非接触式三维数字化检测研究现状及关键技术探讨Word文档下载推荐.docx

非接触式三维数字化检测研究现状及关键技术探讨Word文档下载推荐.docx

《非接触式三维数字化检测研究现状及关键技术探讨Word文档下载推荐.docx》由会员分享，可在线阅读，更多相关《非接触式三维数字化检测研究现状及关键技术探讨Word文档下载推荐.docx（14页珍藏版）》请在冰豆网上搜索。

Keywords:

non-contactdetectionartstateopticaldetectionkeytechnique

0前言

在现代制造业中，存在着大量的检测任务，如表面质量与缺陷检测、尺寸检测以及三维轮廓检测等[1]。

随着工业自动化技术的不断发展，各种自动检测设备也孕育而生。

目前广泛应用于三维轮廓检测的方式主要有两种：

接触式和非接触式。

早期的三维测量手段主要是采用接触式测量方法，通过传感测头与几何形体表面接触而记录形体表面点的三维坐标位置。

运用最为广泛的接触式测量设备是三坐标测量机。

（CoordinateMeasurementMachine,CMM）[2]这种方法由于采用的是接触式测量，因而，测头与被测表面接触会有摩擦、磨损以及弹性变形，此外，它还有测量速度低，不能测量柔软和易变形物体表面，需要进行测头半径补偿等缺点。

非接触式测量方法主要是基于光学、声学和电磁学等领域的基本原理，将一定的物理模拟量通过适当的算法转换得到几何形体表面点的三维坐标值[2]。

随着光电技术、微电子技术的发展，特别是光学、激光技术在测量上的突破性应用，非接触式测量技术与接触式相比有许多优点：

（1）无需半径补偿；

（2）非接触无损；

（3）全场测量速度快；

（4）适用样件材料范围广；

（5）可测受接触探头半径限制的微细结构。

通过以上比较可知，非接触式三维检测技术有着接触式无法超越的优点，它满足了现代工业生产生活对检测技术的高精度、快速、全场、动态、无损、智能等要求，代表了三维检测技术研究、应用的主流和方向[3]。

1非接触式检测系统的国内外研究现状

在国外，以视觉检测为代表的非接触式检测技术近年来发展迅速，已形成相当的产业规模。

90年代，美国Michigan大学在政府支持下研制成功汽车车身尺寸视觉检测系统，它实际上是一台多测头的专用三坐标测量机，可实现车身部件及总成的在线自动检测，该系统已在美国三大汽车厂和欧洲知名汽车厂广泛使用[4]。

瑞典Johansson公司生产的三坐标测量机，采用面阵CCD摄像机作为光电接收器件，用计算机进行非接触图像处理，能实现自动测量和高速的图像处理。

英国3DScaner公司的REVERSA激光测头扫描速度达到15000点／秒，测量精度可达10～30um。

日本三丰公司研制的三坐标CNC图像测量机QuickVisionke可利用其自身复杂的探测系统来测量形状复杂的工件，该系统能对工件进行自动调焦，其系统精度为（4.5+5L/1000）um。

德国Mahr公司研制的探针式影像三坐标测量仪采用激光和光学非接触测头，利用YR-3T多功能影像、探针互锁量测软件，使得精度达到（3+L/200）um[5]。

2008年，被公认为非接触和多元传感测量仪器的世界第一的美国OGP公司推出推出了高精度高性能的台式几何量测量系统SmartScopeVantage300，采用变焦系统，实现了可随时对系统进行标定的功能，使得单轴测量精度达到了（2.5+L/100）um[6]。

图1—1美国OGP公司推出的视觉检测系统

国内的各高校和研究机构对于计算机视觉检测系统的研究比国外要晚十多年才开始进行，但是随着近年来的飞速发展，国内视觉检测技术也已经取得了很大的进展[7]，针对各个领域对非接触视觉检测技术及仪器日益增长的需求，各院校、研究机构积极开展了对于三维非接触视觉检测技术的研究，如浙江大学、重庆大学、清华大学、哈尔滨工业大学、华中科技大学、国防科技大学、广东工业大学等，内容涉及逆向工程、快速原型制造、服装设计、自动加工、微小飞行器等不同行业，但尚未形成通用化的视觉检测系统和仪器。

天津大学精密测量技术及仪器国家重点实验室研制成功了一套轿车车身在线检测系统，实现了整车的三维复杂型面的在线检测，其硬件部分采用视觉测量装置获取图像，速度很快，不过正如作者所说由于图形处理算法还处于实验室开发阶段，需要进一步提高算法的稳定性及准确性，以提高检测精度，同时视觉检测技术本身还有一系列问题需要解决，所以若真正投入生产现场需要对系统的软硬件进行不断完善[8]。

