3D 视觉与点云处理实战培训课程-曙海培训中心

3D 视觉与点云处理实战培训课程

•  

• 培训对象：机器视觉工程师、机器人系统集成人员、自动化设备开发人员、需要掌握3D视觉技术进行空间感知与测量的技术人员。

•  

• 培训目标：

  1. 理解双目视觉、结构光、ToF等3D成像原理，掌握3D相机的选型与标定方法。

  2. 熟练使用点云处理库（PCL/Open3D）进行点云的读取、滤波、配准、分割、特征提取与匹配。

  3. 能够完成3D测量、三维重建、无序抓取等典型3D视觉项目的开发与部署。

•  

• 培训内容介绍：

  1. 3D视觉技术概述：对比双目立体视觉、结构光、ToF、激光三角法的原理、优缺点与适用场景，了解主流3D相机产品（LMI、Sick、Basler、Intel RealSense）。

  2. 3D相机选型与使用：根据工作距离、精度要求、环境光照选择3D相机，配置相机SDK，采集点云数据与深度图。

  3. 双目视觉原理与实现：理解对极几何、立体匹配算法（BM、SGBM）、视差图生成，使用OpenCV实现双目立体匹配，生成深度图与点云。

  4. 3D标定：使用棋盘格或专用标定板对3D相机进行标定，获取内参与外参，校正深度图畸变，将点云转换到世界坐标系。

  5. 点云基础：了解点云数据结构（XYZ、RGB、法向量、强度），使用PCL/Open3D读取、显示、保存点云文件，处理常见点云格式（PCD、PLY、LAS）。

  6. 点云滤波：应用体素滤波器降采样减少数据量，统计滤波器去除离群点，半径滤波器去除孤立点，直通滤波器裁剪感兴趣区域。

  7. 点云配准：理解ICP（迭代最近点）算法原理，使用ICP进行点云配准，实现多视角点云拼接；使用NDT（正态分布变换）加速配准。

  8. 点云分割：使用平面分割（RANSAC）提取地面或平面，使用欧式聚类分割独立物体，使用区域生长分割提取连通区域。

  9. 特征提取与匹配：计算点云法向量、曲率、PFH/FPFH、SHOT描述子，用于点云匹配与物体识别。

  10. 3D测量：计算点云中的距离、角度、平面度、圆度，拟合平面、球体、圆柱体，实现三维尺寸测量与几何公差分析。

  11. 项目一：3D无序抓取：使用3D相机获取散乱堆放的工件点云，进行平面分割去除背景，欧式聚类分割单个工件，计算抓取点与姿态，输出给机器人。

  12. 项目二：三维重建与体积测量：对包裹或物料堆进行多视角扫描，点云配准拼接，构建完整三维模型，计算体积与重量，实现物流自动化计量。