激光三角测量：精确的距离和轮廓测量

其工作原理基于激光发射器、测量对象上的入射点以及图像传感器之间的几何关系。基线——即激光发射器与接收物镜光轴之间的固定距离——定义了三角测量的尺度。当测量对象沿Z轴（传感器的测量轴）移动时，反射的激光光斑会在图像传感器上发生横向偏移。这种偏移 $\Delta x$ 与距离变化 $\Delta z$ 。

简化共面布置的基本三角关系为：

z=b·f(x) - x0z=xs​−x0​b⋅f​

其中 $z$ 是测得的距离， $b$ 是发射器与探测器透镜之间的基线， $f$ 是接收物镜的焦距， xsxs​ 是传感器上测得的像点位置，且 x0x0​ 是标称工作距离下的参考光斑位置。

实际应用中，会采用施恩普卢格（Scheimpflug）条件：将图像传感器相对于接收物镜的光轴倾斜一定角度，从而确保激光线在整个测量范围内始终保持清晰对焦。这种布局是所有激光轮廓扫描仪光学设计的基础，可确保在整个Z轴范围内都能对激光线位置进行亚像素级精度的评估。

X 方向（沿激光线方向）的横向分辨率由图像传感器的像素间距和接收光学系统的放大倍率决定。Z 方向的分辨率则由三角测量角、基线长度以及信号处理过程中采用的亚像素插值算法决定。

激光三角测量传感器中的光源是一种工作于连续波（CW）或脉冲模式的半导体激光二极管。对于点式传感器，会投射出一个聚焦的激光光斑；对于轮廓扫描仪，则通过柱面透镜或鲍威尔透镜将光束发散成一条光线。激光波长的选择会影响传感器与不同测量对象的兼容性：

• 405 nm（紫/蓝光）：对表面细节具有高灵敏度；适用于结构精细的表面和有机材料
• 650 nm（红色）：通用工业传感器的标准波长；在大多数漫反射表面上具有良好的信噪比
• 785 纳米（近红外）：可见光强度降低；适用于高温发光物体（例如炽热的金属），因为在这些情况下，可见激光光会被热辐射所掩盖

工业传感器中使用的激光二极管按照IEC 60825-1标准进行分类。大多数工业激光三角测量传感器的工作激光等级为2M或3R，在可见光波长下，其功率通常低于5 mW。光束在通过线生成光学元件之前，会先经过激光准直透镜进行整形和准直。

反射的激光光束通过成像物镜聚焦到CMOS或CCD图像传感器上。对于点距传感器，使用线性光电二极管阵列或位置敏感器件（PSD）即可。对于激光轮廓扫描仪，则采用二维CMOS矩阵传感器，这样可以在单次曝光中捕获完整的激光线，从而实现高轮廓采集速率。

针对传感器上的每一列像素，都会评估激光线的位置，从而提取沿该线各X位置处的Z坐标。传感器列上的原始强度分布通常呈高斯分布。通过加权质心算法或高斯拟合方法，可以以亚像素精度计算该分布的质心，从而实现低至1/100像素的Z分辨率。

与测量性能相关的关键传感器参数包括：像素间距、满阱容量、动态范围、读出噪声和帧率。在激光二极管的波长范围内，高量子效率对于实现高信噪比至关重要，尤其是在测量暗色或吸光表面时。

图像采集完成后，必须对原始像素数据进行处理，以提取Z坐标剖面。主要处理步骤如下：

• 峰值检测：确定最大强度的列位置（粗略位置）
• 亚像素插值：应用质心拟合或高斯拟合算法，以亚像素级精度确定激光线位置
• 有效性过滤：剔除激光信号过弱、饱和或模糊的像素
• 坐标转换：利用出厂校准数据，将传感器像素坐标转换为物理测量坐标（毫米）

现代激光轮廓扫描仪将这些步骤作为传感器内处理（边缘处理），直接在传感器头内的专用FPGA或DSP上实现。 这种方法将通过接口传输的数据量减少了数个数量级——无需传输完整的原始图像，仅输出提取的Z轮廓（通常每行100–3,200个数据点）——即使通过标准的GigE接口，也能实现高达每秒10,000个轮廓的采集速率。

