成果推介

一、成果简介

新一代信息技术与制造业深度融合，正在引发影响深远的产业变革。人工智能技术与工业融合发展，正推动着我国制造业的转型升级。在这一背景下，3D视觉技术以其独特潜力和广泛应用领域，正成为变革的重要力量。无论是在工业检测、空间感知，还是3D建模等领域，3D视觉技术都展现出其无与伦比的优势，预示着它将在未来的工业发展中扮演关键角色。相较于传统的2D视觉方案，基于3D相机的机器视觉系统通过获取目标场景的精准三维信息，将检测的精度和灵活性提升至全新水平，为工业生产带来了前所未有的效率与精确性，从而开辟了全新的发展道路。

我们团队在机器视觉领域具有深厚的积累，拥有超过十年的丰富实践经验。我们以坚实的3D算法技术和卓越的工程实践能力为基础，创新研发了一系列专为各种工业应用量身定制的3D相机，包括基于DLP和MEMS的结构光3D相机，以及基于线激光和激光振镜的3D相机，均具有出色的性能表现，能够满足各种复杂场景下的检测、测量、感知和建模需求。特别是在工业自动化领域，我们的3D机器视觉系统已经证明了其巨大的应用潜力。通过引入这一系统，企业不仅能够显著提高生产效率，更能实现精细至微的质量控制，从而在激烈的市场竞争中占据有利地位。我们坚信，随着科技的不断进步和工业的持续创新，3D视觉技术将在未来的工业领域中发挥更大的作用，引领工业自动化与智能化走向新的高度。

二、成果介绍

1、所属领域

高端装备、机器视觉、工业检测、3D建模

2、主要应用场景

（1）工业领域：

三维测量和尺寸检测：获得物体的几何形状和细节，提供准确的尺寸测量结果，用于质量控制、装配验证和产品设计等方面。

自动化和机器人导航：通过获取环境的三维信息，可以帮助机器人进行精确定位和导航，实现自动化生产线上的物体处理、装配和搬运操作。

缺陷检测和质量控制：捕捉物体表面的细微特征和缺陷，如划痕、凹陷、裂纹等，以实现自动化的缺陷检测和分类，提高产品质量和一致性。

现场监测和安全：实时捕捉环境的三维信息，用于监测工业设备的状态、检测安全隐患和预防事故发生。

姿态识别和人机交互：通过捕捉人体的三维姿态和动作信息，相机可以实现更自然和直观的人机交互，用于工业设备的操作和控制。

三维重建和虚拟仿真：3D相机可以用于三维重建和虚拟仿真应用。通过捕捉物体的三维形状和纹理信息，相机可以生成精确的三维模型，用于产品设计、工艺仿真和虚拟现实等方面。

（2）物流仓储：3D相机可以应用于自动化仓储中，实现对货物体积、重量和形状的测量，提高物流效率和准确性，典型的应用是拆垛码垛。

3、市场背景和痛点

随着智能制造浪潮的蓬勃发展，制造业的生产线亟需进行深刻的蜕变和升级。这一迫切需求为国内机器视觉市场带来了前所未有的发展机遇。传统的2D视觉技术，虽然在一定程度上提供了基于灰度和对比度的简易检测手段，然而在面对日益增长的复杂对象识别和尺寸测量精度要求时，已显得力不从心。特别是在需要获取物体空间坐标信息的场景中，2D视觉技术已无法提供物体的平面度、角度、体积等关键细节，因而其应用受到了严重限制。目前，仍有许多行业依然依赖人工或传统的2D视觉来完成工作流程，然而这些传统方法难以满足现代制造的复杂需求。产业迫切需要一种更先进、更精密的视觉技术，以满足制造业的新时代的迫切需求。在这一个关键时刻，3D机器视觉技术以其出色的空间感知能力和精准的三维数据获取能力，成为了解决上述瓶颈问题的有力武器。

物流仓储行业拆垛码垛痛点：工作强度大、人工成本高、工作效率低；人工拆垛码垛容易造成货物的损毁，特别是对于易碎或需要特殊处理的商品；人工拆垛码垛的标准化程度较低，员工的操作技巧和经验存在差异，导致码放的一致性较差；传统的拆码垛设备通常只能适应特定尺寸和包装形式的货物，无法灵活适应多样化的物流需求。

电子领域PCB电路板缺陷检测痛点：传统的PCB 缺陷检测通常依赖人工目视检查，需要操作员逐个检查电路板上的元件、焊点等，这种方法效率低下，容易疲劳和出错；PCB 上的缺陷微小不易识别，如微小焊接缺陷、元件错位、导线断路等，很难通过人眼准确检测出来，容易造成漏检或误判；2D相机无法获取元件的高度和尺寸信息，使用场景受限。

制造行业的金属等高反光物体的测量检测痛点：金属等高反光物体的表面具有高反射性，传统光学测量设备在使用时，光线受到反射，极易干扰测量结果，导致测量数据的不准确和不可靠。为确保测量设备能够捕获足够的反射光信号，通常需要提供较高的光照条件，不仅增加了设备的复杂性和成本，还对工作环境提出了更高的要求。金属等高反光物体的形状和表面特性可能引发阴影和遮挡问题，从而影响测量的准确性。传统的2D视觉系统在检测准确性和稳定性上面临较大的挑战。

