3D激光轮廓仪知识整理(待完善)

文章目录

  • 1.原理和应用场景
    • 1.1 相机原理
      • 1.1.1 测量原理
      • 1.1.2 相机激光器
      • 1.1.3 沙姆镜头
      • 1.1.4 相机标定
      • 1.1.5 中心线提取
    • 1.2 应用场景
      • 1.2.1 测量相关应用
      • 1.2.2 缺陷检测相关应用
  • 2.相机参数介绍及选型介绍
    • 2.1 成像原理
    • 2.2 原始图成像
    • 2.3 生成轮廓图
    • 2.4 相机规格参数
      • 2.4.1 单轮廓点数
      • 2.4.2 参考距离
      • 2.4.3 Z轴测量范围
      • 2.4.4 X轴测量范围
      • 2.4.5 Z轴分辨率
      • 2.4.6 Z轴重复精度
      • 2.4.7 Z轴线性度(±% of MR)
      • 2.4.8 轮廓数据间隔
      • 2.4.9 数据输出类型
      • 2.4.10 激光波长
      • 2.4.11 触发模式
      • 2.4.12 扫描帧率
      • 2.4.13 激光等级
    • 2.5 相机选型评估
      • 2.5.1 精度评估
      • 2.5.2 视场评估
      • 2.5.3 速度评估条件
      • 2.5.4 效率评估
      • 2.5.5 材质评估
      • 2.5.6 成像质量(噪点、空洞)
    • 2.6 多相机拼接
      • 2.6.1 相机上下对射场景
      • 2.6.2 双相机左右并列拼接
      • 2.6.3 双相机对向扫描拼接
  • 3.3D项目需求与评估规范
    • 3.1 应用类型
    • 3.2 使用环境
    • 3.3 项目信息
  • 4.相机图像格式和坐标系
    • 4.1 原始图
    • 4.2 轮廓图
    • 4.3 深度图
    • 4.4 亮度图
    • 4.5 点云图
    • 4.6 坐标系介绍
  • 5.系统标定
    • 5.1 直线标定
    • 5.2 静态标定
    • 5.3 动态标定
    • 5.4 旋转标定

1.原理和应用场景

1.1 相机原理

3D激光轮廓传感器是基于激光三角测量法来重建三维场景。向被测物表面投射激光,通过使用2D相机接收其反射光的变化,可以非接触式测量物体表面轮廓(截面形状)。通过被测物和轮廓仪间的相对运动,对连续获取的一组剖面轮廓高度数据来近似地重构出被测物的3D形状,实现高精度测量及检测。
在这里插入图片描述

1.1.1 测量原理

在这里插入图片描述

1.1.2 相机激光器

激光器由传统的柱面镜改为鲍威尔棱镜,将通过准直透镜的光线,产生亮度均匀的直线。
在这里插入图片描述

1.1.3 沙姆镜头

沙姆定律定义:当被摄体平面、影像平面、镜头平面这三个面的延长面相交于一直线时,即可得到全面清晰的影像。
在这里插入图片描述
在这里插入图片描述

1.1.4 相机标定

在这里插入图片描述

1.1.5 中心线提取

在这里插入图片描述

1.2 应用场景

1.2.1 测量相关应用

检测电池仓平整度、A级面共面度以及螺钉孔位浮高
在这里插入图片描述

1.2.2 缺陷检测相关应用

需要对Pin针歪斜、缺针、高度异常等情况进行检出。
在这里插入图片描述

2.相机参数介绍及选型介绍

2.1 成像原理

3D激光轮廓仪是基于激光三角测量法(laser triangulation)来重建三维场景。向被测物表面投射激光平面(光片,sheet of light) ,通过使用CMOS相机接收其反射光的变化,可以非接触方式测量高度、高度差、宽度等轮廓(截面形状)。
通过被测物和轮廓仪之间的相对运动,对连续获取的轮廓数据进行图像处理重构获得被测物的3D形状,实现高精度测量及检测。
在这里插入图片描述

