Vier Anwendungsfälle der 3D-Erkennung in der industriellen Automatisierung
1. Dimensions- und Formmessung
Dazu gehören Merkmale wie Ebenheit, Oberflächenwinkel und Volumen, die für die hochpräzise Inspektion komplexer Objekte geeignet sind.
2. Erkennung von Tiefenmerkmalen
Misst Tiefenschwankungen auf der Objektoberfläche (z. B. Kratzer, Dellen) mit einer Genauigkeit von 5-10 Mikrometern, geeignet für die Fehlererkennung im Mikrometerbereich.
3. Berechnung von Höhe und Volumen
Durch die 3D-Bildanalyse können Objekthöhe, Volumen und andere Parameter schnell berechnet und für eine schnelle Inspektion in der automatisierten Produktion verwendet werden.
4. Dreidimensionale räumliche Koordinatenpositionierung
Ermittelt die dreidimensionalen Koordinaten jedes Punktes auf der Objektoberfläche durch Technologien wie strukturiertes Licht und binokulares Sehen und erreicht so eine präzise Positionierung.
Was sind 3D-Kameras und Punktwolken?
3D-Kameras können nicht nur planare Bilder erhalten, sondern auch Tiefeninformationen des fotografierten Objekts, d. h. dreidimensionale Position und Abmessungen. Ihr Prinzip basiert hauptsächlich auf drei Technologien: strukturiertes Licht, binokulares Sehen und Flugzeit.
Beim Reverse Engineering wird der mit Messgeräten von der Produktoberfläche gewonnene Satz von Punktdaten auch als Punktwolke bezeichnet. Mit einem dreidimensionalen Koordinatenmessgerät erhaltene Punktwolken weisen normalerweise eine geringere Anzahl von Punkten und größere Abstände zwischen den Punkten auf, sogenannte spärliche Punktwolken. Punktwolken hingegen, die mit einem dreidimensionalen Laserscanner oder Fotoscanner erstellt wurden, haben eine größere Anzahl von Punkten und sind dichter und werden als dichte Punktwolken bezeichnet.
Zwei Vision-Lösungen
Strukturiertes Licht: Die Kerntechnologie verwendet Infrarotlaser einer bestimmten Wellenlänge als unsichtbare Lichtquelle. Wenn dieser Laser speziell codiert ist, wird er auf das Objekt projiziert. Durch eine Reihe von Algorithmen können wir die Verzerrung des zurückgegebenen codierten Musters analysieren, um die genaue Position und Tiefeninformationen des Objekts zu erhalten. (Genauigkeit nimmt mit zunehmender Entfernung ab)
Das binokulare Stereosehen ist eine wichtige Form des maschinellen Sehens. Basierend auf dem Parallaxenprinzip werden mithilfe bildgebender Geräte zwei Bilder des Messobjekts aus unterschiedlichen Positionen aufgenommen. Durch die Berechnung der Positionsabweichung zwischen entsprechenden Punkten in den Bildern werden die dreidimensionalen geometrischen Informationen des Objekts erhalten. Das binokulare Sehen wird in aktives und passives binokulares Sehen unterteilt. Aktives binokulares Sehen sendet aktiv Infrarotlaser zur Zusatzbeleuchtung aus, so dass es auch nachts verwendet werden kann. (Geringe Kosten, erfordert aber sehr hohe Lichtverhältnisse)