1. 课程导入与系统认知

在一条典型的机器人自动化产线上，机器人本身只负责“运动”，它并不知道工件在哪里、姿态如何、是否合格。真正让机器人具备“看见并决策”能力的，是视觉系统与控制器之间的数据协同。KEYENCE CV-X 系列作为一款集图像采集、测量、判定与通信于一体的视觉控制器，在机器人引导场景中承担的是“感知与坐标输出”的核心角色：它把相机拍到的像素信息，转换为机器人可以直接使用的坐标、角度和判定结果，再通过 PLC 或直接通信交给机器人执行抓取、放置、装配或分拣。

理解 CV-X 的集成角色，关键是先分清四个参与者的职责边界。CV-X 视觉控制器负责图像处理、特征定位、标定换算和结果输出；工业相机与镜头负责成像，是视觉系统的“眼睛”；机器人控制器负责轨迹规划与运动执行，是“手”；PLC 负责产线节拍、安全互锁和信号中转，是“神经中枢”；上位机（PC 或工控机）则负责参数配置、配方切换、数据记录与 MES 交互，是“管理与追溯层”。四者不是简单的串联，而是围绕“触发—成像—处理—输出—执行—反馈”形成闭环。

从数据流角度看，一次典型的机器人引导抓取包含以下环节。PLC 或机器人发出拍照触发信号（如通过 EtherNet/IP、PROFINET 或并行 I/O），CV-X 接收到触发后驱动相机曝光成像；图像在控制器内完成定位工具（如轮廓、图案、边缘）的匹配，得到目标在图像中的像素坐标与角度；再通过预先标定的变换矩阵，把像素坐标转换为机器人基坐标系或工具坐标系下的 X、Y、θ 以及可能的 Z 高度；最后 CV-X 把结果写入通信寄存器或直接发送给机器人，机器人据此修正抓取点位。若定位失败或判定 NG，CV-X 会输出 NG 标志，PLC 据此让工件流入不良品通道，而不是让机器人盲目抓取。

这里必须强调一个容易混淆的概念：视觉输出的坐标是“相对于谁”的。常见做法有两种，一种是以机器人基坐标系为参考，另一种是以标定板或工装坐标系为参考。无论采用哪种，标定过程必须与机器人示教使用的坐标系一致，否则会出现“视觉说在左边、机器人却往右抓”的系统性偏差。因此在集成前，先明确坐标系定义，再统一全文和图示中的方向约定，是避免后续调试混乱的前提。

上图把四个角色和五类数据流放在同一张拓扑中，目的是让读者在进入后续章节前先建立“谁给谁什么”的直觉。可以看到，CV-X 并不是孤立地“做视觉”，它同时与相机、PLC、机器人、上位机发生关系：相机给它图像，它给 PLC 和机器人结果，上位机给它配置，机器人把执行结果反馈回产线节拍。任何一条链路断开，机器人引导都会失效。

在实际工程中，通信方式的选择直接影响集成难度。CV-X 通常支持 EtherNet/IP、PROFINET、EtherCAT 等工业以太网协议，也支持并行 I/O 和 RS-232C。若机器人控制器与 CV-X 支持同一协议，可以让视觉结果直接映射到机器人输入寄存器，减少 PLC 中转环节，降低延迟；若协议不兼容，则通过 PLC 做协议转换和信号整形。对于节拍要求高的场景，还要关注触发到输出的总延迟，包括相机曝光时间、图像传输时间、处理时间和通信周期。示例来说，若相机曝光 5 ms、处理 30 ms、通信周期 8 ms，则单次引导的总延迟约 43 ms，机器人抓取节拍必须留出足够余量，否则会出现“视觉还没出结果、机器人已经到位”的等待或空抓。