2.2 原始图成像

不同于常规相机焦平面、镜头平面和像平面三个平面平行,轮廓仪的三者相交于同一条直线。通过沙姆角设计,扩展了测量景深,使得全测量范围清晰成像。
在这里插入图片描述

普通成像

在这里插入图片描述

沙姆成像

在这里插入图片描述

2.3 生成轮廓图

对于线激光三角测量来说,核心算法在于轮廓线中心点的提取,高鲁棒性的提取算法可以使传感器轻松应对各种复杂场景;
对一张原始图,遍历每列搜索,每列得到一个轮廓点,这些轮廓点构成一条轮廓线。
在这里插入图片描述

2.4 相机规格参数

2.4.1 单轮廓点数

指相机Sensor横向分辨率。
2K系列,单轮廓点数为2048个点 。
3K系列,单轮廓点数为3200个点。
4K系列,单轮廓点数为4096个点。

2.4.2 参考距离

推荐相机的架设高度(相机下端面到目标物表面的距离)
在这里插入图片描述

2.4.3 Z轴测量范围

Z轴(高度)方向上可测量的范围

2.4.4 X轴测量范围

即横向视场,X轴(宽度)方向上可测量的范围。

2.4.5 Z轴分辨率

相机在高度方向上的最高分辨能力,为亚像素分辨率。标注的近端到远端下的分辨率范围;在测量范围内,越靠近近端,Z方向分辨率越高。
在这里插入图片描述

2.4.6 Z轴重复精度

相机在参考距离高度下架设,激光线打在陶瓷平面,重复采集4096条原始轮廓数据(不进行滤波处理),每条轮廓都有一个平均z值。这些平均z值的最大值减去最小值得到重复精度;

2.4.7 Z轴线性度(±% of MR)

Z方向线性度是在整个测量范围内被测物的实际距离和测量距离之间的差值。该差值与测量范围的比例即称为直线性。 Z方向线性度指示传感器的绝对测量能力.
在这里插入图片描述

2.4.8 轮廓数据间隔

沿X轴激光线方向轮廓点的水平间隔,
轮廓数据间隔=测量处视场宽度÷单轮廓点数。
在这里插入图片描述

2.4.9 数据输出类型

原始图:由轮廓仪内集成的2D相机拍摄激光线的原始成像
在这里插入图片描述
轮廓数据:原始成像经过中心线提取算法所得到的单条点云数据。
在这里插入图片描述
点云数据:三维数据点的集合,其中每个数据点包含空间X,Y,Z信息。
在这里插入图片描述
深度图:包含深度信息的一张二维图像,深度图中每个像素的灰度值代表深度信息。
在这里插入图片描述
亮度图:包含激光线亮度信息的一张二维图像,亮度图中每个像素的灰度值代表亮度信息。
在这里插入图片描述

2.4.10 激光波长

激光是“电磁波”的一种,“电磁波”存在波长这一标准。激光波长一般为405nm和650nm两种波长,肉眼判断分别为蓝光和红光。
在这里插入图片描述

2.4.11 触发模式

触发模式分为软触发和硬件触发。
软触发:通过软件代码命令来触发相机拍照
硬触发:通过外部硬件的控制信号触发相机拍照

2.4.12 扫描帧率

扫描行频,相机每秒最高采集多少条剖面轮廓;标注全画幅下(最大测量范围下)的行频和通过缩小感兴趣区域(ROI)后可达的最高行频。

2.4.13 激光等级

根据激光产品对人体组织的危害机理以及造成的伤害程度,按照IEC 60825-1:2014 激光产品安全标准进行分类:将激光产品进行分类。
在这里插入图片描述

2.5 相机选型评估

2.5.1 精度评估

Z轴系统重复精度判断:
Z方向绝对误差一般为Z方向分辨率*(3-8)倍,以海康DP-2060-01H为例,绝对误差为7.5-24微米。最终乘以3-8倍,主要取决与机构精度,以及环境震动导致。