从最基本的原理来看，点距激光三角测量传感器在每个测量周期内仅提供一个距离值——即位于激光光斑正下方的表面点的Z坐标。此工作模式适用于：

• 平面物体的厚度测量（使用两个相对放置的传感器）
• 高度检测与在/不在检测
• 加工表面台阶高度测量
• 动态过程中的位移监测

测量范围（Z 范围）是指沿 Z 轴方向能够获得可靠测量结果的区间。 典型的Z向测量范围从几毫米到几百毫米不等，具体取决于传感器的设计。Z向分辨率（即可检测到的最小距离变化）通常在0.1 µm至100 µm之间。分辨率与测量范围呈反比关系：对于给定的传感器尺寸，测量范围越大的传感器，其Z向分辨率越低。

激光轮廓扫描仪——工业检测中应用最广泛的激光三角测量传感器——将激光线投射到被测物体上，并通过单次曝光捕获完整的横截面轮廓。其输出结果是一组X/Z坐标对，描述了在给定时刻沿激光线分布的表面轮廓。

个人资料数据是衡量工作的基础：

• 机加工或冲压件上的台阶高度和槽深
• 相邻表面（例如车身面板）之间的间隙和齐平度
• 粘合剂珠或焊缝的几何形状
• 钣金、型材和成形件的边缘位置与半径

轮廓采集速率范围从每秒几百个到超过10,000个，具体取决于曝光时间和传感器处理速度。每个轮廓的点数（X向分辨率）由传感器的图像传感器像素数和评估算法决定，通常在100到3,200点之间。

当轮廓扫描仪持续采集轮廓数据时，若被测物与传感器沿Y轴相互移动，则连续采集的轮廓数据将被拼接成一个三维点云，从而呈现被测物的完整表面。这种扫描模式是工业计量领域中进行全表面三维检测的标准方法。

该3D数据集可以以下列形式输出：

• 点云：一组表示测量表面点的非结构化(X, Y, Z)坐标集
• Z-map（校正数据/高度图）：在等距的X/Y位置上排列的Z值规则网格；在表面比较和特征提取方面计算效率高
• 3D网格（STL、PLY、OBJ）：由点云生成的多边形表面模型，用于CAD比对和可视化

Y 方向（进给方向）的空间点密度由轮廓采集速率与进给速度之比决定。为了获得各向同性的 3D 分辨率，轮廓采集速率与进给速度必须匹配，以确保 Y 方向的点间距等于 X 方向的点间距。

根据获取的2D剖面图和3D点云数据，可依据国际标准计算出一系列衍生几何参数：

• 表面粗糙度参数（ISO 4287 / ISO 25178）：来自二维轮廓的 Ra（算术平均粗糙度）、Rz（最大高度）、Rq（均方根粗糙度）；来自三维面积测量的 Sa、Sz、Sq
• 几何公差（ISO 1101 / GD&T）：平整度、直线度、圆柱度、圆度——通过将几何基本形状拟合到测得点云并计算偏差来评估
• 位置公差：边缘、孔或特征相对于由基准点系统（RPS）定义的参考坐标系的位置

利用激光三角测量法测量表面粗糙度的能力受传感器Z轴分辨率的限制。对于Ra ≈ 1 µm以下的粗糙度参数，通常需要采用共焦或白光干涉法；而激光三角测量法则非常适合测量Ra在1–100 µm范围内的粗糙度。

激光三角测量传感器的核心性能参数可归纳如下：

重复性和准确度是两个不同的概念。重复性描述了在恒定条件下，对同一表面点进行重复测量时结果的统计分散程度；准确度则描述了测量值与真实值之间的系统偏差。准确度受校准质量、热漂移和线性误差的影响；而重复性主要受激光散斑噪声和电子噪声底限的限制。

Z轴分辨率 $\delta z$ 与测量范围 RzRz​ 对于给定的传感器尺寸，其值大致遵循：

δz≈Rzα⋅Npxδz≈α·Npx​Rz​​

其中 NpxNpx​ 是传感器在Z方向上的像素数，而 $\alpha$ 是亚像素插值因子（对于质心算法，通常为10–100）。这一关系揭示了测量范围与分辨率之间的基本权衡关系，该关系主导着激光三角测量传感器的设计。

