码垛机器人本质上是在做一件事：把“看到的物体位置”转换成“机械臂要运动到的坐标”，再按预设垛型把物料一件件放整齐。视觉系统在这里相当于机器人的“眼睛”，负责识别物料、判断位置和姿态，并实时补偿偏移。 码垛机器人通常由三部分组成：
工作流程一般是：来料检测 → 视觉拍照 → 识别定位 → 坐标转换 → 路径规划 → 抓取 → 放置 → 循环码垛。
视觉系统如何“看懂”物料？
视觉部分通常经历这几个步骤：
图像采集
相机拍摄传送带、托盘或料垛区域。2D相机主要获取平面图像，3D相机还能获得深度信息。
图像预处理
对图像去噪、增强对比度、分割背景，例如把传送带、托盘、纸箱、袋装物料区分开。
目标识别
通过模板匹配、边缘检测、轮廓分析或深度学习模型识别物料边界、尺寸和类型。
位姿估计
计算物料的中心坐标 X/Y、高度 Z、旋转角度 Rz，甚至完整 6D 位姿。这样机器人就知道物料是正放、斜放还是堆叠在一起。
坐标转换
把图像中的像素坐标转换成机器人基坐标系下的真实空间坐标，这一步依赖相机标定和手眼标定。
结果下发
视觉系统把抓取点、放置点、偏移量发送给机器人控制器，机器人据此调整运动轨迹。
2D视觉和3D视觉有什么区别？
2D视觉：适合物料位置相对固定、平面特征明显、高度变化不大的场景，例如规则纸箱定位、标签识别、平面分拣。
3D视觉：适合乱垛、堆叠、高度不一致、姿态随机、需要避障的场景，例如纸箱拆垛、袋装物料码垛、混合SKU码垛。
常见3D方案包括结构光、双目视觉、线激光、面激光、RGBD相机等，选择取决于精度、速度、光照条件和物料表面特性。
视觉引导码垛的典型闭环
以视觉引导码垛为例，实际运行过程通常是：
机器人或PLC触发相机拍照；
视觉系统识别当前物料或垛层位置；
计算物料中心坐标、角度、层数和偏移量；
将偏移量叠加到标准码垛矩阵中；
机器人按补偿后的坐标接近物料并抓取；
放置前可再次校验，防止放偏、撞垛或吸双料；
完成后继续下一循环，直到托盘码满。
为什么视觉对码垛很重要？
没有视觉时，机器人通常只能按固定坐标抓取和放置，一旦物料偏移、托盘错位、纸箱变形或垛型倾斜，就容易出现抓空、撞料、堆垛不稳。加入视觉后，机器人可以适应位置变化、姿态变化、垛型变化和来料不规则，实现更稳定的无人化码垛。
如果用于产品宣传或官网内容，可以概括为一句话：
码垛机器人通过视觉系统实时感知物料位置与姿态，再由控制系统规划抓取路径和垛型，最终由机械臂完成高精度、高节拍的自动化堆垛。
