在灯火通明的现代汽车焊装车间，一台配备3D视觉系统的工业机器人流畅地运动。它精准识别悬吊运输而来的车门轮廓，激光焊接头沿着复杂的3D焊缝轨迹一丝不苟地工作，整个过程高效且零差错。这双为机器人注入”灵魂”的”眼睛”，正是其适应复杂环境、实现智能作业的核心驱动力。 脱离了它，再强大的机器人也如同”盲人”——面对无序堆放的零件只能束手无策。

一、捕捉立体世界：3D成像的根基

赋予机器人”立体视觉”能力的关键，在于其核心的3D感知技术。目前主流方案包括：

1. 双目视觉 (Stereo Vision)：模拟人眼原理，利用两台精确校准的相机，从不同角度拍摄同一物体。通过计算图像间的像素位移（视差），并结合相机参数，可推导出场景中各点的深度信息，构建出物体的三维点云模型。其优势在于被动成像（无需主动光源），但计算量大，纹理匮乏区域效果受限。
2. 结构光 (Structured Light)：系统主动向目标投射特定编码图案（如条纹、点阵、格雷码）。当光线投射到物体表面时图案会发生形变。另一侧的相机捕捉形变后的图案，通过分析形变量计算深度。结构光方案在近距离具有高精度和高速度优势，应用广泛，典型代表如线激光扫描仪（逐行扫描构建模型）。

无论采用哪种技术，其核心使命皆在于精准捕获物体的三维空间坐标，生成密集或稀疏的点云数据，为后续智能处理提供真实世界的数字”骨架”。

二、理解与决策：点云处理与智能识别

获得原始点云数据只是第一步，如同人眼接收原始光学信号后需大脑处理识别。机器人3D视觉系统后续的关键环节是点云数据处理与目标识别：

1. 去噪滤波：剔除环境干扰、传感器误差产生的杂散点，确保点云清洁度。
2. 点云分割：依据物体表面的几何特征（如曲率变化、法线方向）、颜色或空间距离，将庞大的点云数据合理分割成不同部分——这有助于锁定目标工件。
3. 特征提取与匹配：识别关键特征点或特定形状特征（如棱边、孔位、平面），并与预先存储在数据库中的目标模型（CAD模型或点云模型）进行匹配比对，确定工件的类别、空间姿态（位置与朝向）。在此过程，点云配准技术（如迭代最近点算法 ICP） 对实现精准的姿态计算至关重要。
4. 位姿估计：最终计算得出目标物体在机器人视觉坐标系下的精确三维位置(X, Y, Z)和旋转角度(Rx, Ry, Rz)，即完整的6自由度（6DoF）位姿信息。

至此，视觉系统已完成”感知”与”认知”任务，清晰告知机器人：”目标在此，姿态如此”。

三、坐标统一：视觉与机器人世界的桥梁

视觉系统看到的位置（视觉坐标系）并非机器人”手臂”理解的坐标（机器人基坐标系或工具坐标系）。架起二者沟通桥梁的核心技术是手眼标定（Eye-in-Hand / Eye-to-Hand Calibration）。

• 眼在手（Eye-in-Hand）：3D相机直接安装在机器人末端执行器（如夹爪）上，随机器人运动。标定目的是精确求解相机坐标系与机器人工具坐标系之间的固定变换矩阵（手眼矩阵）。
• 眼在外（Eye-to-Hand）：3D相机固定安装在机器人工作区域外的支架上。标定目的是求解相机坐标系与机器人基坐标系之间的固定变换矩阵。

成功的标定是确保”所见即所动”的基石。 一旦获知目标在相机坐标系下的位姿，利用标定得到的变换关系，即可将其精确转换为机器人能够理解和执行的基坐标系或工具坐标系下的位置与姿态指令。

四、闭环执行：视觉引导的精准作业

获得精确的目标位姿后，系统即进入闭环执行阶段，视觉引导机器人（Vision Guided Robotics， VGR）技术在此发挥核心作用：

1. 路径规划或位置修正：机器人控制器将视觉提供的目标位姿与预设的理想位置（如抓取点、焊接点）进行比对。
2. 实时运动控制：控制器生成精确的运动轨迹指令，驱动机器人本体或末端工具运动至修正后的目标位置。
3. 精准执行任务：执行预定的作业操作，如抓取、装配、焊接、检测、码垛等。在某些动态场景（如传送带跟踪抓取）中，视觉系统还需持续提供动态目标位置更新，机器人据此实时调整运动轨迹，实现动态精准作业。

这套流程使得机器人具备了感知环境、识别目标、理解空间关系、规划运动轨迹并精准执行任务的完整智能闭环能力，将传统自动化升级为智能柔性自动化。