 每完成一章，务必动手操作并记录实验笔记，不要只看视频或文档。
- 遇到通信问题，优先使用Wireshark抓包分析，而不是盲目猜测。
- 建立自己的“排障手册”，记录常见错误代码、日志片段和解决方案。
- 在虚拟环境中完成所有Python依赖安装，避免污染系统Python。