3D激光三角测量技术:为机器视觉提供深度

发布者:EE小广播最新更新时间:2021-06-28 来源: EEWORLD作者: Inder Kohli, 3D成像技术高级产品经理,Teledyne Dalsa 关键字:3D视觉  机器视觉  3D激光 手机看文章 扫描二维码
随时随地手机看文章

3D视觉技术正在成为主流--这是件好事。技术的进步和成本的降低使得3D视觉成为一种可以用于半导体和电子、电动车电池制造、汽车制造、食品生产和药品包装等多种应用和行业的技术。人们会在生产制造自动化、机器人引导和质量控制领域中看到3D传感器和轮廓仪。


过去,3D系统处理速度太慢,无法跟上生产,价格过于昂贵,配置难度高,且不易维护。相反的,系统设计人员依靠(1D)和(2D)扫描成像技术复杂的相机和照明配置中执行检测,使用软件计算深度信息。


传感器质量和速度、嵌入式视觉、FPGA、激光、光学和智能系统的同步发展使得3D成像成为当今更加可行的选择。现在的3D成像技术具有成本低、可靠、可重复、易于实施的优势,并在各种要求严苛的应用中得到验证。虽然1D和2D技术仍在广泛使用,但现在3D技术几乎在所有情况下都提供了可靠的替代方案。


Z-Trak2 是基于Teledyne Imaging的3D图像传感器技术打造的3D轮廓传感器系列。Z-Trak2 3D轮廓传感器通过稳定的5GigE接口提供了高速的线上检测手段。


3D激光三角测量技术


使之成为可能的3D成像技术之一是3D激光三角测量。该技术已经存在了很长一段时间,但直到最近才取得进展,由于校准的复杂性、有限的扫描速率、所需的计算能力和现场维护成本,它在线上应用中的使用受到了限制。


在典型的激光线轮廓仪中,激光线条被投射到物体上,并使用一个2D(区域/矩阵)图像传感器进行成像。在确定激光条纹在图像传感器上的位置后,轮廓仪会提供由激光条纹的光学三角测量产生的横向(X轴)和深度(Z轴)信息。沿着激光线生成的XZ对集称为轮廓。沿运动方向的两个连续轮廓之间的距离构成第三轴(Y)。通过这种方式扫描物体,我们获得了物体的表面扫描信息(X,Y,Z)。

 

image.png


实现性能


凭借高速CMOS图像传感器的科技进步和现代FPGA的强大功能,快速可靠的嵌入式系统允许3D轮廓传感器(针对给定的测量范围)提供更大的视野以及前所未有速度的高动态范围成像效果(HDR)。通过整合各种功能,如支持漫反射和镜面反射配置的功能,以及5-GigE这样的高速数据传输接口,3D轮廓传感器能够更好地应对当今在线3D机器视觉应用带来的挑战。这些传感器具有广泛的光学布置,使用可扩展的处理架构,并提供低至几微米的高度和宽度分辨力。


更好的可用性和集成性


集成式激光三角测量轮廓仪使用和设置更方便,并且不需要特殊的照明布置。通过巧妙平衡轮廓仪设计的各种构成模块(图像传感器、激光能力、光路、机械和电子部件),可以以相对较低的成本获得准确的测量结果。


随着轮廓仪变得更加可靠且技术不断成熟,用户可能会更加愿意选择它作为首选技术。例如,激光三角测量技术对振动有很好的容忍度。通过扫描,小幅振动可以帮助减少激光散斑所产生的整体噪声。


巧妙的架构设计让您可以通过增添处理模块(例如人工智能、像素处理和智能传感器等)来进一步提高系统的功能。


面向更广泛应用领域的系统设计


如今,激光轮廓仪将HDR功能和反射消除算法相结合来测量物体特征,尽管表面反射程度不同。除了对人眼安全的红色激光外,还提供蓝色激光配置的机型,适用于扫描表面反射性较强或对红色激光不可见的物体。


