Halcon联和C#做的运动控制加视觉定位小案例，板卡用的是正运动的ECI1408，，支持建模和标定的保存和加载，此案例非常适合想学运动控制视觉定位的人学习 赠送超级详细讲解教程
做工业自动化的小伙伴应该都遇到过这种场景——机械手需要精准抓取流水线上的零件。这时候就得靠视觉定位+运动控制的组合拳了。最近用正运动ECI1408板卡搭了个demo，支持标定数据持久化和三维建模，实测定位精度能稳定在±0.1mm，这就把核心代码和实现思路拆开来说说。
先看视觉定位部分。Halcon的模板匹配是重头戏，建议先在标定阶段生成基准模板：
* 创建形状模板 create_shape_model (ImageReduced, 5, rad(0), rad(360), 'auto', 'use_polarity', 'auto', 'auto', ModelID) * 保存模板数据 write_shape_model (ModelID, 'D:/calibration_data/template.shm')这里注意要提前做图像降噪和ROI区域裁剪，实测模板角度范围设到360度时匹配成功率最高。标定文件建议用相对路径存储，方便后续项目迁移。
运动控制这边用C#对接ECI1408的SDK，初始化板卡连接时容易踩坑：
// 板卡连接 int ret = ZMC_Connect("192.168.1.140", out g_handle); if(ret != 0){ MessageBox.Show($"连接失败，错误码:{ret}"); return; } // 开启轴使能 ZMC_AxisEnable(g_handle, 0, 1); //轴号0，使能状态1重点来了——坐标转换！当相机和机械手不是垂直安装时，必须做仿射变换。这里用标定板获取的转换矩阵：
// 转换视觉坐标到机械坐标 double machineX = calibData[0] * imgX + calibData[1] * imgY + calibData[2]; double machineY = calibData[3] * imgX + calibData[4] * imgY + calibData[5];标定数据建议用JSON序列化存储，实测二进制序列化在跨平台时容易出问题。每次启动程序自动加载最近一次的标定文件，能省去重复标定的麻烦。
运动轨迹规划建议采用S曲线加减速，ECI1408的API直接支持：
// 设置S曲线参数 ZMC_SetScurve(g_handle, 0, 0.2); //平滑系数0.2 // 点位运动 ZMC_MoveAbsolute(g_handle, 0, targetX, 100.0); //轴号0,目标位置,速度100mm/s调试时最容易忽略的是机械臂运动方向和视觉坐标方向的映射关系，建议先用调试模式单步走坐标，确认方向正确再全速运行。
项目里还藏了个小彩蛋——支持三维空间坐标保存。用List存储路径点，配合ECI1408的直线插补指令，轻松实现复杂轨迹：
// 三维路径规划 List<Vector3> pathPoints = LoadPath("config/path001.json"); foreach(var point in pathPoints){ ZMC_LineXYZ(g_handle, point.X, point.Y, point.Z, 80); }最后提醒下，标定环节的准确性直接决定最终精度。建议用高精度标定板，至少采集9个标定点。遇到坐标偏移时，先检查相机曝光参数是否稳定，再排查机械结构的反向间隙。