张少军等利用数字图像处理技术进行零件尺寸测量，得到了很好的理论精度[9]。

谭跃钢等利用视觉传感器对二维尺寸的精确测量进行了研究[10]。

薛婷等采用双光条传感器增加图像轮廓信息，有效地提高了圆或椭圆拟合的精度[11]。

目前已有的成型检测设备主要针对一些小型零件以及片状工件的尺寸及外观的检测。

对于这些单一要素或同类、同方向要素的测量，视觉检测效率较高。

但对于更复杂的零件检测，视觉检测的效率和精度还无法达到在线检测的节拍要求[7]。

2非接触式三维测量方法

根据测量原理不同，非接触式三维测量可分为光学测量、超声波测量和电磁测量等。

图2—1三维数据测量方法

超声波测量技术是一种传统的非接触测量方法。

超声波测量技术的主要优点是不受周围光及电磁场的干扰、工作间隙大，对恶劣环境有一定的适应能力，价格适中。

但是，这种测定方式的缺点是突出的，如受声速、环境介质等因素的干扰较大，抗干扰能力差，测试电路复杂，必须进行多种补偿才能获得较高精度等。

工业CT与核磁共振采用射线的方法虽然在一定程度上克服了接触式测量法的部分局限性，但由于它们本身的特征，例如易受环境电磁波等因素的影响，响应速度慢，易对人体造成伤害等而阻碍了它们的普遍应用。

光学非接触式测量技术比较成功地解决了上述问题，以其高速响应、高分辨率而备受重视，该方法具有受环境电磁波影响小、工作距离大、测量精度高以及测量非金属面等特点。

随着各种高性能器件如半导体激光器LD、电荷耦合器件CCD、CMOS图像传感器、位置敏感器件PSD等的出现，光学非接触测量技术得到迅猛的发展，新型传感器不断出现，传感器的性能也大幅度提高。

基于各种结构光的3D非接触式测量方法和装置的研究与研制已进行了多年，并且国内外己经成功运用该类型测量系统实现了各种自由曲面的三维测量，在许多场合该技术已趋向于成熟[12]。

图2—2光学测量的分类

2.1主动测距

主动测距方法的基本思想是利用特定的、人为控制的光源和声源对景物目标进行照射，根据物体表面的反射特性及光学、声学特性来获取目标的三维信息。

其特点是具有较高的测距精度、抗干扰能力和实时性。

具有代表性的主动测距方法有结构光法、飞行时间法、和激光三角法。

（1）结构光法（光条法）

根据投影光束形态的不同，结构光法又可分为光点式结构光法、光条式结构

光法和光面式结构光法等,如图2—3所示。

图2—3三种结构光法测量原理图

结构光法是一种既利用图像又利用可控制辐射源的测距方法，其基本思想是利用照明中的几何信息帮助提取景物中的几何信息。

光条式结构光法是使用结构光的一种简单方法。

结构光条测距器主要由光条发生器和相机组成，由光条发生器发射的结构光称为光平面，当光平面投射景物时，在景物中会出现一系列光条图案，因此相机获取的景物图像时一系列的光条图像，在这些光条里包含了图像所对应景物的几何信息。

更精确的结构光测距方法有利用光干涉条纹性质的莫尔干涉条纹法、全息激光干涉法及光衍射效应的测距方法。

图2—4线结构光下相机拍摄的图像

结构光的优点是计算简单，测量精度较高，对于平坦的、无明显纹理和形状变化的表面区域都可进行精密的测量。

其缺点是对设备和外界光线要求高，造价昂贵。

目前，结构光法主要应用在条件良好的室内[13]。

（2）飞行时间法（TOF）

飞行时间法，又叫做雷达测距法。

它将脉冲激光信号投射到物体表面，反射信号沿几乎相同路径反向传至接收器，利用发射和接收脉冲激光信号的时间差可实现被测量表面点的距离测量。

用附加的扫描装置使激光光束扫描整个被测量表面即可获得三维形貌数据。

飞行时间法主要有四种形式数字插入测量法、延迟线法、模拟插入法和差频测相法。

飞行时间发直接利用光传播特性，不需要进行灰度图像的获取与分析，因此距离的获取不受物体表面性质的影响，可快速准确地获取景物表面完整的三维信息。

但是它需要较复杂的光电设备，造价昂贵，且测量精度与设备的灵敏度有很大的关系。

（3）三角测距法

三角测距法又称主动三角法，是基于光学三角原理，根据光源、物体和检测器三者之间的几何成像关系来确定空间物体各点的三维坐标。

在实际测量过程中，它常用激光作为光源，用CCD相机作为检测器。

三角测距法结构简单，其中激光三角测距法（如图2—4所示）是目前最成熟，应用最广的一种方法，它的测量速度较快，准确度高，测量精度可以达到1um，已广泛应用于工业、测控、航空、航天、军事等领域。