现代电子科技和人工智能(AI)技术的发展使系统变得更加强大,而且将成本控制在合理范围内。对于单个3D轮廓传感器的视野无法满足要求的应用,用户可以组合多个3D轮廓仪进行同步检测,或者在物体需要进行360°检测的情况下使用多个3D轮廓仪。


image.png

 多传感器装置示例


此类应用的示例包括大型木板、金属、石膏板、塑料和各类冲压件的检查。每侧具有不对称特征的冲压件需要在物体周围使用多个传感器。这要求所有传感器都以适当方式进行配置,使得生成的3D图像能够以真实方式呈现物体。要实现这一点,所有传感器需要精确同步以生成组合图像,方便测量。


image.png

 汽车轮胎的3D检测是使用3D轮廓传感器的一个典型应用。


局限性和其他需要考虑的问题


尽管3D激光三角测量技术在性能、成本和可用性方面有了很大的进步,但仍然需要考虑一些问题才能实现成功的系统集成。由于激光三角测量需要观察角度,因此遮挡通常是一个问题。遮挡是由几何三角测量引起的轮廓仪定位角度产生的阴影。一种解决方案是使用一个或两个激光器和多个相机。传感器还可能限制系统的整体速度和性能。激光散斑也是一个挑战,它是激光本身产生的固有噪声,会降低系统的分辨率。


主要市场和应用


尽管如此,基于3D激光三角测量技术的系统仍然适用于种类繁多的应用,包括电子和半导体生产、机器人、汽车制造和一般工厂自动化等众多细分市场中的线上高度测量。

 

