C# 机器视觉实战：单相机引导机械手精准贴合，从拍照、偏差计算（平移+旋转）到坐标补偿全解

C# 机器视觉实战：单相机引导机械手精准贴合，从拍照、偏差计算（平移+旋转）到坐标补偿全解

想象你让机械手把一个零件贴到指定位置：机械手本身能重复走到同一个点，但每次来料摆放总有偏差、治具有误差，如果"闭着眼"直接贴，难免错位。视觉引导就是给机械手装上"眼睛"------相机先拍一张，算出这次来料相对标准位置"偏了多少"，再让机械手往回补偿这点偏差，就能精准贴合。本文基于一份《单相机机械手引导》PPT，把固定相机引导的布局、坐标系、纯平移与带旋转的偏差补偿原理讲透，并给出可直接套用的 C# 实现，适合做机器视觉/自动化的初学者，也适合复习回顾。

---

一、什么是机械手视觉引导

机械手视觉引导，是用相机获取目标（产品、特征点）的位置，引导机械手完成抓取、装配、贴合等动作。常见场景：屏幕/镜片贴合、FPC/连接器插件、零件装配、散乱抓取、上下料等。

它解决的核心问题是：机械结构和来料存在误差，纯"示教再现"无法保证每次都准，需要用视觉实时测量并补偿偏差。

相机的安装方式主要分两种：

对比项	固定相机（Stand-alone / Fixed）	相机装在机械手上（Eye-in-Hand）
安装	相机固定在机架上，不动	相机随机械手一起运动
拍照	机械手把产品移动到固定拍照位	机械手移动到产品上方拍照
标定	相机坐标 ↔ 机械手坐标（一次标定）	手眼标定（眼在手）
特点	稳定、节拍可预期，本文采用	灵活、视野可变，标定相对复杂

本文采用**固定相机、镜头朝上（下往上看）**的方案。

---

二、方案布局与整体流程

2.1 布局

相机固定安装在工作台下方/机架上，镜头朝上；机械手抓取产品移动到相机上方的拍照位，相机从下往上拍摄产品特征：

2.2 整体工作流程

整体是一个"示教一次、每次补偿"的循环：先标定/示教得到基准；每次来料拍照、算偏差（有旋转则先旋正）；把偏差补偿到基准贴合坐标，机械手精准贴合：

---

三、三个坐标系与标定、示教

理解引导，先要分清几个"坐标"：

坐标	含义
机械手坐标	机械手底座坐标系下的位置（X, Y, 角度），贴合动作最终用它
相机坐标	视觉测量到的特征位置。视觉直接输出的是像素坐标
基准（示教）坐标	示教时记录的标准位置，是补偿的"参照"

标定 ：视觉输出的是像素坐标，而机械手只认机械手坐标，两者之间需要通过标定建立映射

（固定相机常用九点标定，本质是求一个仿射变换；Eye-in-Hand 用手眼标定）。标定后，视觉

就能直接输出"机械手坐标系下的特征坐标"。

示教两个基准（本方案的关键）：

1. 一个标准产品放到正好贴合 的位置，记录此时机械手坐标，即基准贴合坐标 (Xt, Yt)；
2. 产品在拍照位，记录视觉输出的基准特征坐标 (X0, Y0)。

说明：本文 PPT 直接在"机械手坐标系"下列出坐标来算偏差，即默认标定已经完成、视觉
输出的已是机械手坐标 。本文聚焦"标定之后，如何算偏差并补偿"；九点/手眼标定是另一个

主题，实际项目中务必先做好标定。

---

四、纯平移引导：偏差计算与补偿

先看最简单、也最常见的情况：产品只有位置偏移（X、Y），姿态（角度）不变。

4.1 计算思路

• 基准拍照坐标：(X0, Y0)
• 当前来料拍照坐标：(X1, Y1)
• 当前相对基准的偏差：

Dx = X0 - X1
Dy = Y0 - Y1

把这个偏差补到基准贴合坐标上，得到本次贴合坐标：

贴合 X = Xt + Dx
贴合 Y = Yt + Dy

4.2 数字例子（对应 PPT）

项目	坐标
贴合位置机械手坐标 (Xt, Yt)	(100, 100)
基准拍照坐标 (X0, Y0)	(50, 100)
当前来料拍照坐标 (X1, Y1)	(40, 120)