其不足之处在于当光束投射到物体表面上时，由于被测表面散射光含有正反射成分且被测表面倾斜引起接收光功率的质心偏移，所以测量精度随入射角（光束与被测点法线的夹角）的增加而降低，有时甚至使测量失效。

（a）直入射式（b）斜入射式

图2—4激光三角法测量原理图

图2—5基于激光三角法测量系统简图

2.1被动测距

被动测距技术是目前研究最多、应用最广的一种距离感知技术。

它不需要人为地设置辐射源，只利用场景在自然光照下的二维图像来重建景物的三维信息，具有适应性强、实现手段灵活、造价低的优点。

但是这种方法是用低维信号来计算高维信号的，所以其计算复杂。

被动测距按照使用的视觉传感器数量可分为单目视觉、双目视觉和三（多）目视觉三大类。

（1）单目视觉

单目视觉是指仅利用一台照相机拍摄一张相片来进行测量。

因仅需要一台相机，所以该方法的优点是结构简单、相机标定容易，同时还避免了立体视觉的小视场问题和匹配困难问题。

（如图2—6所示）

图2—6单目视觉测量示意图

单目视觉方法又可分聚焦法和离焦法两类[14]。

聚焦法是指首先使相机相对于被测点处于聚焦位置，然后根据透镜成像公式求得被测点相对于相机的距离。

相机偏离聚焦位置会带来测量误差，因此寻求精确的聚焦位置是关键所在。

而离焦法不要求相机相对于被测点处于聚焦位置，而是根据标定出的离焦模型计算被测点相对于相机的距离，这样就避免了由于寻求精确的聚焦位置而降低测量效率的问题，但离焦模型的准确标定是该方法的主要难点。

（2）双目视觉

双目视觉的基本原理是从两个视点观察同一景物，以获取在不同视角下的感知图像，然后通过三角测量原理计算图像像素间的位置偏差（视差）来获取景物的三维信息。

这一过程与人类视觉感知过程是类似的。

（如图2—7所示）

图2—7双目视觉测量示意图

在双目视觉系统的硬件结构中，通常采用两个摄像机作为视觉信号的采集设备，通过双输入通道图像采集卡与计算机连接，把摄像机采集到的模拟信号经过采样、滤波、强化、模数转换，最终向计算机提供图像数据。

一个完整的双目立体视觉系统通常可分为数字图像采集、相机标定、图像预处理与特征提取、图像校正、立体匹配、三维重建六大部分，如图2—8所示。

图2—8一个完整的双目立体视觉系统

（3）三（多）目视觉

三（多）目视觉系统是对双目视觉系统的一种拓展。

所谓多目视觉系统，就是采用多个摄像机设置于多个视点，或者由一个摄像机从多个视点观测三维景物的视觉系统。

（如图2—9所示）

图2—9三目视觉测量示意图

对三（多）目系统所采集到的景物图像进行感知、识别和理解的技术被称为三（多）目视觉系统技术。

在双目视觉中，对于给定的物体距离，视差与基线长度成正比，基线越长，对距离的计算越精确。

但是当基线过长时，需要在相对较大的视觉范围内进行搜索，从而增加计算量。

利用多基线立体匹配是消除误匹配、提高视差测量准确性的有效方法之一[15~17]。

基线数目的增加可以通过增加相机来实现。

三（多）目视觉的最大优点是可以利用第三个（或多个）相机所提供的额外的极线约束来解决局部双目匹配存在的，有多个候选区配点的不确定性而引起的误匹配问题[18]。

3非接触式三维检测关键技术问题

在非接触式三维检测系统的发展过程中，需要特别考虑视觉检测系统（仪器）、传感器测量单元等的如下性能：

（1）标定和测量的高精度；

（2）通用性、统一性；

（3）可靠性；

（4）灵活方便性；

（5）实用性。

下面对三维视觉检测系统中涉及的关键技术问题作如下阐述：

一、检测系统硬件优化设计

检测系统的硬件优化设计主要包括系统的多功能、柔性设计，视觉传感器结构优化设计及基于DSP、FPGA等实时图像处理平台的搭建。

目前绝大部分的视觉检测系统都是针对某种专门的产品开发的，仅能完成单一产品一些特定尺寸的检测工作，缺乏通用性和柔性，因此通用性是设计检测系统时所应考虑的一个重要方面。