image.png


工业


在线检测

体积测量

机器人引导

间隙和段差测量

表面检测


电子


芯片导线检测

BGA和微型BGA检测

锡膏检测

PCB裸板和装配板检测


机器视觉


零件检测

零件识别

压印OCR

压印条形码

胎圈检测

抓取-贴装

木材和木料检测

角度测量


查看更多:3D成像、3d映射、3D视觉、人工智能、自动光学检测、GigE、图像处理、机器学习、机器视觉


关键字:3D视觉  机器视觉  3D激光 引用地址:3D激光三角测量技术:为机器视觉提供深度

上一篇:研华EPC-U2217机器视觉解决方案
下一篇:安森美1600万像素XGS传感器带来高质量、低功耗成像

推荐阅读最新更新时间:2024-11-10 12:59

京都大学开发出非机械3D激光雷达系统
闪光激光雷达是一种传统的光束扫描技术与更新的3D方法相结合的新版本激光雷达。搭载这种激光雷达的自动驾驶汽车可以变得更加安全。激光雷达系统可以使用脉冲激光绘制物体和场景地图,从而使自动驾驶机器人、车辆和无人机实现导航。 据外媒报道,京都大学(Kyoto University)研究人员开发出一种非机械的3D激光雷达系统,仅为手掌大小,可用于测量反射性差的物体的距离,并自动跟踪这些物体的运动。 首席研究员Susumu Noda表示:“借助我们的激光雷达系统,机器人和车辆将能够可靠、安全地在动态环境中导航,而不会忽视黑色金属汽车等反射不良的物体。将这项技术融入汽车将使自动驾驶更加安全。” 正是因为研究人员开发出称为双调制光子
[汽车电子]
京都大学开发出非机械<font color='red'>3D</font><font color='red'>激光</font>雷达系统
3D激光测量技术的发展及其应用
随着激光技术和电子技术的发展,激光测量已经从静态的点测量发展到动态的跟踪测量和3D立体测量领域。上个世纪末,美国的CYRA公司和法国的MENSI公司率先将激光技术发展到三维测量领域。其中,CYRA公司的3D测量技术着重于中远距离(50米-200 米)目标的测量应用,可以获得6毫米到4厘米的测量精度,是针对建筑模型,地面施工,电站,船舶设计等大型项目的建模,监测应用;而MENSI公司则着重 于短距离高精度的3D测量应用,由于可以达到0.25毫米的精度,为工业设计,设备加工,质量监测领域提供了全新的测量手段。在2000年的时候,美国宇 航局(NASA)就已经在设计加工过程中成功的应用了3D测量技术。 现在,3D测量技术已经发展出更远
[测试测量]
<font color='red'>3D</font><font color='red'>激光</font>测量技术的发展及其应用
国内这家公司已经攻克TOF技术,这个摄像头靠谱吗
成立于2012年的乐行天下,以研发生产小型平衡车产品为主业。2014年乐行天下董事长周伟发布的一篇“拒绝小米投资”的公开信成为一时热点。2015年乐行天下还推出了独轮车、滑板车等产品。   但近日乐行天下宣布已经研发出了“国内首款”基于TOF技术的深度摄像头。这大大超出了大众对这家公司的认知。虽然做平衡车也需要用到不少机器人领域的技术,但与做视觉识别的技术难度不可同日而语。视觉识别是一个需要重度基础研发的领域,包括TOF在内的实时三维建模是虚拟现实、无人驾驶等高精尖领域最核心的底层技术之一,连 微软 、 谷歌 和英特尔这样的巨头在其中耕耘不辍。     乐行天下如果能在这一领域取得突破并推出产品,是非常了不起的
[嵌入式]
机器视觉的粗糙度检测方法有哪些?这个方案效果不错
是人工智能正在快速发展的一个分支。简单说来,机器视觉就是用机器代替人眼来做和判断。机器视觉系统是通过机器视觉产品(即图像摄取装置,分CMOS和CCD两种)将被摄取目标转换成图像信号,传送给专用的图像处理系统,得到被摄目标的形态信息,根据像素分布和亮度、颜色等信息,转变成数字化信号;图像系统对这些信号进行各种运算来抽取目标的特征,进而根据判别的结果来控制现场的设备动作。 基于机器视觉的粗糙度检测方案 在机械零件切削的过程中,刀具或砂轮遗留的刀痕,切屑分离时的塑性变形和机床等因素,会使零件的表面形成微小的峰谷。这些微小峰谷的高低程度和间距状况叫做表面粗糙度, 也称为微观不平度, 它是一种微观几何形状误差。 产品的工
[机器人]
机器视觉应用多,哪条才是真正的捷径?
机器视觉起源于上世纪50年代 —— Gilson提出了“光流”的概念,在相关统计模型的基础上发展了逐像素计算模型,标志着二维图像统计模型的发展。 机器视觉是用机器代替人眼进行测量和判断。机器视觉系统通过机器视觉产品将捕捉到的物体转换成图像信号,再传输给专用的图像处理系统,获得被捕捉物体的形状信息,并根据像素分布、亮度、颜色等信息将其转换成数字信号;图像系统对这些信号进行各种操作,提取目标的特征,然后根据识别结果控制现场设备的动作。 随着深度学习、三维视觉技术、高精度成像技术和机器视觉互联技术的发展,机器视觉的性能优势得到进一步提升,应用领域也向多维拓展。 机器视觉的主要应用领域 1 汽车制造行业 以往汽车制造
[嵌入式]
<font color='red'>机器视觉</font>应用多,哪条才是真正的捷径?
G20周刊|海康机器人举行机器视觉新品发布会/特步携手极智嘉打造机器人智能仓
新时达全新升级一代机器人SR70-2180强悍推出 近日,新时达推出机器人全新升级产品SR70-2180,该款产品采用全新高刚性机械设计配合高阶动力学算法,速度提升20%;具备机身占地面积小、手腕紧凑设计,小空间安装、作业游刃有余,支持多种总线协议的标准化,是锂电、汽车零部件、金属加工、化工建材等不同行业应用的理想选择。 海康机器人举行机器视觉新品发布会 4月10日,“视觉·看见无限可能——2023海康机器人机器视觉新品发布会在线上召开,期间,重磅发布了海康机器人在深度学习、3D视觉、光纤传输、高光谱成像等方面的技术升级、产品焕新成果,以及开放兼容的生态建设布局。 特步携手
[机器人]
HNu Photonics 利用 FLIR Blackfly 机器视觉相机研究太空飞行对人体生理的影响
HNu Photonics 是航空航天和国防领域最前沿的空中和地面硬件开发商。HNu Photonics 的 SCORPIO-V 事业部与 NASA 合作,利用 Teledyne FLIR 的机器视觉相机来更好地了解太空飞行和微重力在细胞层面上对人体的影响。 NASA 的人体研究计划 (HRP) 在过去 50 年中一直致力于研究人体在太空中发生的变化。 太空旅行中遇到的情况,无论是太空辐射还是重力场的变化,都可能对人体的生理情况产生长期和潜在的危险影响。 作为与 NASA 合同的一部分, HNu Photonics 正努力提供各种在国际空间站 (ISS) 上使用的显微镜解决方案。研究人员将运用他们从显微镜实验中
[传感器]
HNu Photonics 利用 FLIR Blackfly <font color='red'>机器视觉</font>相机研究太空飞行对人体生理的影响
小广播
最新工业控制文章
换一换 更多 相关热搜器件

 
EEWorld订阅号

 
EEWorld服务号

 
汽车开发圈

电子工程世界版权所有 京B2-20211791 京ICP备10001474号-1 电信业务审批[2006]字第258号函 京公网安备 11010802033920号 Copyright © 2005-2024 EEWORLD.com.cn, Inc. All rights reserved