计算：

Dx = 50 - 40 = 10
Dy = 100 - 120 = -20

本次贴合坐标 = (100 + 10, 100 - 20) = (110, 80)

直观理解：相机发现这次特征比标准位置"偏了"，就让机械手在标准贴合点基础上反向挪同样的

量，正好把误差抵消。下图展示了基准点、当前点与偏差向量：

---

五、有旋转：点绕点旋转公式与综合补偿

当产品不仅有平移、还转了一个角度 a 时，直接比 X、Y 就不准了------旋转之后，点的 x、y
都会发生变化。需要先做坐标旋转换算，再算偏差。

5.1 点绕点旋转公式

点 A(x, y) 绕中心点 B(rx0, ry0) 旋转角度 a（弧度，逆时针为正）后得到

C(x0, y0)，公式为：

x0 = cos(a)·(x - rx0) - sin(a)·(y - ry0) + rx0
y0 = sin(a)·(x - rx0) + cos(a)·(y - ry0) + ry0

含义：先把坐标平移、让旋转中心变成原点（减去 rx0、ry0），做二维旋转，再平移回去。

示意图如下：

注意：C# 的 Math.Cos/Sin 用的是弧度 ，角度要先 角度 × π/180 换算。

5.2 平移 + 旋转综合补偿（对应 PPT 第 6 页）

综合步骤：

1. 基准：贴合坐标 (Xt, Yt)、基准拍照 (X0, Y0)；
2. 当前：拍照 (X1, Y1)，角度 a；
3. 用旋转公式，以基准拍照点为参考把当前特征旋正（消除姿态差）；
4. 再按第四节方法算位置偏差 Dx、Dy，角度偏差 Da = a；
5. 补偿：贴合坐标 (Xt + Dx, Yt + Dy, 0 + Da)。

角度的正负、旋转方向（顺时针/逆时针）必须和具体机器人的坐标系定义一致，实际调试时

以标定方向为准，下面代码给出通用框架并做了注释。

---

六、C# 代码实现

下面把"点旋转、纯平移补偿、平移+旋转综合补偿"封装成可复用方法，注释尽量详细。

using System;

/// <summary>
/// 二维点（表示机械手坐标系下的一个位置）
/// </summary>
public class Point2D
{
    public double X;
    public double Y;

    public Point2D(double x, double y)
    {
        X = x;
        Y = y;
    }
}

public static class RobotGuide
{
    /// <summary>
    /// 点 p 绕中心点 center 旋转 angleDeg 度，返回旋转后的点
    /// 对应公式：
    ///   x0 = cos(a)·(x-rx0) - sin(a)·(y-ry0) + rx0
    ///   y0 = sin(a)·(x-rx0) + cos(a)·(y-ry0) + ry0
    /// </summary>
    /// <param name="p">待旋转的点</param>
    /// <param name="center">旋转中心</param>
    /// <param name="angleDeg">旋转角度（度，逆时针为正）</param>
    public static Point2D RotatePoint(Point2D p, Point2D center, double angleDeg)
    {
        // Math.Cos/Sin 使用弧度，先把角度换算成弧度
        double rad = angleDeg * Math.PI / 180.0;
        double cos = Math.Cos(rad);
        double sin = Math.Sin(rad);

        // 平移到以旋转中心为原点
        double dx = p.X - center.X;
        double dy = p.Y - center.Y;

        // 二维旋转后再平移回去
        return new Point2D(
            cos * dx - sin * dy + center.X,
            sin * dx + cos * dy + center.Y);
    }

    /// <summary>
    /// 纯平移补偿：根据基准拍照点与当前拍照点的偏差，修正示教贴合坐标
    /// </summary>
    /// <param name="teachTie">示教的基准贴合坐标 (Xt,Yt)</param>
    /// <param name="baseCcd">基准拍照坐标 (X0,Y0)</param>
    /// <param name="curCcd">当前来料拍照坐标 (X1,Y1)</param>
    /// <returns>本次应贴合的坐标</returns>
    public static Point2D TranslateCorrect(Point2D teachTie, Point2D baseCcd, Point2D curCcd)
    {
        // 当前相对基准的偏差
        double dX = baseCcd.X - curCcd.X;
        double dY = baseCcd.Y - curCcd.Y;

