點雲：3D 分析與表面檢測的空間數據基礎

測量級點雲中的每個點都包含3 個笛卡爾座標值——x、y 和 z——用以表示其在測量座標系中的位置。這些座標值以量測系統所定義的長度單位表示，在工業檢測中通常為毫米。每個 (x, y, z) 三元組的精度受限於感測器的測量不確定度，而量測系統分析會針對特定應用對此進行量化。

在資料集的語義結構中，單一獲取的點構成一個「實體-屬性-值」三元組：所測量的表面位置為實體，笛卡爾座標為屬性，而數值座標三元組則為值。每個測量點到對應名義 CAD 表面的有符號距離——即偏差分析的核心輸出——其計算方式如下：

\[ d(P_i) = \text{sign}(\hat{n} \cdot (P_i – P_{\text{nom}})) \cdot \| P_i – P_{\text{nom}} \| \]

where \( P_i \) is the measured point, \( P_{\text{nom}} \) is the closest point on the nominal CAD surface, and \( \hat{n} \) is the outward surface normal at \( P_{\text{nom}} \). Positive values indicate material excess; negative values indicate material deficit.

除了幾何位置之外，配備雷射或結構光感測器的測量系統還會為每個點賦予一個強度值。強度值代表該表面位置反射訊號的振幅，並取決於三項表面特性：材料的反射係數、該處表面相對於感測器的傾斜角，以及感測器與表面之間的距離。

在量測實務中，強度數據具有兩項診斷功能：其一，可識別因微弱反射率而導致座標精確度受損的低可信度點；其二，透過區分混合金屬-聚合物組件或部分塗層沖壓件等多材料元件上的材料區域或塗層邊界，協助表面分割作業。

工業感測器產生的點雲存在兩種結構拓撲。有組織的點雲保留了感測器的採集網格——每個點佔據一個定義明確的行與列位置，該位置直接對應於感測器偵測陣列中的像素或掃描線，此類點雲由在固定測量場中運作的雷射輪廓掃描器或結構光系統所產生。無組織的點雲則不具備固有的網格結構；這些點以無序的座標三元組清單形式存在，此為自由手動掃描或多視角配準工作流程輸出的典型特徵。

這種有組織的拓撲結構能降低最近鄰運算與表面重建任務的運算成本，因為鄰接關係是透過網格索引來編碼，而非從完整的點集進行幾何計算得出。

光學測量系統透過將結構化電磁輻射投射至表面，並利用偵測器陣列記錄該輻射的空間變形，從而生成點雲。雷射三角測量感測器會投射一道雷射光線，並根據投射光線、偵測器與已知基線距離之間的幾何關係來計算點座標；AT Sensors 的 3D 雷射輪廓感測器即基於此原理運作。 飛行時間感測器透過計算發射光脈衝到達表面並返回所需的時間來推算點座標，此方法可在降低橫向解析度的前提下實現更長的測量範圍。結構光系統則投射編碼的干涉條紋圖案，並透過單次採集時對整個視場範圍進行相位偏移計算，從而生成全視場點雲。

紅外線攝影機系統透過結合幾何深度資料與根據輻射發射量推算出的各點溫度值，產生具有空間解析度的熱點雲。AT Sensors 的紅外線攝影機能在 8–14 µm 的波長範圍內擷取熱資料，在此波長範圍內，輻射強度與表面溫度的轉換遵循史蒂芬-玻爾茲曼定律：

\[ M = \varepsilon \cdot \sigma \cdot T^4 \]

其中 \( M \) 為輻射輻出率（單位：W/m²），\( \varepsilon \) 為表面發射率，\( \sigma = 5.67 \times 10^{-8} \) W/(m²·K⁴) 為史蒂芬-玻爾茲曼常數，而 \( T \) 為表面絕對溫度（單位：開爾文）。 熱點雲每點攜帶四維資料——x、y、z 空間位置加上溫度標量 T——這使得在電子組裝檢測、複合材料零件驗證及熱處理監測等工業製程中，能夠同時對元件進行幾何與熱成像檢測。

點雲的空間解析度是指測量表面上相鄰獲取點之間的平均距離，單位以毫米或微米表示。解析度決定了資料集所能呈現的最小表面特徵：若要明確辨識寬度為 0.5 毫米的表面凹陷，點間距必須為 0.25 毫米或更小。

點雲的解析度取決於3 個感測器參數——偵測器像素間距、光學放大倍率和工作距離——以及 1 個處理參數，即線掃描感測器的掃描速度。橫向解析度 \( \Delta x \) 與橫跨 \( N \) 個偵測器像素的視野 \( W \) 之間的關係為：

\[ \Delta x = \frac{W}{N} \]

在這種情況下，較窄的視野或更高的像素數能直接提升所獲取點雲的空間解析度。

點雲配準是一種計算過程，旨在將兩個或更多個部分點雲（每個點雲皆來自不同的感測器位置）對齊至共同的測量座標系中，使合併後的資料集能完整呈現測量物體的表面。配準演算法透過計算包含3 個旋轉角度與 3 個平移分量的剛體變換，來最小化重疊點集之間的殘差距離。

接著，利用參考點系統（RPS）將已登錄的點雲與名義 CAD 座標系進行對齊。該系統由測量物體上 3 個或更多個定義好的基準點組成，這些基準點能唯一地約束空間位置的所有 6 個自由度。RPS 擬合的均方根殘差可量化對齊品質：

\[ \text{RMS}_{\text{RPS}} = \sqrt{\frac{1}{n} \sum_{i=1}^{n} d_i^2} \]

