文|伯朗特机器人

在汽车制造车间，机器人通过“眼睛”可以进行焊点检测、装配线引导和缺陷检测；在电子行业，有了“眼睛”的机器人正在进行精密组装、零件分拣和质量检测；在食品包装行业，机器人正在对视频进行质量分拣、包装；在医药行业，并联机器人蜘蛛手悬挂在上方进行药品包装、检测和分类……

是什么让机器人如此强大？颜色分辨、大小分辨、正反面检测等等需要“眼睛”参与的应用得心应手，答案就是机器人的视觉系统。

工业机器人视觉系统通常由摄像头、光学系统、光源、图像采集卡和计算机组成。摄像头负责捕捉目标物体的图像，光学系统提供清晰的成像效果，光源则确保图像的亮度和对比度。图像采集卡将摄像头捕获的图像传输到计算机进行处理，计算机通过图像处理算法对图像进行分析，最终输出控制指令以指导机器人完成任务。

视觉系统的专业术语

①视觉相关设备：包含相机、光源、视觉处理系统。

②视场：视觉系统需要视别的区域。视场越大的情况，精度越低。

③相素：相机的精度单位。相素越大，在同等视场的条件下，视别精度（也叫视差精度）越高。

④相素距离比：每个相素对应的物理尺寸。

⑤视觉坐标系：视觉系统自带的坐标系，使用过程中需要将视觉坐标系的信息转化成机器人的坐标信息。

⑥标定：建立机器人坐标系和视觉坐标系的关联的过程。

这里主要分为两个系统，一个是视觉系统，一个是机器人系统。

（1）工业机器人视觉系统的工作思路

需要建立场景，场景中包含需要识别的模型图片，图片中的基准点，数据传输格式等相关内容。视觉系统中要设定一个坐标系来与机器人世界坐标系进行关联。

①场景建立与模型识别

视觉系统需要构建一个包含目标物体的场景，场景中需包含需要识别的模型图片、图片中的基准点（用于定位和校准）以及相关环境信息。模型图片是视觉系统识别目标物体的基础，通常包括目标物体的特征、轮廓、颜色等信息。基准点是场景中的关键参考点，用于确定目标物体的位置和姿态，确保视觉系统能够准确定位。

②坐标系设定

视觉系统需要设定一个独立的坐标系，用于描述场景中目标物体的位置和姿态。同时，视觉坐标系需要与机器人的世界坐标系进行关联，通常通过标定（Calibration）实现，确保视觉系统识别的数据能够准确映射到机器人坐标系中。

（2）机器人系统的工作思路

机器人系统通过 IO 或者通迅触发拍照，视觉系统获取场景中的图像信息，然后将数据进行处理，按照机器人通讯语言的格式发送到机器人端，机器人根据发送的内容执行动作，通讯采用 JSON 格式。

①触发拍照

机器人系统通过IO（输入输出）信号或通讯协议触发视觉系统拍照。例如，机器人到达某个位置后，发送信号给视觉系统启动拍照。

②图像获取与处理

视觉系统接收到拍照指令后，获取场景中的图像信息，对图像进行处理，识别目标物体的位置、姿态等信息，并将处理结果按照机器人通讯语言的格式进行封装。

③数据传输与动作执行

处理后的数据通过 JSON 格式（JSON是一种轻量级的数据交换格式，易于解析和扩展，适合机器人系统的通讯需求。）发送到机器人端。JSON数据包中包含目标物体的坐标、角度等关键信息。

④动作执行

机器人接收到数据后，解析JSON数据包，并根据其中的信息执行相应的动作，例如抓取、放置、装配等。

工业机器人视觉工作流程是一个从图像采集到决策执行的完整闭环过程，涉及图像处理、特征提取、定位检测和机器人控制等多个环节。这一流程通过高效的算法和硬件支持，实现了自动化生产中的高精度和高效率。随着技术的不断进步和应用场景的拓展，工业机器人视觉技术将在更多领域发挥重要作用，助力实现“无人工厂”的愿景。