与接触式测量方法不同，激光三角测量直接作用于被测物体表面的光学特性。材料依赖性是该方法最关键的实际限制之一，在传感器选型和应用工程设计过程中必须予以考虑。

与表面相关的首要挑战包括：

• 镜面（镜面状）表面：抛光金属、玻璃和涂层表面会定向反射激光束，而非漫反射。反射光束可能完全无法被探测器捕获，或产生饱和且不对称的强度分布。解决方案包括使用蓝紫色激光（较短的相干长度可减少散斑）、喷涂哑光参考喷雾，或调整传感器相对于表面的倾斜角度。
• 深色且吸光性强的表面：黑色橡胶、碳纤维增强聚合物（CFRP）和阳极氧化铝会吸收大部分入射激光功率，导致回波信号微弱。此时需要提高激光功率、延长曝光时间，或采用HDR测量模式（参见第5节）。
• 多层和透明材料：玻璃、透明塑料和漆膜会在不同深度产生多次反射。传感器可能检测到前表面、后表面，或二者难以区分的混合信号。多峰值评估（参见第5节）正是为解决这一难题而专门设计的。
• 高荧光材料：某些塑料和涂层在蓝紫色激光照射下会发出宽带荧光，从而给传感器信号带来背景噪声。波长为785 nm的近红外激光可避免这一问题。

工业激光三角测量传感器专为在严苛的生产环境中连续运行而设计。影响测量性能和传感器可靠性的关键环境参数包括：

• 环境光：阳光和强人工光源可能会导致图像传感器过曝，从而掩盖激光信号。传感器通过匹配激光波长的窄带光学带通滤光片、短曝光时间以及高激光功率（信噪比）来进行补偿。适用于户外或强光环境的传感器通常会规定最大环境照度容差。
• 温度：光学元件和基线结构的热膨胀会导致系统性测量漂移。高品质传感器会标明零点偏移的温度系数（µm/K）以及工作温度范围（标准工业传感器通常为−10 °C 至 +50 °C）。激光二极管的温度稳定对长期稳定性至关重要。
• 振动与冲击：如果振动频率落在传感器的数据采集速率范围内，振动会导致明显的测量噪声。采用刚性机械安装和抗振动外壳设计可缓解此问题。冲击等级的定义依据 IEC 60068-2-27 标准。
• 防护等级（IP等级）：部署在存在冷却液雾、粉尘或水环境的传感器需要具备相应的防护外壳。在金属加工和汽车生产线上使用的激光轮廓扫描仪通常采用IP65或IP67防护等级。
• 电磁兼容性（EMC/ESD）：工业环境中存在来自电机、变频器和电弧焊接设备的大量电磁干扰。传感器必须符合IEC 61326-1标准，以确保其具备工业级电磁兼容性抗扰度。静电放电（ESD）防护对传感器的集成和操作至关重要。

数据接口决定了可实现的数据速率、集成复杂度以及与主机的兼容性。用于工业应用的激光测距传感器主要采用以下接口：

• GigE Vision（IEEE 802.3）：工业相机和传感器接口的主流标准。通过标准Cat5e/6电缆，可提供高达1 Gbit/s的数据吞吐量，电缆长度可达100米。支持传输完整的原始图像或预处理后的轮廓数据。
• GenICam / SFNC：一种与制造商无关的软件接口标准，它为相机和传感器的配置定义了统一的API，且不受物理接口限制。标准特性命名约定（SFNC）确保了不同制造商之间参数命名的统一性，从而简化了与Halcon、LabVIEW和OpenCV等机器视觉软件框架的集成。
• EtherCAT、PROFINET 或 Modbus TCP：对于直接集成到工业现场总线网络中的传感器，这些协议可向 PLC 和运动控制器提供确定性的实时数据传输。

3D 数据的输出格式包括适用于点云和轮廓的开放标准格式，如PLY（多边形文件格式）、STL（立体光刻）和 CSV（逗号分隔值），以及专为实现最大吞吐量和最小处理延迟而优化的专有二进制格式。

ISO 10360-10（产品几何尺寸规范——坐标测量系统的验收和复核试验——第 10 部分： 激光跟踪仪）——以及在实际应用中更具直接适用性的VDI/VDE 2634 第 2 部分（基于面扫描的光学三维测量系统）——规定了非接触式三维测量系统（包括基于激光三角测量的系统）性能验证的标准化程序。

该标准规定：

• 传感器必须达到的探头误差和长度测量误差的最大允许误差（MPE）值，方可通过验收测试
• 应遵循的标准化测试标准件（参考球、阶梯量规、球杆量规）及测试程序
• 必须在以下环境条件下（温度、湿度）进行测试
• 复检间隔及触发强制复检的条件

对于激光三角测量传感器制造商而言，符合这些标准对于在工业计量、汽车供应商审核（IATF 16949）以及航空航天质量体系（AS9100）中获得认可至关重要。传感器规格应明确说明采用何种标准进行性能表征，以及所列最大允许误差（MPE）值在何种条件下适用。

