推荐资料更多

什么是 3D 机器视觉及用途

2024/11/16 14:36:25

3D 机器视觉是一种在三个维度上识别机器和零件的位置和姿态的系统。

机器视觉是指根据捕获和处理图像的结果来操作设备的系统。其中，3D机器视觉是专门处理3D信息的一种。

传统机器视觉的一个问题是，为了让机器人高效工作，人类有必要纠正机器人不擅长的流程。 3D 机器视觉通过将图像处理从 2D 处理改为 3D 处理，解决了这个给处理时间和工作带来压力的问题。

3D 机器视觉的用途
3D 机器视觉用于三个主要目的。

1. 尺寸测量
在汽车行业，用于测量各种零件及门台阶和间隙的尺寸，在物流行业，用于测量行李箱的三边和体积，在食品行业，用于自动测量切肉、分类等级以及确定糖果的制造差异。

2.外观检查
它用于检查汽车零件上的划痕和凹痕，在电气和电子领域用于检查印刷电路板和引线接合，以及在食品工业中用于检查糖果中的碎片。

3、定位工作
例如各种工业产品的拣选工作、物流工作中的码垛和拆箱工作。

3D机器视觉原理
3D机器视觉的原理大致可以分为三个步骤：图案投影、距离测量、零件识别。

1.图案投影、距离测量
首先，在图案投影和距离测量过程中，将多个图案投影到目标物体上并测量到目标物体的距离。

2. 零件识别
接下来，在零件识别过程中，使用预先注册的字典数据和3D CAD模型来识别零件的位置，并确定机械臂的手是否可以在不接触目标物体以外的任何物体的情况下移动。

3. 操作
*将判断结果传输至机器人控制器，机器人实际移动。

有关 3D 机器视觉的其他信息
1.传统机器人视觉和3D机器视觉
大多数传统的机器人视觉系统已用于例如使用机器人手臂取回平放的零件的系统中。这是一种利用视觉对二维平面上按一定顺序排列的零件进行成像和处理，消除零件中的位置和相位偏移，并用机械臂拾取它们的系统。

然而，近年来，人们需要使用机械臂来拾取散装零件的系统。然而，基于二维平面构建的传统机器人视觉系统无法处理散装堆叠的零件。引起人们关注的是3D视觉系统。

2. 3D机器视觉的挑战
当前 3D 机器视觉的问题是容易受到干扰和小错误的影响。采集 3D 图像时的干扰包括光源。在识别单独堆叠的零件时，如果光源发生变化，3D机器视觉可能无法识别零件。

照明对于 3D 机器视觉来说是非常重要的元素。如果这些条件被某种干扰破坏，所实现的算法可能无法处理这种情况，并且系统可能不再工作。

而且，严格来说，零件盒中的零件都有着不同的形状。这是因为每个零件都有细小的划痕和轻微的尺寸误差。大多数情况下，如果零件排列整齐，这种差异不会产生任何影响，但当零件散装堆叠时，根据零件的角度或位置，可能无法确定它们是否是正确的零件.

在这种情况下，通常应被视为正常产品的零件被视为异常产品，从而难以实现*生产。为了克服这些挑战，近年来，人们开始考虑将AI技术用于3D机器视觉。

超声波声压计 SONOSABER

3RT2015-1UB42 西门...