机械臂抓取中的 3D 相机：工作距离、精度预算、触发链路与手眼标定

机械臂从"逐点示教"走向"自主找料"，核心变化是把固定的点位换成了每次拍摄实时计算的三维位姿。3D 相机就是这个位姿的来源。但在工程落地中，抓取失败的原因往往不在相机本身的指标，而在工作距离、精度口径、触发链路、手眼标定与物料材质这五处。本文按实施顺序逐项拆解，并给出可直接复用的检查表与预算写法。

一、先量工位：工作距离与量程

选型的第一步是把工位量清楚，而不是打开参数表。需要确定的量至少包括：

工作距离范围必须整体落在相机有效量程内。注意量程的工程含义：它不是"最远能测多远"，而是"在这个区间里精度可用"。近端与远端都要留余量，否则会出现"中间能抓、贴边就崩"的现场问题。

二、精度预算：对着抓取余量分配

抓取能否成功，取决于整机误差是否小于抓取余量。余量来自夹爪开口与物料尺寸之差、料位与目标位之间的允许偏差，通常并不宽裕。正确的做法是做一次误差预算，把总误差按环节拆开：

• 相机测量误差（含 Z 轴精度与横向分辨率）
• 手眼标定残差
• 机器人重复定位误差
• 夹爪制造与装配公差
• 物料形变与表面状态带来的测量波动

这就是"相机的重复精度不等于整机抓取精度"的原因。验收标准应按整机实测设定，把相机指标直接写进验收条款，通常会导致整机验收通过不了。

Z 轴精度与点云密度还决定两项能力：分辨薄壁件；把叠在一起的两件物料分开。堆叠物料尤其吃密度——点云太稀，两层物料在深度图上糊成一个平面。

三、安装形态：眼在手上与眼在手外

安装形态决定工作距离的分布，因此必须在选相机之前确定。

两者也可组合：固定相机负责粗定位与料框识别，末端相机在抓取前做精定位与姿态复核。此时要注意两套坐标系之间的统一。

四、节拍账：延迟而非帧率

真正影响抓取循环的是输出延迟，即从曝光开始，到点云处理完成、位姿结果输出为止的总时长。抓取循环由定位、拍照、位姿计算、移动、夹取、放置串成，相机环节的延迟必须远小于整圈时间。

延迟预算可以写成一条链：

总延迟 ≈ 曝光时间 + 读出与传输 + 点云预处理 + 位姿解算 + 通信与握手

曝光时间取决于物料是否运动。物料静止时，可以适当放长曝光换取信噪比；物料在输送线上移动时，曝光必须压短以抑制拖影，此时通常需要补光维持亮度。补光同时会改变高光分布，需要与偏振、条纹光方案一起调。

五、触发链路与握手约定

相机与机器人控制器之间的握手信号必须写进接口文档，至少覆盖：

• 何时触发拍照（控制器发脉冲，还是相机自由运行后由软件取帧）
• 何时输出就绪（位姿结果通过什么通道、什么格式回传）
• 时间戳如何对齐（相机时钟与控制器时钟的对应关系）
• 异常与重试（超时、无效帧、抓取失败后如何重新握手）

多相机联合测量时，需要硬件触发保证同时曝光。软件触发加时间戳对齐布线简单，但对时钟精度与运动补偿的要求明显提高。

六、手眼标定与定期复核

手眼标定求的是相机坐标系与机器人坐标系之间的变换关系。没有这一步，相机测得再准，机械臂也不知道该往哪里伸。

标定一般借助标定板或标准件完成。眼在手上的场景，需要让机械臂走多个姿态拍摄同一块标定板；眼在手外的场景，则把标定板摆在料箱内不同位置，覆盖实际工作空间。标定姿态分布越接近实际抓取区域，工作区内的残差表现通常越可控。

标定结果会漂，原因包括：温度变化引起的相机、支架与臂体热变形；长期振动导致的紧固件松动；碰撞或撞机后位姿关系直接改变。因此必须把标准件复测纳入定期维护，并把复核结果留档，便于判断趋势。

一个便于落地的复核流程可以写成这样：

defverify_hand_eye(robot,cam,standard_part,tol):"""定期标定复核（示意，非可直接运行代码）。"""poses=robot.move_to_reference_points()# 走到若干已知参考位forpinposes:measured=cam.locate(standard_part)# 相机测量标准件位姿err=compare(measured,p.expected)# 与期望位姿比对iferr>tol:returnf"超差{err:.3f}，建议重新标定"return"通过，偏差在允许带内"

关键是"已知参考位 + 可量化偏差 + 明确阈值"，而不是凭手感判断。

七、物料材质：反光、吸光、透明与堆叠

堆叠是结构性问题，不是算法问题。指望单次拍摄穿透整个料堆通常不现实，正确做法是让机构或节拍配合。

八、技术路线与抓取场景的匹配

从原理上看，主动深度方案可以粗分为几类：主动双目通过投射纹理增强匹配，对弱纹理表面较为友好；结构光或条纹投影通过编码图案获得密集点云，适合近距离静态测量；iToF 通过调制光的相位差测距，在帧率与量程上的平衡方式与前者不同。它们在抗环境光、抗高光、点云密度、运动鲁棒性上的取舍各不相同。

抓取场景里，判断依据不是"哪种技术更先进"，而是四个问题：工作距离落在哪一档；物料表面是高光还是吸光；拍摄时物料是否运动；需要的是密集点云还是稀疏但可靠的点。把这四项写清楚，技术路线的可选范围会自然收窄。

九、抓取位姿与夹爪策略

相机给出的是物料的位姿，而最终要执行的是"夹爪能夹住的位置"，两者之间还差一步可抓取性判断：

• 夹爪开口方向是否与物料的可夹持面匹配
• 抓取点附近是否存在其他物料干涉
• 料箱内壁与夹爪外形是否冲突
• 抓取后抬起过程中的姿态变化是否会碰到其余物料

因此位姿输出之后通常还需要一层抓取策略：候选抓取点排序、碰撞检查、失败后的重试位姿。相机提供点云与位姿，策略层负责把它转成可执行的抓取动作。

十、常见故障与排查表

排查的原则是先分清"几何问题"还是"成像问题"：几何问题看标定与视场，成像问题看材质与光源。两类原因混在一起查，往往越查越乱。

十一、落地检查表

工作距离范围覆盖整个抓取工位；Z 轴精度与点云密度能分辨最薄最小的目标；误差预算按整机口径分解；安装形态与支架刚度确认；输出延迟远小于抓取循环；触发与就绪握手信号定义清楚；多相机是否硬件触发；手眼标定方案与复核周期确定；反光、吸光、透明物料实拍验证；堆叠物料抓取顺序明确；线缆随动与冗余预留到位。

把这份表逐条过完，3D 相机在抓取系统里的位置才算摆正：它负责给出位姿，抓取成功是相机、标定、机械臂、夹爪与物料共同的结果。