Каков принцип машинного визуального контроля с помощью 3D-камеры?

В условиях непрерывного развития промышленной автоматизации традиционные двухмерные системы визуального контроля больше не могут удовлетворить потребности современной обрабатывающей промышленности в высокой-точности, высокой-эффективности и высокой гибкости контроля.. 3Технология машинного зрения с помощью цифровой камеры стала ключевым инструментом в интеллектуальном производстве и контроле качества. Итак, что же такое машинный визуальный контроль с помощью 3D-камеры? Каков его принцип работы? Эта статья предоставит вам подробный анализ.
1. Основные понятия проверки машинного зрения с помощью 3D-камеры
Машинный визуальный контроль с помощью 3D-камеры — это автоматизированный метод обнаружения, который использует устройства 3D-изображения (например, 3D-камеры) для получения трехмерной пространственной информации об объектах и ​​объединяет алгоритмы обработки изображений для обнаружения и анализа размера, формы, положения, дефектов и т. д. объектов.
По сравнению с традиционными системами 2D-видения, 3D-зрение может не только получать плоские изображения объектов, но и информацию об их глубине, тем самым обеспечивая точное распознавание сложных структур, поверхностей, перепадов высот и других особенностей.
2. Принцип работы 3D-камеры.
3D-камера является основным устройством для осуществления 3D-визуального контроля, и ее принцип работы в основном основан на следующих основных технологиях:
1. Структурированный свет
Технология структурированного освещения проецирует определенные световые узоры (например, полосы или точки) на поверхность объекта, и когда свет сталкивается с неровностями поверхности, он подвергается деформации. После съемки этих деформированных узоров с помощью камеры информация о глубине каждого пикселя рассчитывается с помощью алгоритмов обработки изображений для построения трехмерной модели объекта.
Преимущества: Высокая точность, подходит для статических сценариев или сценариев с низкой скоростью.
Недостатки: чувствительность к окружающему свету, непригодна для обнаружения на высокой-скорости или отражающих поверхностях.
Применение: определение размера корпуса мобильного телефона, измерение плоскостности электронных компонентов и т. д.
2. Время полета (ToF)
Технология ToF рассчитывает расстояние между объектом и камерой, излучая импульсы инфракрасного света и измеряя время, необходимое свету для отражения обратно в камеру. Быстро сканируя все поле зрения, система может создать полную карту глубины.
Преимущества: Быстрый отклик, подходит для динамического обнаружения.
Недостатки: низкое разрешение, точность ограничена расстоянием.
Приложения: обход препятствий с помощью AGV, измерение объема посылок, автономное вождение и т. д.
3. Стерео зрение
Моделируйте принцип зрительного восприятия человека, используйте две камеры, чтобы запечатлеть один и тот же объект под разными углами, вычислите несоответствие с помощью алгоритмов сопоставления изображений и, таким образом, вычислите трехмерные-координаты объекта.
Достоинства: Простая конструкция, низкая стоимость.
Недостатки: высокие требования к текстуре, сложно сопоставить участки со слабой текстурой.
Области применения: захват роботов, наружная навигация, распознавание объектов.
3. Рабочий процесс 3D-визуального контроля
Полная система визуального 3D-контроля обычно включает в себя следующие этапы:
1. Получение изображения
Получите данные изображения, содержащие информацию о глубине, с помощью 3D-камеры, например карты облаков точек, карты глубины или карты в оттенках серого.
2. Предварительная обработка изображений
Выполняйте шумоподавление, фильтрацию, преобразование координат и другую обработку необработанных данных, чтобы повысить стабильность и точность последующих алгоритмов.
3. Извлечение и сопоставление признаков
Извлекайте из изображения ключевые элементы, такие как края, контуры и плоскости, и сравнивайте их со стандартными моделями или шаблонами, чтобы выявить дефекты или отклонения.
4. 3D-реконструкция и измерение
Использование данных облака точек для восстановления трехмерной-модели объекта для измерения размера, расчета объема, анализа формы и других целей.
5. Выявление дефектов и принятие решения
Объединение алгоритмов машинного или глубокого обучения для классификации и определения обнаруженных аномалий и вывода результатов обнаружения.
4. Преимущества 3D-визуального контроля
По сравнению с традиционным ручным контролем или системами двухмерного машинного зрения, трехмерный визуальный контроль имеет следующие существенные преимущества:
Высокая точность: он может достигать точности измерений на уровне микрометра или даже субмиллиметра, отвечая требованиям точного производства.
Высокая адаптируемость: возможность обработки сложных форм, отражений, прозрачности, низкой контрастности и других 2D-сцен, с которыми трудно справиться.
Высокая эффективность: высокая скорость автоматического обнаружения, подходит для крупных-производственных линий.
Бесконтактный способ: позволяет избежать повреждения заготовки и подходит для хрупких или дорогостоящих-продуктов.
5, типичные сценарии применения
3D-визуальный контроль широко применяется во многих отраслях, и ниже приведены некоторые типичные сценарии:
Производство электроники: определение паяных соединений печатных плат, точность монтажа микросхем, размеры корпуса телефона и т. д.
Автомобильные компоненты: измеряйте погрешности размеров и поверхностные дефекты блоков цилиндров двигателя, шестерен и тормозных колодок.
Логистика и складирование: автоматически измеряйте объем упаковки, определяйте положение груза и направляйте AGV, чтобы избежать препятствий.
Продукты питания и лекарства: проверка целостности упаковки, герметичности крышек бутылок и внешних дефектов таблеток.
6. Тенденции будущего развития.
Благодаря постоянному развитию искусственного интеллекта, периферийных вычислений и сенсорных технологий, трехмерный визуальный контроль развивается в сторону более высокой точности, скорости и более мощного интеллекта:
AI+3D Vision. Применение алгоритмов глубокого обучения для обработки облаков точек и распознавания дефектов становится все более распространенным.
Периферийные вычисления: разверните алгоритмы обработки изображений на локальных устройствах для достижения миллисекундного отклика.
Объединение нескольких датчиков: объединение нескольких датчиков, таких как RGB, инфракрасный и лазерный, для повышения надежности обнаружения.
Модульность и стандартизация: содействие быстрому развертыванию и промышленной популяризации систем 3D-видения.
7. Заключение
Технология машинного зрения с 3D-камерой постепенно становится «умным глазом» промышленной автоматизации. Это не только повышает точность и эффективность обнаружения, но и обеспечивает надежную основу данных для интеллектуального производства. В будущем, по мере дальнейшего развития технологий, 3D-зрение продемонстрирует свой мощный потенциал применения в большем количестве областей.