如今视觉应用方面单纯依靠2D图像解决问题存在很多问题、稳定性差、定位不准确、还有配合机器人抓取方面只能抓高度一致的物品。
其实在Halcon算法库有非常强大的三维算法。
包括点云重建、激光三角法(2D相机加一个激光器即可),结构光相机、散斑相机。
三维的算法、物体尺寸测量、物体的三维定位、三维物体的匹配。
内容比较多、容我慢慢分享。
1.点云数据的获取
目前比较常用的3D相机(工业领域)、主要是结构光相机和散斑相机。散斑相机相对来说价格比较便宜但精度比较差5k rmb以内 Kinect 奥比中光 之类,精度5mm---30mm之间 并附带2d 图片信息、视野都比较大、体积小巧。
结构光相机 主要是 编码结构光 相机 和线激光相机。这种相机的精度根据视野而定。小视野相机 基本上都是um及精度
编码结构光相机 比较复杂。
但是线激光相机基本上就非常简单了、如果不是要求特别高的精度 完全可以用 2D相机加激光线 自己组装一台根据不同视野 精度基本 在 0.1mm到1mm之间。常规项目上能够满足。
先上一个详细的讲解(从论文里找到的)链接:https://pan.baidu.com/s/1bPApLfoX3SY0JMFNdOhLtQ 密码:78l7
等有时间的时候 再码字
更新:
先解析一下标定 激光三角法的例子calibrate_sheet_of_light_calplate.hdev
准备工作(搭建环境)
2D相机一个<
激光三角法点云重建分享——halcon 方法
最新推荐文章于 2024-05-06 21:57:20 发布
本文分享了利用Halcon的激光三角法进行点云重建的技术,介绍了3D相机类型、点云数据获取,特别是2D相机加激光器的简易方案。详细探讨了相机标定、ROI设置和运动机构的配合,为三维视觉应用提供了实践指导。
摘要由CSDN通过智能技术生成