在生产环境中，激光三角测量传感器不仅必须满足其规定的性能指标，还必须证明其能够以足够的可靠性区分合格与不合格的零件。这通过测量系统分析（MSA）来评估。

根据《AIAG 测量系统分析参考手册》，激光三角测量传感器的首要测量系统分析（MSA）方法是量具重复性和再现性（Gauge R&R）研究。量具重复性和再现性研究旨在量化：

• 重复性（设备变异，EV）：在相同条件下，由同一操作员测量同一工件时，测量系统本身所引起的变异
• 可重复性（评估员变异，AV）：由不同操作员或不同传感器位置测量同一零件所引起的变异
• 总量规重复性和再现性（%GRR）：测量系统变异与总过程变异或公差之比

The acceptance criterion for production measurement systems is typically %GRR < 10% for capable systems and < 30% for conditionally acceptable systems. Values above 30% indicate that the measurement system is not fit for the intended application and requires investigation or replacement.

除了量具重复性和再现性（Gauge R&R）外，还使用测量能力指数CgCg（量具能力）来评估测量设备的重复性是否足以满足被测特征的公差要求：

Cg=0.2⋅T6⋅σEVCg​=6⋅σEV​0.2⋅T​

其中 $T$ 是被测特性的公差， σEVσEV​ 是来自量具重复性和再现性（R&R）研究的设备变异标准差。当该值 Cg≥1.33Cg​≥1.33 是有效测量系统所必需的。

对于激光三角测量传感器而言，在整个测量范围内进行线性度分析是一项额外要求，因为三角测量几何结构会在传感器像素位置与Z距离之间产生非线性关系。工厂校准后的线性度误差应予以记录，并定期重新验证。

激光三角测量传感器被广泛应用于自动几何尺寸与公差（GD&T）检测系统中，该系统通过将测得的3D数据与名义CAD几何形状进行比对。相关标准框架为ISO 1101（产品几何规格——几何公差）及其国际等效标准ASME Y14.5。

在基于GD&T的检测中，必须首先利用参考点系统（RPS）将测得点云与名义CAD坐标系进行对齐。 RPS在被测对象上定义了一组定位点，这些定位点约束了六个自由度（三个平移自由度，三个旋转自由度）。钣金零件的典型RPS配置遵循“3-2-1”原则：三个主参考点、两个次参考点和一个三级参考点。

完成RPS对准后，系统会在每个评估点计算实测表面与公称表面之间的偏差，并将其与工程图纸中规定的GD&T公差进行对比。利用激光三角测量数据评估的常见GD&T特征包括：

• 平整度：表面相对于完全平坦平面的偏差
• 直线度：线元与完全直线的偏差
• 表面轮廓：实际表面与名义CAD表面在规定公差范围内偏离的情况
• 真实位置：特征的实际位置与其理论上的精确位置之间的偏差

Multipart 是指在单次扫描过程中，同时采集测量对象中两个或多个几何上相互分离的区域——或多个独立的对象——的数据。在标准配置下，激光三角测量传感器会在其整个X轴测量范围内采集一条连续的轮廓曲线。当测量对象包含间隙、阶跃不连续点或多个物理上相互分离的组件时，传感器必须对每个区域进行独立评估。

在Multipart ，传感器的评估固件被配置为在轮廓宽度范围内定义多个独立的测量窗口。每个窗口均单独进行评估，并拥有各自的有效性标准、峰值检测参数和坐标输出。例如，这使得传感器只需在组件上扫描一次，即可同时测量多个子组件之间的相对位置。

Multipart 的典型应用包括：

• 多条平行焊缝的同步测量
• 单次扫描中两个相邻组件之间的间隙和偏移测量
• 一次性完成阵列组件（例如连接器针脚、电池单元排）的检测

在标准操作中，传感器的峰值检测算法会识别每个传感器列中最强的单一反射峰值，并返回相应的Z坐标。 对于具有透明或半透明层的被测物体——例如玻璃板、透明漆、薄膜或树脂涂层——激光束会穿透第一表面，部分反射，继续传播至第二表面，并再次反射。传感器会接收来自不同深度位置的两个或多个清晰可辨的反射峰。

多峰值评估功能使传感器能够检测、跟踪并独立报告每个传感器通道中的所有显著反射峰值——通常最多可达四个峰值。输出数据包含每个峰值的Z位置和强度，从而可测量：

• 层厚：透明层前表面峰值与后表面峰值之间的距离（例如，玻璃厚度、镀膜厚度）
• 亚表面特征：透明覆盖层下方表面的几何形状
• 光泽基底的表面质量：区分涂层表面的镜面反射与漫反射