X/Y精度判断:
X方向绝对误差一般为轮廓间隔4-5倍,以DP-2120-01H远视场为例,绝对误差为188-236微米(受环境影响)。
在这里插入图片描述

2.5.2 视场评估

视场位置选择:
1、视场足够的条件下使用中间视场,即参考距离高度
2、精度要求高选择上1/3视场
3、视野要求大选择下1/3视场
4、切忌不要将激光线太贴近上下视场边缘(线性度差)

视场大小选择:
1、首先选取满足客户精度要求的相机,此时若视场不满足,即选择拼接。
2、若客户对于精度无要求,那么选取对应视野满足的相机即可。

2.5.3 速度评估条件

1、相机可达的最大帧率:在保证ROI可以包含被测物高度的前提下,查看相机可达到的上限帧率,一般取可达上限
帧率的90%作为当前最高帧率(为防止编码器波动或者速度波动造成的误差)
2、客户要求的Y方向图像分辨率:根据客户精度要求,确定Y方向分辨率Yscale,一般为客户绝对误差的1/3,
stepdistance(步进间距)一般等于Yscale(Y轴采样间距)
3、根据精度和可达的最大帧率确定最快速度:V=当前可达最大帧率*stepdistance

2.5.4 效率评估

检测效率≠V/被测物料长度,检测效率=V/周期长度,
周期长度=物料长度+物料间隔,CT时间=周期长度/V

2.5.5 材质评估

红光蓝光选择:蓝光相比红光精度更高.。
红色激光(传统机型): 传统机型使用红色激光,成像激光光束较粗,轮廓结果跳动较大,重复性较差。
蓝色激光: 蓝色激光成像更精细,轮廓结果更稳定,精度更高。
在这里插入图片描述
在这里插入图片描述

激光对比

针对某些黑色吸光材料时,合适的选择激光可以使成像效果更好。红色波长量子效率高,提高黑色物体响应率;下图为相同曝光参数下成像
在这里插入图片描述

2.5.6 成像质量(噪点、空洞)

重点关注扫描出来的图像与实际物体的还原程度对比,当还原程度较高时,成像较好,还原程度较低时,成像较差。
在这里插入图片描述

2.6 多相机拼接

2.6.1 相机上下对射场景

主要用来测量产品厚度
在这里插入图片描述

2.6.2 双相机左右并列拼接

适用条件:样品需要测试的面积过大,节拍要求高,单相机扫描拼接节拍无法达到要求,需要扩大X方向的视野。
在这里插入图片描述

2.6.3 双相机对向扫描拼接

适用条件:单相机扫描出图盲区过大,使有效区域无法显示。
在这里插入图片描述
各个拼接的结构布局都是在进行相对位移,要么相机静止,样品移动;要么样品静止,相机运动。

3.3D项目需求与评估规范

3.1 应用类型

检测类型:缺陷检测、特征有无的判断等
测量类型:物体的长宽高、特征、体积等
OCR类型:数字、字符、文字识别等
识别类型:特征分类等
定位类型:特征位置、边缘位置等

3.2 使用环境

使用环境对评估方案精度有重要意义,如有特殊使用环境,请客户补充说明:
例如设备空间、隔离拍摄等。

3.3 项目信息

有明确的项目需求描述,明确公差范围、重复精度、绝对精度、检测效率等信息,确定是设备需求还是解决方案需求,提供必要的当前方案信息和痛点

4.相机图像格式和坐标系

4.1 原始图

4.2 轮廓图

4.3 深度图

深度图是由轮廓图拼接转换而来

4.4 亮度图

4.5 点云图

点云图是由深度图转换而来

4.6 坐标系介绍

5.系统标定

安装设备时,难以确保安装后设备的X/Y方向所在平面与载物台平面平行,设备的Y方向也难以确保和运动扫描方向一致。
设备的安装误差会影响测量的绝对精度,可通过系统标定矫正安装误差,得到系统坐标系下的点云数据,提高测量的绝对精度。
经过系统标定后,可以将倾斜的平面矫正为水平的平面,方便后续图像数据处理,比如通过高度阈值分割去除背景噪声。
在这里插入图片描述
在这里插入图片描述

