点云从入门到精通技术详解100篇-基于深度学习的3D点云焊点缺陷检测(续)

目录

3.2 激光雷达及其原理

3.2.1 激光雷达概述

3.2.2 激光雷达类型及原理

3.3 双目视觉采集系统的搭建

3.3.1 激光雷达的选型

3.3.2 双目视觉采集系统构建

3.4 数据处理及焊点定位

3.5 实验

3.5.1 双目视觉采集系统性能实验

3.5.2 3D点云焊点数据集的构建

基于区域注意力的3D点云焊点缺陷分类

4.1 引言

4.2 特征提取器

4.3 局域注意力网络

4.4 实验

4.4.1 数据集和实验设置

4.4.2 评价指标

4.4.3 对比实验

4.4.4 消融实验

4.4.5 参数实验

基于多鸟瞰图的3D点云焊点缺陷分类

5.1 引言

5.2  多视图

5.2.1 多视图的概念

5.2.2 鸟瞰图

5.3 MultiBEV模型

5.3.1 焊点的鸟瞰图

5.3.2 特征金字塔

5.3.3 自权重损失

5.4 实验

5.4.1 数据集和实验设置

5.4.2 对比实验

5.4.3 参数实验

基于变分自编码的无监督3D点云焊点缺陷分类

6.1 引言

6.2  变分自编码器

6.2.1 潜变量模型

6.2.2 变分自编码器

6.3 3D ClusterVAE模型

6.3.1 ClusterVAE

6.3.2 3D ClusterVAE  

6.4 实验

6.4.1 数据集和实验设置

6.4.2 评价指标

6.4.3 对比实验

6.4.4 潜变量可视化实验

---

本文篇幅较长，分为上下两篇，上篇详见基于深度学习的3D点云焊点缺陷检测

3.2 激光雷达及其原理

3.2.1 激光雷达概述

激光雷达是激光探测及测距的简称。激光雷达一般由发射器和接收器两个部 分组成，其中发射器发射激光照射到物体表面，物体表面将反射光反射，接收器 接收激光。因为发射器的激光是以光速飞行的，因此接收器总会在下个发射器发 射激光之前，接收到当前反射的激光。而光速是公知的，通过计算接收器与反射 器的时间差即可计算激光的飞行时间。激光不断的发出脉冲激光扫描目标物体， 并计算目标物体的位置，直到扫描完整个物体表面的点并通过合适的成像处理， 即可可视化目标物体的点云。