对于视觉传感器优化设计及误差分析的研究已相对成熟，Aguilar[19]分析了双目立体视觉传感器结构参数对检测系统总体测量精度及可靠性的影响。

王昉[20]详细分析了双目立体视觉传感器及光条视觉传感器的结构参数同测量精度之间的关系，并为满足大工作距离的需要，分别对两种传感器进行了优化设计。

对于图像处理硬件化的研究国外有成功案例。

目前，应用最广泛的DSP处理器是TI公司的TMS320系列DSP，针对图像处理，TI公司先后推出TM320SDM642和DaVinchi系列处理器。

Altera公司的CycloneⅡ系列FPGA是图像处理中应用最广泛的一款处理器，含有4608～68416个逻辑单元，具有1.1Mbit嵌入存储器，支持外部存储器接口及差分或单端I/O标准。

二、摄像机标定技术

包括摄像机畸变系数在内的摄像机内外部参数的标定技术，是三维视觉检测技术的基础，在很多情况下，整个检测系统的性能往往取决于摄像机参数的标定精度。

摄像机标定是指通过实验确定相机的几何模型参数（如图3—1所示）。

它的目的在于确定相机的位置、属性参数和建立成像几何模型，以便确定空间坐标系中物体点与它在图像平面上像点之间的对应关系。

目前常见的相机标定技术大致可归结为三类，即传统的相机标定方法，相机自标定方法和主动视觉标定方法。

传统的相机标定方法是指在一定的相机成像几何模型下，基于特定的实验条件，经过对其图像进行处理，利用数学变换和计算方法，计算相机成像几何模型的内部参数和外部参数。

相机自标定方法不依赖于标定参照物，只利用相机运动过程中周围环境的图像与图像之间的对应关系来对相机进行标定。

主动视觉标定方法适用于相机运动已知或运动可控制的场合，通常可以线性求解。

相机标定是视觉检测中一个重要的技术问题，相机成像几何模型建立的有效与否，将直接关系到空间景物三维重建的精度。

图3—1相机标定原理图

三、视觉传感器标定技术

组成视觉传感器的摄像机内部参数标定完成后，还必须确定视觉传感器参数，对于基于双目立体视觉的传感器而言，即为确定两个摄像机之间的位姿关系，对于线结构光视觉传感器而言，则是标定摄像机像平面与光平面之间的位姿关系或建立在摄像机坐标系下的光平面方程。

天津大学精密测试技术及仪器国家重点实验室根据实际应用，已经开发了针对不同测量特征的多种视觉传感器类型（双目立体视觉传感器，光条结构光视觉传感器，十字线结构光视觉传感器及液晶编码光栅立体视觉传感器等），但是这些传感器结构不统一、模型多样性，造成不同类型检测功能的视觉传感器标定不统一、维护困难。

因此在未来的研究中，视觉传感器标定技术仍将是视觉检测的一个重要的技术问题。

四、高精度亚像素图像处理技术

高精度图像处理技术是三维视觉测量的基础和关键技术，无论是标定参照物特征点图像坐标的精确提取，还是被测物特征被传感器投射光样（主要为结构光条）截得的变形特征线的提取，都需要高精度的亚像素图像特征提取技术，图像处理的精度将直接影响到系统的测量精度。

高精度亚像素图像处理算法建立在高质量图像和精确预定义模式特征的基础上。

在高精度应用场合，待处理的图像特征点是应当预先定义的，其模式和图像质量可以控制，利用亚像素算法，可以将特征点的处理精度提高到亚像素甚至更高的水平。

在图像质量严格保证的前提下，已经能够稳定实现约0.01像素的细分精度。

五、全局标定技术

在多传感器视觉检测（MSVI）系统中，由众多的视觉传感器组合成完整的测量系统对一工件进行测量，由于各个视觉传感器只能提供自己局部世界坐标系下的工件尺寸偏差，必须通过适合的靶标、电子经纬仪等外部测量设备，利用全局标定技术将所有视觉传感器统一到全局测量世界坐标系下，使整个三维视觉检测系统成为一个可靠、独立的测量系统。