        // 把偏差补到基准贴合坐标上
        return new Point2D(teachTie.X + dX, teachTie.Y + dY);
    }

    /// <summary>
    /// 平移 + 旋转综合补偿，返回本次贴合的 X、Y 和角度
    /// </summary>
    /// <param name="teachTie">示教贴合坐标 (Xt,Yt)</param>
    /// <param name="teachA">示教贴合角度（一般为 0）</param>
    /// <param name="baseCcd">基准拍照坐标 (X0,Y0)</param>
    /// <param name="baseA">基准拍照姿态角</param>
    /// <param name="curCcd">当前拍照坐标 (X1,Y1)</param>
    /// <param name="curA">当前拍照姿态角</param>
    public static (double X, double Y, double A) GuideCorrect(
        Point2D teachTie, double teachA,
        Point2D baseCcd, double baseA,
        Point2D curCcd, double curA)
    {
        // 1. 角度偏差：当前相对基准转了多少
        double dA = baseA - curA;

        // 2. 以基准拍照点为中心，把当前点旋转 dA，旋正到与基准相同姿态
        //    （旋转方向若与机器人定义相反，这里取 -dA，按现场标定调整）
        Point2D rotated = RotatePoint(curCcd, baseCcd, dA);

        // 3. 姿态一致后，按纯平移方法算位置偏差
        double dX = baseCcd.X - rotated.X;
        double dY = baseCcd.Y - rotated.Y;

        // 4. 补偿到基准贴合坐标，得到本次最终贴合位姿
        return (teachTie.X + dX, teachTie.Y + dY, teachA + dA);
    }

    // 简单自测
    public static void Test()
    {
        // 纯平移例子：基准贴合(100,100)，基准拍照(50,100)，当前拍照(40,120)
        var tie = TranslateCorrect(
            new Point2D(100, 100),
            new Point2D(50, 100),
            new Point2D(40, 120));
        Console.WriteLine($"纯平移贴合坐标：({tie.X}, {tie.Y})"); // (110, 80)
    }
}

实际工程中，视觉算出的特征点（已标定到机械手坐标）作为 curCcd 传入，方法返回值直接

作为机械手的目标位姿即可。

---

七、常见坑与注意事项

1. 没做标定或标定不准：像素坐标不能直接当机械手坐标用，先做好九点/手眼标定并验证。
2. 坐标系方向不一致：相机 X/Y 方向、原点与机械手可能不同，标定/换算时方向要对齐。
3. 角度单位搞错 ：Math.Cos/Sin 用弧度，记得换算；角度正负方向以机器人定义为准。
4. 旋转后直接比 X/Y：有角度时必须先用旋转公式旋正，否则位置偏差算错。
5. 基准选取不规范：示教要用"正好贴合"的标准产品，基准拍照点要稳定、特征清晰。
6. 拍照位不一致：固定相机方案要保证每次产品被送到同一拍照位、高度一致，避免视野/缩放变化。
7. 补偿方向反了：偏差是"基准 − 当前"，补偿是加到贴合坐标；方向反了会越补越偏，可先用小量验证。
8. 忽略角度对位置的耦合：旋转中心选取会影响结果，多轴/大角度场景建议用机器人自带的姿态变换或完整手眼方案。

---

八、小结

1. 视觉引导的本质：相机测出当前相对基准 的偏差，让机械手在基准动作上补偿这点偏差；
2. 固定相机方案：相机不动、镜头朝上，机械手送产品到固定拍照位，需做相机↔机械手标定；
3. 示教记录两个基准：贴合坐标 (Xt,Yt) 和基准拍照坐标 (X0,Y0)；
4. 纯平移：Dx = X0-X1、Dy = Y0-Y1，贴合坐标 (Xt+Dx, Yt+Dy)；
5. 有旋转：先用点绕点旋转公式把当前特征旋正，再算 Dx、Dy、Da，补偿位置和角度；
6. 注意弧度换算、坐标方向、旋转中心与补偿方向。

建议对照本文代码，用实际相机和机械手（或仿真）跑一遍"示教 → 拍照 → 补偿 → 贴合"，

能很快建立对视觉引导的整体认识。