5.1 直线标定

只能矫正X方向(横向)的安装误差,提升X方向的测量绝对精度。
在这里插入图片描述

5.2 静态标定

可以矫正X方向(横向)和Z方向(高度方向)的安装误差;提升X方向和Z方向的测量绝对精度。
在这里插入图片描述

5.3 动态标定

可以矫正X方向(横向)和Z方向(高度方向)以及Y方向(运动扫描方向)的安装误差;提升X\Y\Z三个方向上的测量绝对精度;
该标定方式下,需标定块或设备其中一个处于运动状态,两者产生相对运动。
在这里插入图片描述

5.4 旋转标定

适用于转盘旋转的场景。
在这里插入图片描述

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/pingmian/76353.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

w285药店管理系统的设计与实现

🙊作者简介:多年一线开发工作经验,原创团队,分享技术代码帮助学生学习,独立完成自己的网站项目。 代码可以查看文章末尾⬇️联系方式获取,记得注明来意哦~🌹赠送计算机毕业设计600个选题excel文…

Google Chrome Canary版官方下载及安装教程【适用于开发者与进阶用户】

谷歌浏览器(Google Chrome)以其高性能、强扩展性和良好的用户体验深受全球用户喜爱。在其多个版本中,Chrome Canary因具备最前沿的功能测试环境,成为开发者和技术探索者的首选。如果你希望第一时间体验Google Chrome最新功能&…

RocketMQ深度百科全书式解析

​一、核心架构与设计哲学​ ​1. 设计目标​ ​海量消息堆积​:单机支持百万级消息堆积,适合大数据场景(如日志采集)。​严格顺序性​:通过队列分区(Queue)和消费锁机制保证局部顺序。​事务…

每日一题(小白)暴力娱乐篇19

样例: 6 1 1 4 5 1 4 输出: 56 66 52 44 54 64 分析题意可以得知,就是接收一串数字,将数字按照下标每次向右移动一位(末尾循环到第一位),每次移动玩计算一下下标和数字的乘积且累加。 ①接收…

如何应对“最后时刻任务堆积”(鼓包现象)

应对“最后时刻任务堆积”(鼓包现象)的方法包括:合理规划项目时间表、强化进度跟踪管理、明确任务优先级、有效的资源配置、提升团队沟通效率。其中,强化进度跟踪管理尤为关键。根据项目管理协会(PMI)的调查…

19C-19.3环境-impdp导入到view时卡死

帮客户导入一个用户时,发现VIEW部分无法进行下去 Processing object type SCHEMA_EXPORT/TABLE/IDENTITY_COLUMN Processing object type SCHEMA_EXPORT/PACKAGE/PACKAGE_SPEC Processing object type SCHEMA_EXPORT/FUNCTION/FUNCTION Processing object type SCH…

一、简单的 Django 服务

一、配置虚拟环境 1.1 创建一个文件夹在导航栏输入cmd打开 1.2 安装依赖两个库 pip install virtualenv virtualenvwrapper-win -i https://pypi.tuna.tsinghua.edu.cn/simple验证是否安装成功 virtualenv --version pip show virtualenvwrapper-win 1.3 创建虚拟环境 mkvi…

道路运输安全员岗位事项有哪些?

