第一章：视觉伺服控制基础：从PID到现代控制理论的演进
大家好，我是老张。在工业机器人这行摸爬滚打了十几年，今天咱们聊聊视觉伺服控制的基础。说实话，很多人一上来就搞复杂的算法，结果连最基本的控制环路都没调明白。我个人习惯是，先把地基打牢，再往上盖楼。
1.1 从PID说起：为什么它还是主流？
PID控制，说白了就是“看误差、调输出”。你想想看，视觉伺服里最朴素的思路是什么？就是让机器人看到目标位置，然后算出差值，用这个差值去驱动电机。
我在项目中遇到过这样一个场景：一个抓取流水线，相机检测到工件偏移了5毫米，PID控制器直接输出一个速度指令让机械臂追过去。嗯，听起来很简单对吧？但实际调参的时候，你会发现P太大容易震荡，I太大容易超调，D太敏感又会被噪声干扰。
// 一个简单的视觉伺服PID实现
float pid_control(float error, float dt) {
static float integral = 0;
static float prev_error = 0;
float p_term = Kp * error;
integral += error * dt;
float i_term = Ki * integral;
float d_term = Kd * (error - prev_error) / dt;
prev_error = error;
return p_term + i_term + d_term;
}我的经验：PID在视觉伺服中最大的问题是——它不知道目标在动。如果工件是静止的，PID很好用。但一旦目标开始移动，PID就会像“追着球跑但永远差一步”的狗。这时候就需要更高级的控制策略了。
1.2 现代控制理论的引入：状态空间与最优控制
为什么会这样？因为PID本质上是一个“无模型”控制器。它不知道系统的动力学特性，也不知道目标的运动规律。现代控制理论就不一样了，它把整个系统建模成状态空间方程。
我记得第一次在视觉伺服里用状态空间模型时，感觉就像从“闭着眼睛开车”变成了“看着地图开车”。你可以预测目标未来的位置，提前规划机器人的运动轨迹。
| 控制方法 | 是否需要模型 | 对动态目标的适应性 | 实时性要求 |
|---|---|---|---|
| PID | 不需要 | 差 | 低 |
| 状态空间 | 需要 | 好 | 中 |
| 模型预测控制(MPC) | 需要 | 非常好 | 高 |
你想想看，如果目标以恒定速度运动，PID只能看到当前时刻的误差，而状态空间控制器可以估计出目标的速度，提前给出补偿量。这就是为什么现代控制理论在视觉伺服中越来越受欢迎。
1.3 视觉伺服在工业机器人中的应用场景
聊了这么多理论，咱们看看实际场景。视觉伺服在工业里主要分两类：
- 眼在手(Eye-in-Hand)：相机装在机器人末端，跟着机械臂一起动。我做过一个焊接项目，相机装在焊枪旁边，实时跟踪焊缝位置。这种方式的优点是精度高，但缺点是视野有限。
- 眼在手外(Eye-to-Hand)：相机固定安装，看着整个工作空间。适合大范围抓取、分拣等场景。我曾经在物流仓库里用过这种方案，相机在天花板上，同时监控十几个机器人。
避坑指南：我曾经在一个项目中，把相机装在机器人末端，结果机械臂运动时震动太大，图像都糊了。后来加了软硬件滤波才解决。嗯，这里要注意：视觉伺服的实时性瓶颈往往不在算法，而在图像采集和传输的延迟。
1.4 知识体系框架
下面这张图是我自己总结的视觉伺服控制知识体系，从基础到进阶，每一步都离不开实时性的考量。
注意：很多工程师在学视觉伺服时，容易陷入“算法越复杂越好”的误区。其实在工业现场，稳定性和实时性远比算法的先进性重要。我曾经见过一个团队用深度学习做视觉伺服，结果单帧处理就要200毫秒，机器人早就跑偏了。所以，先保证实时性，再谈精度。
好了，这一章咱们从PID聊到了现代控制理论，也看了几个实际应用场景。视觉伺服的核心就两件事：看得到和跟得上。看得到靠相机和图像处理，跟得上靠控制算法和实时优化。后面的章节，我会详细拆解每一个环节的实战技巧。