← 返回实验室

AI视觉三维测量定制:高反光件点云缺失与补偿

在金属加工件的三维尺寸检测中,高反光表面与深腔结构常使结构光点云出现空洞,单次曝光的有效点率往往只有六成左右,直接影响尺寸拟合的稳定性。计算机视觉实验室近期围绕这一问题做了三组对照实验:一是把多曝光序列从固定三档改为按区域亮度直方图自适应选取;二是在镜面区域叠加偏振片抑制高光溢出;三是用基于法向一致性的补全网络对残缺区域做几何修复,而非简单插值填洞。

阶段性结果:在铝合金压铸件与抛光不锈钢两类样件上,单帧有效点率由约 62% 提升至 91%,法兰面平面度重复测量标准差由 0.08 mm 降至 0.03 mm;单件检测节拍维持在 4.5 s 以内,未增加工位相机数量。

要点:

  • 自适应曝光与偏振组合对镜面区域收益最明显,但会拉长采图时间,需按产线节拍反算曝光档数上限;
  • 补全网络的输出仅用于定位与粗测,关键尺寸仍以实测有效点拟合为准,避免「补出来的尺寸」进入判定环节。

下一步计划在含油污与切削液残留的现场环境验证鲁棒性,并测算边缘端推理的显存占用与延迟。

评论

更多研究动态

查看全部实验室 →