点击上方“计算机视觉工坊”，选择“星标”

干货第一时间送达

激光三角测量法，是工业视觉领域较为常用也是比较容易理解的一种3D检测算法。本文主要从应用层次来阐述，包括相机和激光选型、搭接方式的优劣点分析、软件开发过程中的注意事项等。

1.原理及演示

将一条单线细激光光线投射到物体表面，由于物体表面高度发生变化，使得激光线发生了弯曲，根据这个线的变形，可以计算出精确的物体表面三维轮廓。如下图所示，基本组成结构有：1） 2D/3D相机 2）线激光 3）镜头 4）固定架和安装方法

2.特点

1）可以同时获得X，Z向坐标

2）相机与被测物之间必须有相对运行

3）主要用于在线3D测量

4）适合近距离、高精度、高速测量

3.关键参数

3.1相机的选择

相机可以选择普通面阵相机或3D相机，均可以得到3D图像或者点云数据。使用普通面阵相机，需要自己提取轮廓线，并通过标定来重建深度图像，Halcon里面有现成的例程进行实现。如果对行频要求不高、Z向精度要求不高的场合，完全可以使用高速面阵相机来实现。

我近期所做项目，对行频和精度要求偏高，所以还是选取的3D相机的方案。德国的SICK、AT相机是工业检测应用中用的比较多的两款3D相机了，最高行频都可以做到几十KHZ，以AT相机为例，具体参数如下：

行频的大小除了和行数有关，也跟设置的ROI的宽度（像素点数）、曝光时间均有直接的关系。

3.2线激光的选择

线激光的评价参数有很多，如均匀性、点稳定性、准直度、瞄准线、功率稳定性。激光器自身的参数有：扇角、功率、景深等。实际项目选型中，最常用的参数有：

• 扇角：扇角越大，同样工作距离对应的激光线越长。

• 功率：功率越高，激光的强度越大（肉眼看越亮）。对于黑色不反光材质，要选择功率大一点的激光。功率的稳定性也会影响测量的灵敏性，较差的功率稳定性，将不能使用固定的阈值方法，对于较低对比度的物体测量变得困难

• 均匀性：不好的均匀性会降低分辨率和精度

经过对多个不同品牌激光的测试，德国的ZLaser激光是性价比较高的一款激光，多种型号可以满足不同场合的应用。

3.3搭接方式的选择

1）标准安装：激光垂直材料平面，相机与激光呈α角度

适应场合：大多数场合均适用

优点：轮廓上的点都有相同的Y坐标，标定简单

缺点：存在盲区

 2）反向安装：相机垂直材料平面，激光与相机呈α角度

适用场合：平面物体

优点：可增加高度分辨率

缺点：轮廓上的点的Y坐标不相同，标定复杂

3）发射式安装或明场安装方式

适用场合：适用于返光不强的平面物体。由于直接反射，可增加物体的返光亮度（对于某些材质，可能是缺点）。

优点：大大增加高度分辨率

缺点：标定复杂

 4）暗场安装方式

适用场合：返光较强的平面物体。

优点：可减少直接光的反射

缺点：会降低高度分辨率，标定复杂

3.4测量角的选择

较大的测量角，可以带来更高的Z方向分辨率，同时也会导致更大的盲区。所以需要根据实际项目情况进行权衡。

例如：5mm高物体，，盲区为4.2mm

4.实际应用

4.1应用举例

需要已知如下信息：

• 物体大小（长、宽、高）

• X，Y，Z方向精度要求

• 扫描速度

• 应用类型

• 材质

举个例子，需要测量的物体大小为80*50*5（长*宽*高），X向精度0.3mm，Y向精度0.3mm，扫描速度为2m/s，那么需要的X向分辨率不高于0.1mm/pixel，Y向分辨率不高于0.1mm/pixel。

• 相机选择

需要选择的像素点数不低于80/0.1=800；对应的行频不低于2000/0.1=20KHZ。

相机能达到的最大行频，取决于ROI有效区域的大小、曝光时间和轮廓提取算法等。而ROI有效区域的大小又取决于材料的厚度范围，曝光时间一部分取决于材料的材质（有的材料比如橡胶轮胎为黑色吸光的材质，在同等光源亮度情况下，需要的曝光时间要高一些）

2）镜头选择

这个跟2D一致。主要取决于现场安装的工作距离，焦距越大工作距离越远

3）搭接方式

如上所述，各有利弊，可以从标定的难易程度、检测精度、平面物体的材质等多个因素考虑选择哪种方式

4.2采图

当相机和激光角度固定时，相机安装方向的不同会导致灰度极性的不同（即高度越高的物体，对应的灰度值越亮还是越暗）。简单总结：相机自身安装是有方向的，若激光在相机的正方向的上面，则高度越高的物体，对应的灰度值越低；否则对应的灰度值越高。

基于此，如果想改变灰度极性，在不更改相机安装方向的情况下，可以通过设置ReverseY参数来更改。

4.3标定

标定的目的：获得相机内外参数、以及激光光平面的方向。进而可以计算出物体X和Z向的物理单位大小。3D相机一般集成了现成的标定模块，所以标定起来比较容易，经常用的标定方法为：锯齿形标定板

通过在运动方向上移动标定块，调用相机自身的标定算法，来实现对3D相机的标定。

本文仅做学术分享，如有侵权，请联系删文。

下载1

在「计算机视觉工坊」公众号后台回复：深度学习，即可下载深度学习算法、3D深度学习、深度学习框架、目标检测、GAN等相关内容近30本pdf书籍。

下载2

在「计算机视觉工坊」公众号后台回复：计算机视觉，即可下载计算机视觉相关17本pdf书籍，包含计算机视觉算法、Python视觉实战、Opencv3.0学习等。

下载3

在「计算机视觉工坊」公众号后台回复：SLAM，即可下载独家SLAM相关视频课程，包含视觉SLAM、激光SLAM精品课程。

重磅！计算机视觉工坊-学习交流群已成立

扫码添加小助手微信，可申请加入3D视觉工坊-学术论文写作与投稿 微信交流群，旨在交流顶会、顶刊、SCI、EI等写作与投稿事宜。

同时也可申请加入我们的细分方向交流群，目前主要有3D视觉、CV&深度学习、SLAM、三维重建、点云后处理、自动驾驶、CV入门、三维测量、VR/AR、3D人脸识别、医疗影像、缺陷检测、行人重识别、目标跟踪、视觉产品落地、视觉竞赛、车牌识别、硬件选型、学术交流、求职交流等微信群，请扫描下面微信号加群，备注：”研究方向+学校/公司+昵称“，例如：”3D视觉 + 上海交大 + 静静“。请按照格式备注，否则不予通过。添加成功后会根据研究方向邀请进去相关微信群。原创投稿也请联系。

▲长按加微信群或投稿

▲长按关注公众号

觉得有用，麻烦给个赞和在看~