全局标定精度决定了整个MSVI系统的测量精度。

罗明[21]对全局标定方法进行了详细的讨论，提出了同名坐标统一法和中介坐标统一法，随之发展成熟的双目传感器全局标定技术也在天津大学精密测试技术及仪器国家重点实验室主持的大众、一汽等白车身固定式激光视觉检测站中获得了良好的应用。

六、测量控制、数据分析管理等软件技术

检测系统测量控制软件负责接收外部的控制信号开始测量，在测量完成后将测量结果存入数据库中，并根据测量结果产生各种报警信号及控制信号。

数据管理与分析软件负责测量数据的管理以及完成局域网用户对测量数据的查询和分析。

它包括后台数据库管理软件和数据库前台软件，一般的局域网用户采用前台软件实现数据的查询和分析功能，数据库采用SQLServer进行后台管理，可以由专业人员进行维护。

测量控制、数据分析管理等软件根据不同的三维检测任务进行定制，以完成数据的测量、显示、查询、统计和分析。

七、系统组建技术

在多传感器视觉检测（MSVI）系统中，采用CAN总线网络技术连接各视觉传感器和数据处理系统，构成一个分布式的总线型网络控制系统，使系统结构清晰、组建简明、扩展容易。

采用循环冗余CRC校验，具有错误判断及自动重发功能，数据传输的误码率低于

，可以解决工业现场强干扰环境中的自动检测系统的数据通讯可靠性问题。

CAN总线技术已在实际中获得良好的应用，具体可参见文献[22,23]。

4结论

随着现代产业自动化生产进程的不断深入，人们对伴随其发展的质量检测技术提出了更高的要求。

传统的三坐标测量法不仅耗时而且效率低，同时测量过程需要人工干预，还需要对测量结果进行探头损伤及探头半径补偿，尤其对大尺寸物体检测更加困难，不适宜在生产现场使用。

在光电技术、微电子技术以及计算机视觉技术的带动下，以视觉检测为代表的非接触式检测技术以其高精度、快速、全场、动态、无损、智能的特点受到了国内外学者和工程技术人员的青睐，必将会成为未来三维检测技术的趋势与发展方向。

通过对比国内外非接触式三维检测技术的研究现状和探讨其存在的关键技术问题，我们清晰地认识到我国的非接触式三维检测技术相比于国外发达国家仍然有很大的差距，此外，非接触式三维检测领域存在的关键技术问题必将会成为未来国内外学者的研究热点，这对于我国提升自身的非接触式三维检测技术水平、追赶国外发达国家来说，既是机遇更是挑战。

参考文献

[1]王富治.视觉检测的几个关键问题研究：

[博士学位论文].成都，电子科技大学，2011

[2]出晓岚.集成于三坐标测量机的激光三角法测量系统：

[博士学位论文].厦门，厦门大学，2009

[3]林朝辉.光学三维形体检测及重构研究：

[硕士学位论文].上海，上海大学，2004

[4]薛婷.三维视觉检测仪器化关键技术研究：

[博士学位论文].天津，天津大学，2006

[5]

[6]

[7]弓宇，零件多要素三维测量关键技术研究与系统开发：

[博士学位论文].北京，机械科学研究总院，2013

[8]邾继贵，于之靖.视觉测量原理与方法.北京，机械工业出版社，2011.4

[9]张少军,艾娇健.利用数字图像处理技术测量几何尺寸[J].北京科技大学学报,2002,24（3）:

284-287.

[10]谭跃钢，张敏.基于视觉传感器的二维尺寸测量[J].传感器技术,2003,22（5）:

23-25.

[11]薛婷，杨学友.钢管直线度测量视觉传感器的优化设计与标定[J].天津大学报,2003,36（3）:

285-288.

[12]刘峰.基于结构光测量原理的自由曲面3D测量的系统技术研究：

[硕士学位论文]，沈阳工业大学，2005

[13]张艳珍.微机视觉系统相关理论及技术研究：

[博士学位论文]，大连理工大学，2001

[14]祝世平，强锡富.用于摄像机定位的单目视觉方法研究.光学学报，2001

[15]D.ForsythandJ.Pone.ComputerVision:

AModernApproach.PrenticeHall，2002

[16]何炳蔚，林志航，杨明顺.逆向工程中基于三目视觉自动提取并构造复杂曲面边界技术.机器人，2002

[17]赵梅芳.多目立体视觉在工业测量中的应用研究.计算机测量与控制，2003

[18]贾波.正交多目视觉中立体匹配算法的研究：

[博士学位论文]，清华大学，1999

[19]AguilarJ.J,TorresF.，LopeM.A.，Stereovisio