道路运输安全员的岗位事项主要包括以下几个方面: 安全制度与计划 参与制定和完善道路运输企业的安全管理制度、安全操作规程等,确保各项安全工作有章可循。协助制定年度安全工作计划和目标,并负责组织实施和监督执行情况,定期对…

潇洒浪: Dify 上传自定义文件去除内容校验 File validation failed for file: re.json

Dify上传文件 添加其他文件类型如 my.myselfsuffix 上传成功 执行报错 File validation failed for file: re.json 解决办法 Notepad 搜索dify源码 注释掉,重启容器 或者直接在容器中修改重启

工作记录 2015-08-24

工作记录 2015-08-24 序号 工作 相关人员 1 更新76.19的D:\FNEHRRD,更新的差不多了,还在测试中。具体情况见附件。 郝 识别引擎监控 Ps (iCDA LOG :剔除了204篇ASG_BLANK之后的结果): LOG_File 20150823.txt BLANK_CDA/ALL 102/947 (10.8%) TIME…

Robot---SPLITTER行星探测机器人

1 背景 先给各位读者朋友普及一个航天小知识,截止到目前为止,登陆火星的火星车有哪些?结果比较令人吃惊:当前只有美国和中国登陆过火星。 “勇气”号(Spirit):2004年1月4日,美国国家…

Python asyncio

一些Pre关键概念 asyncio 本质上还是单进程单线程的Python程序; 建立event_loop 概念,上面event_loop 可以理解为大脑,下面是若干个可执行的Task; Task 没有控制权,没有办法控制event_loop 执行某个Task,只…

Dify什么?Dify 零门槛打造专属 AI 应用

Dify 是一个专注于简化大语言模型(LLM)应用开发的开源平台,旨在帮助用户通过可视化界面和模块化工具快速构建、部署和管理 AI 驱动的应用程序。以下是其核心特点: 主要功能 可视化编排 提供直观的界面,无需深入编码即…

Hierarchical Reinforcement Learning for Course Recommendation in MOOCs论文阅读

论文1简介 标题:Hierarchical Reinforcement Learning for Course Recommendation in MOOCs 作者:Jing Zhang, Bowen Hao, Bo Chen, Cuiping Li, Hong Chen, Jimeng Sun 单位: 中国人民大学教育部数据工程与知识工程重点实验室、 中国人民大学信息学院…

零基础学Git

大家好!最近跟着网上的课程看了一下git的课,浅浅地学了一下,以下内容为作为一个小白初识git的学习历程和学习笔记!!! 1.Git概述 1.1什么是Git? 分布式版本控制系统(DVCS)&#x…

算法 模版

cin cout加快读取速度&#xff1a; ios::sync_with_stdio(false); 高精度*高精度 vector<int> mul(vector<int>& a, vector<int>& b) {vector<int>c(b.size()a.size()5,0);for (int i 0; i < a.size(); i) {for (int j 0; j < b.si…

4185 费马小定理求逆元

4185 费马小定理求逆元 ⭐️难度&#xff1a;简单 &#x1f31f;考点&#xff1a;费马小定理 &#x1f4d6; &#x1f4da; import java.util.Scanner; import java.util.Arrays;public class Main {static int[][] a;public static void main(String[] args) {Scanner sc …

【SQL】常见SQL 行列转换的方法汇总 - 精华版

【SQL】常见SQL 行列转换的方法汇总 - 精华版 一、引言二、SQL常见的行列转换对比1. 行转列 Pivoting1.1 ​​CASE WHEN 聚合函数​​1.2 ​​IF 聚合函数​​1.3 ​​PIVOT操作符​​ 2.列转行 Unpivoting2.1 UNION ALL​​2.2 ​​EXPLODE函数&#xff08;Hive/Spark&#…

操作系统 4.3-生磁盘的使用

磁盘的物理组成 盘面&#xff1a; 磁盘由多个盘面组成&#xff0c;每个盘面上都有数据存储的区域。 磁道&#xff1a; 每个盘面上都有若干个同心圆&#xff0c;这些同心圆称为磁道。磁道是数据存储的路径。 扇区&#xff1a; 磁道被进一步划分为若干个扇区&#xff0c;扇区…

PT抽ETM如何包含power信息

在primetime中&#xff0c;可以使用extract_model -power指令使ETM包含power的信息。需要注意的是&#xff0c;需要先设置set power_enable_analysis为true。 例如得到有power信息的ETM指令如下&#xff08;示例&#xff09;&#xff1a; set power_enable_analysis true ex…