1. 课程导入与工程认知
在工业自动化现场，机器人“看不见”工件时，只能按固定示教点重复动作；一旦来料位置、姿态或型号发生变化，就需要停机改点。KEYENCE XG-X 系列视觉引导系统解决的正是这个问题：它把工业相机的成像结果转化为机器人可执行的坐标与姿态，让机器人从“盲抓”升级为“按实际位置抓取”。本课程围绕 XG-X 与机器人视觉引导工程展开，目标不是单纯学会某个软件按钮，而是建立从成像、标定、识别、坐标转换到机器人通信的完整工程能力。
XG-X 在自动化系统中的定位
XG-X 是一套面向高速、高精度视觉引导的控制器平台，通常由 XG-X 控制器本体、工业相机（如 CV-X/XG 系列相机或兼容相机）、镜头与光源、显示与操作单元、以及机器人和 PLC 等上位设备组成。它在系统中的位置可以理解为“感知与决策层”：相机负责采集图像，XG-X 负责图像处理、特征提取、位置姿态计算和结果输出，机器人控制器负责接收坐标并执行运动。
与普通视觉传感器只输出“合格/不合格”不同，XG-X 的核心输出是引导数据：包括工件的二维位置（X、Y）、旋转角度（θ），在三维引导场景中还包括 Z、Rx、Ry、Rz 等姿态量。机器人拿到这些数据后，通过坐标变换把视觉坐标系下的目标点转换到机器人基坐标系，再规划抓取路径。因此，XG-X 工程的关键不只是“看得见”，而是“算得准、传得对、抓得稳”。
典型机器人引导场景
XG-X 的引导场景可以按“机器人怎么动、工件怎么来”来划分。最常见的是抓取引导：传送带上的工件位置随机，相机拍照后 XG-X 输出工件中心坐标和角度，机器人移动到对应位置抓取。这类场景对节拍要求高，通常需要视觉与传送带编码器配合，实现“飞行抓取”或“跟踪抓取”。
第二类是装配引导：机器人需要把轴插入孔、把连接器插入插座，除了位置和角度，还要求姿态对齐。此时 XG-X 不仅要找到工件，还要计算相对偏差，引导机器人做微调。第三类是码垛与拆垛引导：工件层层堆叠，视觉需要识别最上层工件的位置和朝向，机器人按顺序抓取。第四类是检测与引导复合：先判断工件是否合格，合格才输出引导坐标，不合格则分流或报警。
这些场景的共同点是：视觉不是孤立系统，而是机器人动作的“前置输入”。因此工程上必须同时考虑相机安装方式（固定安装还是安装在机器人末端）、触发时机、通信握手和异常处理。例如固定相机适合传送带抓取，手眼相机适合大范围或遮挡场景；触发太早工件未到位，触发太晚节拍跟不上。
课程目标与学习路径
本课程的目标是让学员能够独立完成一套 XG-X 视觉引导工程的搭建与调试。具体包括：能根据工件和节拍选择相机、镜头、光源和安装方式；能完成手眼标定并评估标定误差；能配置图案匹配、位置修正等视觉工具并设定判定阈值；能通过 Ethernet/IP 或 TCP/IP 把坐标发送给机器人；能根据抓取结果反推问题环节并优化。
学习路径按工程实施顺序展开：先建立系统认知，理解信号链和坐标系；再进入硬件与成像，掌握相机选型、镜头计算和光源布置；然后学习标定，这是视觉引导精度的基础；接着是视觉工具配置，解决“找得到、找得准”；之后是机器人通信与坐标转换，解决“传得对”；最后是联调、异常排查和节拍优化。每一章都围绕一个可交付的工程能力展开，而不是孤立地讲软件功能。
工程认知：先看信号链，再动手配置
很多初学者一上来就打开 XG-X 软件找“图案匹配”按钮，结果工件能识别但机器人抓不准。原因往往不在视觉工具，而在信号链的某个环节。建议按下面的顺序建立认知：
- 成像环节：工件在相机视野中的对比度是否足够？光源角度是否让特征边缘清晰？曝光时间是否与传送带速度匹配？
- 标定环节：相机坐标系与机器人坐标系的映射关系是否准确？标定用的点是否覆盖工作区域？
- 识别环节：图案匹配的搜索区域、角度范围、相似度阈值是否合理？多工件时排序逻辑是否正确？
- 通信环节：坐标数据格式、字节顺序、触发信号和完成信号是否与机器人端一致？
- 执行环节：机器人工具坐标系（TCP）是否与标定时一致？抓取高度和姿态是否补偿到位？
这五个环节构成一条完整的信号链。实际调试时，可以按“先静态后动态、先单件后多件、先低速后高速”的原则推进。例如先在静止状态下验证单件工件的识别和坐标输出，再让传送带低速运行，观察跟踪误差，最后逐步提高到生产节拍。每一步都记录关键参数和结果，便于出现问题时快速定位。
本课程的知识结构
后续章节将围绕“系统—成像—标定—识别—通信—联调”六个能力域展开。系统认知部分解决“XG-X 是什么、在产线中处于什么位置”；成像部分解决“怎么拍出适合处理的图”；标定部分解决“图像坐标怎么变成机器人坐标”；识别部分解决“怎么稳定找到工件并计算姿态”；通信部分解决“数据怎么可靠地传给机器人”；联调部分解决“怎么把整条链调通并优化节拍”。每个能力域都有对应的实操任务和判断指标，最终形成一套可复用的视觉引导工程方法。
如果你已经接触过 KEYENCE 的视觉产品，可以把本课程当作一次系统梳理；如果你刚接触机器人视觉引导，建议按章节顺序学习，不要跳过标定和通信部分。视觉引导的难点往往不在算法本身，而在系统集成和现场验证。接下来，我们从 XG-X 的硬件组成和系统架构开始，逐步进入工程实施。