Page 194 - 机电自动化在工程机械制造中的应用

机电自动化在工程机械制造中的应用
Application of Electromechanical Automation in Engineering Machinery Manufacturing

图 7-2 机器视觉系统组成

（二）3D 视觉技术

2D 视觉技术主要是在二维空间下完成工作，基本没有利用三维信息，随着
工业应用领域应用的逐渐深入，许多应用场景需要借助 3D 视觉完成，如 3D 位
姿识别、3D 测量、机器手抓取等。3D 视觉得到的三维信息能够反映物体和环境
的状态，也更接近人类的感知模式。随着机器视觉技术的发展，2D 技术借助强

大的图像处理工具和深度学习算法已经取得超越人类认知的成就，而 3D 视觉则
因算法建模和环境依赖等问题，一直处于研究的前沿。

3D 视觉技术需使用 3D 相机。3D 相机即深度相机，通过相机能够检测拍摄
空间的距离信息，获取的数据也能准确指导图像中每个点至摄像头的距离，再加
上该点在 2D 图像中的 XY 坐标，从而获取图像中每个点的三维空间坐标。
近年来，3D 视觉技术快速发展，结合深度学习算法，应用于物流分拣、自

动驾驶、无人机、三维重建、人脸识别等领域。
与 2D 视觉方案相比，3D 视觉方案具备以下优势。

第一，3D 视觉可以输出 X/Y/Z 三维数据，2D 视觉只能输出 X/Y 二维数据。
第二，3D 视觉不依赖被测物表面颜色和对比度，而 2D 视觉通常需要专用的打光
方案来提升特征对比度。第三，3D 视觉不需要高精度的工装夹具辅助定位。第四，
3D 视觉可以从复杂场景中准确提取目标物，而 2D 视觉成功率相对较低。第五，

3D 视觉可以实现高速在线扫描，2D 视觉受传感器机理、图像亮度等因素限制，
较难实现高速扫描。第六，2D 视觉无法彻底实现机器人自动化，必须依赖 3D 视觉。

（三）3D 技术原理
根据不同行业和应用，3D 视觉技术的选择也较灵活。工业领域有 4 种常见

178