第一章：工业视觉定位概述

什么是工业视觉定位

工业视觉定位，说白了就是给机器装上一双「眼睛」。

这双眼睛不是用来欣赏的，而是用来精确告诉机器人：工件在哪儿、角度是多少、该往哪儿抓。

我刚开始接触这个领域时，觉得不就是拍个照、算个坐标嘛。后来真正做项目才发现，精度、速度、稳定性这三座大山，随便一座都能让你加班到怀疑人生。

视觉定位的核心流程其实很简单：

• 拍一张图——工业相机采集图像
• 找到目标——算法识别出特征点或模板
• 算出差值——计算当前位姿与标准位姿的偏差
• 告诉机器人——输出X、Y、角度等补偿值

嗯，听起来是不是很简单？但实际工程中，光照一变、工件反光、背景杂乱……任何一个环节出问题，定位就偏了。

应用场景

工业视觉定位的应用范围非常广。我挑三个最典型的行业聊聊。

3C电子

3C电子是视觉定位的「主战场」。手机、平板、耳机……这些产品的组装精度要求极高。

举个例子：手机摄像头模组贴合。一个摄像头模组只有指甲盖大小，贴合精度要求±0.05mm。你想想看，这比头发丝还细。

我在做这个项目时，遇到过一个问题：Mark点被油污遮挡。当时排查了很久，最后发现是来料时工人手上的汗渍。解决方案也很简单——加一道清洁工序。有时候，工程问题就是这么朴实无华。

3C电子的典型应用包括：

• PCB板定位与贴装
• 屏幕对位贴合
• 螺丝锁付引导
• 芯片封装定位

汽车

汽车行业的视觉定位，特点是大、重、精度要求高。

我记得有个项目是做汽车白车身焊接定位。车身几米长，但焊接点的定位精度要求±0.2mm。这就像让你在操场上用粉笔画一条线，误差不能超过一根头发丝。

汽车行业的难点在于：工件大、环境差。焊接时火花四溅、烟尘弥漫，对视觉系统的抗干扰能力要求极高。

典型应用：

• 白车身焊接引导
• 发动机缸体抓取
• 轮胎装配定位
• 玻璃涂胶轨迹引导

半导体

半导体行业，是视觉定位的「天花板」。

精度要求有多高？微米级。一个晶圆上有成百上千个芯片，每个芯片的定位误差不能超过几微米。

我曾经参与过一个晶圆划片机定位项目。晶圆上的对准标记只有几十微米大小，而且晶圆本身是半透明的，成像难度极大。我们试了十几种打光方案，最后用同轴光+偏振片才搞定。

半导体应用：

• 晶圆对准
• 芯片贴装
• 引线键合定位
• 封装检测

行业	典型精度	主要挑战
3C电子	±0.05mm	工件小、反光、油污
汽车	±0.2mm	工件大、环境恶劣
半导体	±1~5μm	精度极高、成像困难

系统组成与工作流程

一个完整的工业视觉定位系统，由哪些部分组成？我按「硬件-软件-执行」三个层面来讲。

硬件部分

• 工业相机：核心传感器。面阵相机拍平面，线阵相机拍长条工件。
• 镜头：决定视野和景深。定焦镜头最常用，变焦镜头很少用（精度不够）。
• 光源：环形光、条形光、同轴光、背光……选型是个技术活。
• 工控机：跑算法的电脑。一般要求i7以上，带独立显卡。
• 运动控制卡：把定位结果发给机器人或运动平台。

软件部分

• 图像采集模块：控制相机拍照、传输图像。
• 图像处理模块：预处理（滤波、增强）、特征提取、模板匹配。
• 定位算法模块：计算位姿偏差。常用算法有：

// 伪代码示例：基于模板匹配的定位
1. 加载模板图像
2. 采集当前图像
3. 在图像中搜索模板
4. 计算匹配位置 (x, y, angle)
5. 与基准位置比较，输出偏差
6. 发送补偿值给机器人

• 通信模块：与PLC、机器人通信。常用协议有TCP/IP、Modbus、EtherCAT。

工作流程

一个典型的视觉定位流程，大概是这样：

1. 触发拍照：传感器检测到工件到位，触发相机拍照。
2. 图像采集：相机采集图像，传输到工控机。
3. 图像预处理：去噪、增强对比度、二值化等。
4. 特征提取：找到Mark点、边缘、角点等特征。
5. 位姿计算：计算当前工件的位置和角度。
6. 偏差输出：与标准位置比较，输出X、Y、角度偏差。
7. 执行补偿：机器人或运动平台根据偏差值调整位姿。

整个流程走下来，一般要求在100ms以内。如果超过这个时间，产线节拍就跟不上了。

好了，第一章的内容就到这里。下一章我们会深入讲解相机标定与坐标系转换——这是视觉定位的「地基」，地基不稳，上面盖什么都白搭。

我个人习惯把标定放在第二章讲，因为太多人一上来就调算法，结果标定没做好，精度永远上不去。嗯，到时候我会分享一些我踩过的坑，希望对你有帮助。