应用于机器视觉的3D激光三角测量技术
品慧电子讯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。
3D激光三角测量技术：为机器视觉提供深度
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）。
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。
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。
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。
免责声明：本文为转载文章，转载此文目的在于传递更多信息，版权归原作者所有。本文所用视频、图片、文字如涉及作品版权问题，请联系小编进行处理。
推荐阅读：
为什么FeFET变得如此有趣？
RS瑞森半导体碳化硅二极管在光伏逆变器的应用
为什么功率转换仍然算不上大宗商品
电源管理芯片TMI3191直击智能穿戴电源痛点！
基于深度学习的地震波逆时偏移补偿方法