多峰分析法可分辨的最小层厚约为 Δzmin≈2·δzΔzmin​≈2·δz，其中 $\delta z$ 是传感器的Z轴分辨率。低于此阈值时，两个峰值会合并且无法分离。

许多工业测量对象的表面在同一轮廓内存在极端的反射率差异。一个典型的例子是激光焊缝，它将明亮的抛光钢表面与深色的阳极氧化铝型材连接在一起。在单次曝光的标准采集过程中，要么明亮区域导致传感器过曝，要么暗部区域产生的信号不足——这两种情况都无法获得有效的测量结果。

HDR（高动态范围）测量通过在每个测量周期内，以两个或多个不同的曝光时间采集相同的曲线来解决这一问题。随后，固件会将这些结果进行合成：

• 对于每个传感器列，系统会选择信号质量最佳（既未过曝也未低于噪声底限）的曝光
• 复合曲线是通过整合每次曝光中质量最佳的数据生成的，从而最大限度地提高测量的有效动态范围

HDR 模式会使测量周期时间随曝光次数的增加而相应延长（通常为 2 倍或 4 倍）。对于高速在线应用，必须仔细权衡动态范围扩展与轮廓采集速率降低之间的取舍。

当被测物体表面相对于传感器的Z轴呈现陡坡或锐角时，反射的激光信号可能会分布在多个传感器列上，从而产生一个宽广且不对称的强度峰值，这使得标准质心算法难以对其进行准确评估。在极端情况下，来自近乎垂直表面的反射光束甚至可能完全无法被探测器捕获。

多斜度评估通过应用斜度自适应峰值检测技术，扩展了传感器的角度测量能力：该评估算法会考虑陡峭表面倾斜度导致的峰值位置预期横向偏移，并据此对信号进行评估。这使得传感器能够：

• 精确测量精密加工零件上台阶边缘和刀口边缘的位置
• 处理那些表面法线与传感器Z轴存在显著偏差的倒角几何体
• 在传感器轴线方向的倾斜角度高达60°–80°时，仍能保持有效的测量数据，而标准评估的倾斜角度约为40°–50°

激光三角测量法是否适用于某种特定材料，主要取决于该材料的表面光学特性——漫反射率、镜面反射率和透光率：

激光三角测量传感器已广泛应用于各类工业流程中。其中最重要的应用包括：

在线质量检测与全自动100%检测：安装在输送线上方或集成于传送线中的激光轮廓扫描仪，可在全速生产状态下对所有生产出的零件进行100%的尺寸和表面检测。传感器的轮廓采集速率和数据处理速度必须与生产线速度及所需的空间分辨率相匹配。根据零件几何形状和检测范围的不同，典型检测周期通常在几毫秒到几秒之间。

3D检测与实际值与公称值的比较：在RPS对齐后，将扫描得到的3D点云与零件的公称CAD几何形状进行对比。通过颜色编码的偏差图，可直观显示实际表面偏离公称表面且超出规定公差限值的区域。该方法适用于首件检验、统计过程控制（SPC）抽样以及模具验证。

表面检测与缺陷识别：激光三角测量传感器通过评估每个测量点的局部Z向轮廓，可检测出划痕、凹痕、气孔、毛刺和焊渣等表面缺陷。当局部轮廓与预期表面轮廓的偏差超过预设检测阈值时，即被识别为缺陷。与基于图像的视觉检测不同，激光三角测量技术能为每个检测到的缺陷提供定量尺寸数据——包括其深度、宽度和位置。

机器人引导与位置检测：在机器人装配和搬运应用中，激光三角测量传感器用于在抓取、放置或加工工件之前确定其精确的位置和姿态。传感器数据输入到机器人控制器的坐标变换中，以补偿工件送料和夹具定位过程中的位置公差。该应用要求高轮廓采集速率，且测量与机器人响应之间的延迟必须很低。

完整性检查（completeness inspection）：激光轮廓扫描仪会在装配进入下一道工序之前，验证该装配体中所有必需的部件是否齐全且定位正确。在特定的检测区域内，缺失的部件会被识别为与预期3D轮廓的偏差。

相邻的应用领域（包括状态监测和预测性维护）也受益于激光三角测量数据，例如通过定期测量工具的磨损情况，或对轨道及路面轮廓进行连续监测。这些应用将在本专题地图中相关主题的专题文章中进行探讨。