2D结合3D：工业相机与3D机器视觉联合打造智能自动化工厂环境收藏

机器人在工厂自动化过程中不可或缺，如今，那些容易造成人工疲劳、单调重复的任务都交由机器人执行，这样不仅能大幅降低失误率，也能加倍提升工作效率然而，大多数机器人应用范围有限，只能按照既定的编程路线行动，如果中间遇到突发状况，便无法适用预设轨迹，使得任务不得不中断。

机器视觉能帮助机器人突破限制，增加智能感知能力一家智能机器人公司与The Imaging Source 映美精相机合作，在协助机器人中运用2D结合3D视觉技术，帮助客户实现了很多复杂应用的自动化升级2D图像采集结合3D深度测量，创造更流畅的工厂生产线

对于日趋严格和高精度的自动化发展，2D面阵工业相机虽能捕捉到待测品的图像细节并进行瑕疵检测，但是对于涉及到深度、定位以及一些高精度测量的场合，2D相机仍然无法完全满足要求 例如，当机器人手臂移动时，必须与邻近环境物件比对，定位本身位置，接着设定轨迹。

2D图像无法正确感知机器人手臂与其他物件之间的空间关系，也就无法做出正确的移动决策              相比之下，3D测量则能解决这个问题，排除定位障碍，取得物品的确切位置，进而建构出真实的环境图。

而且，结合自主深度学习系统，还能训练机器人更精确地执行下一步动作根据需求，许多终端客户使用激光线扫方式，通过激光的往返时间计算出物件的表面成像进行深度测量定位，呈现出线性数据；如果还需要更全面的瑕疵检测，则再另外使用2D相机来进行多方检测。

不同的是，使用面阵工业相机结合结构光形成的3D视觉系统，可以同时做到工业检测、定位以及精度测量对于有多重需求的终端客户而言，2D+3D技术不失为一种兼顾方案，能避免相机模式切换所带来的延迟2D相机与3D系统相结合。

根据需求，机器人厂商以The Imaging Source映美精相机DMK 33UX250为载体，搭配镜头与结构光技术，利用C++语言，开发出了一套3D视觉系统其采用GPU并行运算处理，进行高速且大量图像采集，再通过自主开发的智能系统，引导后端机器人手臂进行智能抓取及各项复杂任务。

图1：The Imaging Source USB 3.0相机（相机型号DMK 33UX250）这款USB 3.0接口相机搭载Sony CMOS Pregius全局快门传感器，提供优越影像品质、高速性，即使在不理想的光源环境下，仍能提供出色的影像质量；其高效能的USB 3.0接口可实现高帧率，能轻松应对高速检测需求。

在此次合作方案中，也因易于整合，方便进行二次开发，进而确保与3D视觉系统相结合，提供平稳且卓越的检测质量以下几个案例，展示了2D+3D视觉系统在工厂自动化检测领域的应用案例1：制鞋涂胶项目在制鞋涂胶应用中，传统的制鞋过程，因鞋样多变，尺寸大小差距大，难以实现全自动化，涂胶自动制程也易遇到瓶颈。

 通过对鞋底拍照，快速获得三维点云数据，经过高效视觉算法处理，得到鞋底纹理、高度误差、曲度、弯度等精准数据，建构鞋底轮廓的三维图图像借助自主研发的智能系统描绘出行进方向轨迹，进而引导机器人进行涂胶任务

图2 将相机安装于鞋底生产线上方 获取鞋底图像信息并建构3D轮廓图引导产线后端机器人依据轨迹执行涂胶任务

图3 鞋底检测图案例2：打磨技术传统打磨过程倚赖庞大且复杂的编程解决轨迹设计问题然而，程式化的编程难以如预期完成打磨任务，因为每个工件一致性并没有那么好，而且工作站的标定也无法100%准确，这使得打磨过程仍然需要很多调试，难度较高。

运用3D相机可以针对打磨工件如家具、笔记本电脑面板、风扇叶片等，计算出工件的坐标并描绘出形貌，进行快速扫描建模，帮助系统在视觉重构的模型上生成路径，通过智能轨迹设计，实现自动按照设计路径进行打磨案例3：汽车保险杠上下料。

汽车保险杠装嵌于汽车头部与尾部，在车辆碰撞时可以起到吸能减损的功效汽车保险杠上下料自动化，能避免人为因素产生的负面影响，提高生产效率使用2D+3D视觉技术，获得2D图像及3D点云图，进行缺陷检测，同时能定位，确保机器人能顺利抓取目标物，并上料至正确位置。

结语2D面阵工业相机可塑性高，软件集成易，集成为3D立体相机，性价比高，应用更加广泛，能在工厂自动化中提高准确率和生产效率2D+3D视觉系统正在加快产业的自动化普及，扩充市场应用环境和模式，让机器发挥更多作用。

版权声明：本文内容由网络用户投稿，版权归原作者所有，本站不拥有其著作权，亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容，请联系我们jiasou666@gmail.com 处理，核实后本网站将在24小时内删除侵权内容。