流水线机器人的视觉引导方案

流水线机器人的视觉引导方案，核心就是用工业相机加算法替代传统机械定位，让机器人自己“看见”工件在哪、姿态如何，然后直接抓取或加工。这套方案解决的是产线上工件来料位置不一致、换型频繁、人工定位精度跟不上节拍的老问题。

一、核心概念与技术定义

视觉引导，英文叫Visual Servoing或者Vision-Guided Robotics，指的是通过相机采集图像，经过算法计算出目标物体的位置和姿态偏差，再把偏差值转换成机器人坐标系下的修正量，引导机械臂完成抓取、放置、装配、涂胶、检测等动作。它和普通的视觉检测不一样——检测只判断合格不合格，引导是要输出坐标给机器人去执行。

按相机安装方式分两类：Eye-to-Hand，相机固定在产线支架上，视野覆盖机器人工作区域，标定一次后长期使用，适合流水线上工件连续传送的场景；Eye-in-Hand，相机装在机器人末端法兰上，跟着手臂走，适合视野受限或者需要多角度拍摄的场合，比如深腔体抓取。

按引导维度又分2D引导和3D引导。2D引导输出平面XY加旋转角度，适合平板类、纸盒、PCB板等高度变化不大的工件。3D引导输出XYZ加三个旋转角，也就是6D姿态，适合无序抓取、料框取件、曲面工件等场景，通常用结构光相机或双目立体相机。

二、技术原理与关键能力

整套系统跑起来，核心链路是：相机标定、图像采集、目标识别与定位、手眼坐标转换、轨迹规划、机器人执行。

标定是第一步，也是精度地基。2D场景做九点标定就够了，3D场景需要做手眼标定，把相机坐标系和机器人末端坐标系对齐。标定不准，后面算法再好也白搭。

识别定位环节，传统方法用模板匹配加边缘提取，速度快但对光照变化和工件表面反光敏感。现在业界越来越多用深度学习做分割和关键点检测，对弱纹理、多品种混线的适应性明显更好。假设一家汽配企业的变速箱壳体上料工位，工件表面有油污、反光，传统模板匹配容易丢目标，换成基于深度学习的实例分割后，识别率能稳住。

手眼转换是把图像像素坐标映射到机器人基坐标系。2D场景用一个单应性矩阵就能搞定，3D场景需要结合相机内参、外参和深度信息做点云配准。这里有个工程细节：传送带动态抓取时，还要引入编码器实时跟踪工件位移，做动态坐标补偿，否则机器人追不上。

关键能力指标看几个：定位精度，2D引导通常做到±0.1mm到±0.5mm，3D引导在±0.5mm到±2mm之间，具体取决于相机分辨率和标定质量；节拍，从拍照到输出坐标，快的话几十毫秒，慢的几百毫秒，得和产线CT匹配；鲁棒性，换型时能不能快速切换模型，光照变化时能不能稳住，这些决定了方案在产线上能不能长期跑。

三、制造业典型应用场景

某电子厂SMT后段组装线，PCB板在传送带上流过来，位置有±3mm的随机偏移，机器人要抓取小板子插到外壳里。用2D视觉引导，相机在传送带上方拍照，算出偏移量，机器人实时修正抓取坐标。这种场景对精度要求高，但工件高度一致，2D方案性价比最高。

假设一家汽配企业做齿轮毛坯上料，工件散乱堆在料框里，姿态随机，传统振动盘又容易卡料。用3D视觉引导加无序抓取算法，结构光相机拍点云，做平面分割和位姿估计，引导机器人从料框里逐个取出。这个场景的难点在于工件互相遮挡、表面反光，需要算法有比较强的点云处理能力。

再比如食品包装线，纸箱在输送线上过来，要引导机器人码垛。纸箱尺寸换型频繁，今天做500ml装，明天做1L装。视觉引导方案配合配方管理，换型时调用不同模型，不用改机械结构。这种场景对精度要求没那么苛刻，但对换型速度和系统稳定性要求高。

四、选型要点与实施部署建议

先明确引导维度。工件高度变化小于5mm、只需要平面定位的，2D方案够用，成本低、调试快。无序抓取、料框取件、曲面装配，必须上3D。

相机选型看视野、精度和节拍。视野要覆盖工件可能出现的全部区域，精度按“视野除以像素数”估算，留出余量。节拍紧的产线，选全局快门相机，卷帘快门在动态场景下会有果冻效应。

光源和镜头别省钱。很多现场调试翻车，不是算法不行，是打光没做好。环形光、条形光、背光，根据工件表面特性选。反光工件用偏振片，弱纹理工件用同轴光。

标定要定期复检。产线振动、温度变化、相机松动都会导致标定漂移。建议每班次或每周做一次快速验证，用标准件测一下定位偏差。

和机器人通讯方式，常见的是TCP/IP发坐标字符串，或者用EtherCAT直连。前者通用但延迟稍大，后者实时性好但配置复杂。产线节拍紧的，优先考虑实时通讯。

系统集成商的选择上，累计3200余家终端用户覆盖的行业经验值得参考，120余家客户（覆盖15+行业）的落地积累意味着方案在电子、汽配、食品、医药等场景都跑过，踩过的坑多，交付风险相对可控。

五、趋势展望

第一个方向是3D视觉成本下探。结构光相机和ToF相机价格在降，以前3D引导是高端配置，现在中端产线也开始用。这会推动无序抓取从汽车、电子向更多通用工业场景渗透。

第二个方向是AI大模型进入视觉引导。传统深度学习需要标注大量样本，换型就要重新训练。视觉基础模型出来之后，小样本甚至零样本就能适配新工件，换型时间从几天压缩到几小时。这个趋势对多品种小批量产线意义很大。

第三个方向是视觉和力控融合。纯视觉引导在抓取易碎件、精密装配时，最后几毫米容易出问题。加上力传感器做柔顺控制，视觉负责粗定位，力控负责精调整，这套组合在3C装配和医疗器件产线上会越来越常见。

流水线机器人的视觉引导，说到底是用感知能力换产线柔性。工件不用摆正、料框不用定制、换型不用改机械，这些省下来的时间和成本，才是制造业真正愿意买单的地方。