课堂里那声“像素怎么变成毫米”
那节课，我在讲台上摆了一台小相机、一块标定板，还有一台拆掉外壳的桌面机械臂。学生围着看，挺兴奋。有人喊，OpenCV 几行代码就能找到圆心，机器视觉定位不过如此嘛。我没接话，只在黑板上画了两个坐标系。然后问：圆心在图像里的 像素坐标，怎么变成机械臂能懂的毫米？教室安静了。有个学生小声说，乘个比例？
乘比例。听起来很顺。对吧？可相机有透视，镜头有畸变，工作平面还不一定平行于像平面。比例从哪来。学生开始翻笔记，找内参矩阵。我让他们先别算。先想：相机是另一把尺子。尺子放在哪，朝哪，刻度怎么定。机器视觉定位的麻烦，常常不在“看见”，而在“对齐”。
于是我们现场做手眼标定。机械臂带着标定板走几个姿态，相机拍。学生盯着残差，想让它小。我提醒，残差小不等于抓得准。标定板固定在末端，工具坐标系却没认真标。后面抓取偏了，怪视觉？不，得先查机械链。
标定不是求个矩阵，是给误差找边界
课程设计里，我故意把相机选择做成取舍题。全局相机，视野大，标定直观，但不一定看得见夹缝里的工件。手眼相机，跟着末端跑，遮挡少，可标定和使用都更绕。学生纠结。有人想一步到位，选贵的远心镜头。我说，先问工况：你要定位的是平面件，还是带高度的装配？视野和景深怎么平衡？
这里有个教学卡点：机械设计学生容易把机器视觉定位当成纯软件问题。其实不是。相机支架的刚度、光源的入射角、工件的表面反光，都会把坐标拖偏。一个学生用亚克力支架固定相机，手一碰，图像动几像素。他没在意。第二天抓取全偏。复盘时才发现，支架是弹性体。这个例子不复杂，但很扎心。
后来我把标定课拆成三段。先讲物理意义，再玩数据，再回到机械结构。说实话，顺序反过来，学生也能学会按按钮。可他们不会知道，什么时候该怀疑标定，什么时候该怀疑机构。机器视觉定位的精度，从来不是单一算法指标，它是一整条误差链的结果。
失败复盘：吸嘴歪了，定位值却没错
有个小组做吸嘴抓取。相机识别很稳，中心点几乎不跳。可吸嘴就是贴不正。学生怀疑阈值，怀疑光照，怀疑相机。我让他们把末端吸嘴拆下来，在平板上滚一下。歪的。吸嘴磨损，工具坐标系没更新。视觉给的位置没错，机械末端却不在你以为的地方。
这事的教训不新，但课堂上很有效。机器视觉定位给出的是目标位置，不是抓取成功。中间还隔着工具坐标、机器人运动学、夹持姿态。后来我加了一个小任务：用尖针去碰基准点，标末端工具。学生嫌枯燥。碰了几次后，有人忽然明白，原来每个坐标系都在说话。谁没对齐，谁就悄悄把误差塞进结果。
我也反思。以前太急着教手眼标定公式，AX=XB 写满黑板。学生抄了，但不一定懂。现在先让他们被误差咬一口。疼了，再给数学。接受度不一样。不过话说回来，公式还是得推。只是推之前，得让他们知道自己在解决什么问题。
把课程作业改成一条小产线
期末作业，我不再只收一份标定报告。改成一个小场景：传送带送料，相机定位，机械臂抓取，放到指定位置。精度不苛求，但流程要闭环。学生自己选相机、镜头、光源，搭支架，写通信。有人把光源装在相机同侧，反光炸了。有人把工件贴歪，定位一塌糊涂。调吧。机器视觉定位在纸面上很干净，到了台面上全是细节。
我喜欢看他们卡住后的表情。不是幸灾乐祸。是那种“原来如此”的瞬间。一个女生说，老师，我之前以为视觉就是拍照加识别。现在发现，机械结构、光源、标定、通信，少一个都不行。这话比考试分数有用。也有学生吐槽，标定太烦了。我认。标定确实烦。可它像拧螺丝，烦，但松一颗，整台机器都晃。
下次课，我打算先不看代码。先画坐标链。谁在动，谁在看，谁在抓。相机坐标系、机器人基坐标系、工具坐标系、工件坐标系。画清楚了，再谈算法。机器视觉定位不是一门孤立的图像课。对机械设计教育来说，它更像一座桥。桥这头是机构与传感器，那头是控制与算法。桥面稳不稳，得看每个连接点。嗯，就先写到这。