其中 \( d_i \) 為每個 RPS 基準點的實測位置與名義位置之間的距離，而 \( n \) 則是對中作業中所使用的基準點數量。

工業感測器產生的原始點雲包含兩類錯誤點，必須在進行幾何分析前予以移除。異常點與真實表面之間的距離超出預期測量不確定度，其成因包括陡角表面反射、相鄰表面的二次反射，或是感測器飽和現象。統計異常點移除法會識別出那些與其 k 個最近鄰點之間的距離超過基於局部點密度分佈所推導出的閾值的點，並將其從資料集中移除。

平滑濾波器——適用於點對點雜訊超過所需表面粗糙度解析度的情況——透過計算局部點鄰域的加權平均值，來降低高頻座標的散布。這兩項操作的濾波器參數，均需依據特定感測器及測量任務在MSA中確立的測量不確定度規範進行校正。

表面重建是透過計算三角網格表面來插值或近似點位，從而將非結構化點雲轉換為連通的多邊形網格。輸出網格（儲存於 STL 或 OBJ 等格式）將測量表面表示為封閉或開放的多面體近似模型，適用於 CAD 比對及快速原型製作工作流程。 表面重建標誌著點雲量測與基於網格的幾何處理之間的界線；重建網格資料的後續處理則屬於《網格模型（STL/OBJ）》一文的範疇。

偏差分析會針對點雲中每個測量點，計算其與名義 CAD 表面上對應位置之間的帶符號距離，其中正值表示相對於設計幾何形狀的材料過量，負值則表示材料不足。分析結果為一張全表面偏差圖，用以量化製造零件在整個可測量表面上的幾何精度。

3 scalar metrics summarize the deviation map in inspection reports: the maximum positive deviation \( d_{\max}^{+} \), the maximum negative deviation \( d_{\max}^{-} \), and the root-mean-square deviation:

\[ d_{\text{RMS}} = \sqrt{\frac{1}{n} \sum_{i=1}^{n} d(P_i)^2} \]

其中 \( d(P_i) \) 為各點的帶符號偏差，\( n \) 為已評估點的總數。均方根值用以描述整體表面形狀誤差，而最大值則標示出與功能公差評估相關的最壞情況局部偏差。

利用點雲進行的尺寸檢測，旨在評估製造零件的幾何符合性是否符合 GD&T 規範（包括 ISO 1101 和 ASME Y14.5）所規定的公差。檢測軟體透過將解析幾何形狀擬合至選定的點子集，從點雲中提取幾何特徵——包括平面、圓柱、圓錐、球體及自由曲面。

每個已配合的特徵皆包含位置、方向及尺寸值，軟體會將這些值與 GD&T 註解中定義的名義值及公差區進行比對。透過點雲資料，可評估五種需要完整表面資料的GD&T 特徵類型：平面度、圓柱度、表面輪廓、以測量基準為參照的平行度，以及曲面特徵的實際位置。

基於點雲的表面缺陷檢測技術，可識別局部幾何偏差——例如凹痕、刮痕、凹陷、焊渣及邊緣毛刺——這些缺陷的空間範圍與深度雖未超出尺寸公差範圍，卻已超過零件規格中對外觀或功能的接受標準。 AT Sensors 的 3D 雷射感測器能以足夠的線速擷取全表面點雲，可整合至自動化在線檢測系統中，在維持生產吞吐量的同時執行 100% 的零件驗證。

全自動 100% 檢測系統與數位孿生應用，主要以點雲資料作為輸入來源。本內容網路的「節點：資料擷取」章節中，針對這兩項主題皆有探討。

逆向工程利用測量所得的點雲作為幾何來源，用以重建現有實體零件的參數化 CAD 模型，此類情況通常發生在缺乏原始設計文件，或實際建構的幾何形狀與名義設計存在偏差時。該流程會將點雲轉換為網格，在網格區域上擬合參數化曲面，並在 CAD 環境中將擬合好的曲面組合成邊界表示法（B-Rep）實體模型。

對工裝、模具及注塑模具型腔進行逆向工程，是 AT Sensors 3D 測量系統在汽車及塑膠製造領域中已獲證實的應用案例。

點雲結果中的測量不確定度，是指測量對象真實表面座標預期所處的區間，並以定義好的覆蓋概率（通常為 95%）來表示。對於點雲而言，不確定度主要源自以下四個因素：感測器的固有雜訊、用於感測器校正的參考標本之校正不確定度、採集過程中測量對象與感測器的熱膨脹，以及合併多個局部掃描時所引入的配準誤差。

綜合標準測量不確定度 \( u_c \) 可由不確定度傳播定律推導而出：

\[ u_c = \sqrt{u_{\text{sensor}}^2 + u_{\text{cal}}^2 + u_{\text{thermal}}^2 + u_{\text{reg}}^2} \]

綜合測量不確定度決定了名義值與實際值比較中可偵測到的最小偏差：偏差值 \( |d| \lt u_c \) 在計量學上與零無異，因此無法作為判定合格與否的依據。 測量系統分析（MSA）提供了一套統計方法，用於量化並分解這些不確定度貢獻。如《測量系統能力》一文中所定義的能力指標 Cg 和 Cgk，可判定點雲測量系統是否能滿足特定檢驗任務的公差要求。

DIN EN ISO 10360-10規範了光學 3D 測量系統的驗收測試程序，包括基於雷射三角測量與結構光原理的系統，並明確定義了參考標本、測試程序及性能參數——包括探測形狀誤差與球體間距誤差——這些參數能以可追溯的方式表徵系統的精確度。 關於 DIN EN ISO 10360-10 的完整說明及其在基於雷射三角測距系統中的應用，請參閱 Node: Lasertriangulation 網站上關於 ISO 10360-10 合規性測試的文章。