1. 课程导入与MERLIC定位引导概览
在工业自动化产线上，机器人要完成抓取、装配、码垛或上下料，前提是它必须知道目标物体“在哪里、是什么姿态”。如果工件每次都被夹具精确定位，机器人按固定示教点运动即可；但一旦工件散乱堆叠、来料位置有偏差、或需要区分多种型号，固定示教就会失效。这时就需要一套机器人定位与引导系统：由视觉传感器获取场景图像，由视觉软件计算出目标位姿，再把位姿转换成机器人可执行的坐标，最终引导机器人准确到达目标。
本课程围绕 MVTec MERLIC 展开。MERLIC 是 MVTec 公司推出的机器视觉应用开发软件，它的核心特点是“以图像为中心、以工具为积木”：用户不需要从零编写图像处理算法，而是通过组合预置的视觉工具（如匹配、测量、OCR、标定等）搭建视觉流程，再通过通信接口把结果交给机器人或 PLC。在视觉引导场景中，MERLIC 承担的角色可以概括为“感知与决策层”——它不直接驱动电机，而是把“目标在哪、姿态如何、是否合格”这些信息以结构化数据的形式输出给机器人控制器。
机器人视觉引导系统的典型组成
一套完整的视觉引导系统通常包含五个部分，它们之间是明确的信号与数据链路关系：
- 成像单元：工业相机、镜头、光源。相机决定分辨率与视野，镜头决定工作距离与畸变，光源决定目标特征是否稳定可见。例如引导抓取金属工件时，常用环形光或条形光制造稳定对比度。
- 计算与视觉软件：运行 MERLIC 的工控机或嵌入式平台，负责图像采集、工具流程执行、位姿计算。
- 标定环节：建立“像素坐标—物理坐标—机器人坐标”的映射。没有标定，视觉算出的像素位置无法变成机器人能用的毫米与角度。
- 通信接口：MERLIC 通过 TCP/IP、Modbus TCP、PROFINET、OPC UA 或数字 I/O 把结果发送给机器人控制器。
- 机器人本体与末端执行器：机器人接收位姿后运动到目标点，夹爪或吸盘完成抓取。
这五部分构成一条从“光”到“动作”的信号链：光源照亮工件 → 相机成像 → MERLIC 处理并输出位姿 → 通信传输 → 机器人执行。任何一个环节不稳定，最终抓取都会失败。因此学习本课程时，不能只盯着 MERLIC 的界面操作，而要理解整条链路的输入、输出与误差来源。
MERLIC 在视觉引导中的角色定位
理解 MERLIC 的角色，可以用“三层分工”来看。最底层是硬件层：相机、光源、机器人、PLC。中间层是视觉处理层，也就是 MERLIC 所在的位置，它把图像变成结构化结果。最上层是控制与执行层：机器人控制器根据结果决定运动轨迹。MERLIC 不替代机器人编程，也不替代 PLC 逻辑，它专注于“看清楚、算准确、传出去”。
在具体流程上，MERLIC 通常这样工作：首先通过图像源工具接入相机，实时获取图像；然后用“匹配”类工具（如基于形状的匹配）在图像中找到目标并输出其像素坐标与旋转角度；接着用标定工具把像素坐标转换为物理坐标；最后通过通信工具把结果写入机器人可读取的寄存器或发送消息。整个过程在 MERLIC 的流程编辑器中以图形化方式搭建，每个工具都有明确的输入输出端口，数据在端口之间流动。
举一个教学示例：假设相机视野为 400 mm × 300 mm，图像分辨率为 1280 × 960 像素，则单个像素在物理空间中的名义尺寸约为 400/1280 = 0.3125 mm。若匹配工具输出的目标中心像素坐标为 (640, 480)，在理想无畸变、标定准确的情况下，对应物理坐标约为 (200 mm, 150 mm)。实际项目中这个换算由标定矩阵完成，并需考虑镜头畸变与安装角度。这个例子说明：像素值本身没有物理意义，必须经过标定才能被机器人使用。
课程目标与学习路径
本课程的目标不是让读者背下 MERLIC 的每个按钮，而是建立一套可复用的工程能力：能独立搭建一条从相机取像到机器人接收位姿的视觉引导流程，并能定位常见问题。围绕这个目标，课程按“认知—搭建—标定—通信—联调—优化”的路径推进：
- 认知阶段：理解视觉引导系统的组成、坐标系约定与 MERLIC 的定位，建立整体框架。
- 搭建阶段：掌握 MERLIC 流程编辑、图像源配置、匹配与测量工具的使用，能做出稳定的目标识别流程。
- 标定阶段：学习手眼标定原理与操作，建立像素到机器人坐标的可靠映射。
- 通信阶段：配置 MERLIC 与机器人/PLC 的通信，定义数据格式与触发时序。
- 联调与优化阶段：在实际或仿真环境中验证抓取精度，分析误差来源并迭代改进。
需要特别强调的是坐标系约定。本课程统一采用如下定义：图像坐标系以左上角为原点，X 向右、Y 向下，单位为像素；机器人坐标系采用右手系，Z 轴通常垂直向上或指向工件，具体以所用机器人为准。在标定与通信环节，所有坐标转换都必须明确说明参照系，避免出现“角度差 90°”或“X/Y 互换”这类典型错误。后续章节中若切换参照系，会明确标注。
最后，视觉引导系统的价值最终体现在节拍与稳定性上。一个能识别但耗时 2 秒的流程，在高速产线上可能毫无意义；一个在实验室稳定但在车间光照下频繁误判的流程，也无法交付。因此本课程在讲解每个环节时，都会同时关注“能不能做出来”和“能不能稳定跑下去”这两个问题。带着这个视角进入后续学习，你会更容易把零散的工具知识串成完整的工程能力。