纺织行业的布料起毛起球程度分级检测痛点：产能低、设备运行效率低，检测以人力为主，智能化设备缺乏，检测效率低、成本大；评级结果差异化大，结果评定依靠专业的检测人员对照样本进行评定，不同检测人员之间所得出的结果差异大，主观性强。

在面对高精度和高自动化需求的场景中，3D视觉技术以出色的优势在视觉检测领域大放异彩。该技术通过提供深度测量信息，能够精确追踪物体在传感器测量范围内的任意位置运动，从而确保获得准确可靠的测量结果。此外，凭借数字化的3D扫描数据，3D视觉还能够全面提取物体的尺寸信息，包括表面积、体积和形状尺寸等细节数据。

我们的3D视觉技术以卓越的性能和稳定性，满足现代制造业对精确度和自动化的双重要求。通过引入这一先进技术，我们能够为企业提供更高效、更准确的视觉检测解决方案，助力生产流程的优化和产品质量的提升。作为行业领军者，我们始终站在技术前沿，不断创新突破，以满足客户日益增长的需求。我们致力于引领制造业向更高层次的自动化和精确度迈进，为企业创造更大的价值。

4、核心产品

本团队根据不同应用需求，研发量产了多系列的低成本高精度3D相机产品，包含以下几种型号。

MEMS 3D工业相机

DLP 3D工业相机

线激光3D轮廓仪

激光3D工业相机

5、核心优势

硬件方面，自主研发了一系列3D工业相机，能够满足多个不同工业场景的需求。产品在视野范围内能够保持高精度、高效率和持续稳定的运行。特别是激光3D相机，在抗环境光干扰和识别黑色反光物体等方面具有明显的优势。

核心算法方面，团队具备扎实的算法基础，具备从底层构建自主研发算法的能力，开发了包括CMOS成像解析算法、高精度标定算法等在内的核心算法，解决了各种分散的工业场景中的关键问题，克服了复用性和标准性等方面的挑战。

软件方面，开发的系统软件实现了数据收集、模型训练、部署和迭代的全流程打通，建立了一套低代码通用平台。通过系统软件，即使没有专业技术背景的人员也能够快速完成系统的部署和应用，大大提高了系统的易用性和部署效率。

6、系统解决方案及应用情况

面向复杂表面的系统性解决方案

基于长期的研究积累和技术基础，我们针对复杂表面的3D测量需求，提供了一套系统性的解决方案。该方案从硬件、算法和系统三个层面着手，全面提升测量精度和检测准确性，以满足各种工业场景的检测需求。

在硬件层面，我们针对不同的工业场景和检测目标，精选了多种类型的打光设备，包括DLP、MEMS、线激光和激光振镜等，以满足实际打光需求。通过精细调整硬件系统参数，我们确保实现最佳的打光效果，从而提高测量的准确度和可靠性。

在算法层面，我们采用基于二值条纹、多频相移和线激光的编码方法，充分考虑了表面材质对特定编码方法的影响。针对各种材质表面，我们提出了特定的编解码方法，以确保实现高精度的3D测量。

在系统层面，我们以实际需求为导向，将现有3D测量技术与2D技术相融合，以实现最佳的检测效果。通过综合运用各种技术手段，我们确保为用户提供高效、准确的视觉检测解决方案。

材质建模方案

针对实际应用中的高精度和高真实度的3D建模需求，提出结构光加转台的系统方案。为满足材质建模所需的多视角RGB图像需求，通过重建目标和结构光系统的相对运动获取不少于三个观测位姿的RGB图像和深度图；基于上述输入，实现基于光度约束的材质建模与求解算法，获取重建目标的svBRDF材质贴图，实现高精度和高真实度的3D建模。

研发的产品技术已经较为成熟，产品具有成本低、精度高、稳定性强的特点。目前，产品已在部分3C厂家和汽车配套厂商进行使用,也为科研院所提供定制化产品的服务。

三、团队介绍

1. 团队负责人

王蕴红教授，博士，博士生导师，北航杭州创新研究院视觉感知团队负责人，国家万人计划领军人才，国际模式识别学会(IAPR)Maria Petrou奖（华人唯一），中国青年科技奖获得者，IEEE Fellow, IAPR Fellow, 中国计算机学会会士，中国计算机学会常务理事，中国人工智能学会智能交互专业委员会主任委员，曾获国家技术发明二等奖1项，先后主持863、973、重点研发计划、国家自然科学基金重点项目、面上项目等国家科技计划项目20余项，在人工智能领域重要期刊和会议上发表论文200余篇，谷歌学术引用26000余次。

2. 核心团队

视觉感知与机器智能研究与应用团队，目前拥有北京航空航天大学兼职教师5名，专职研究人员18名，博士和硕士研究生20余名。团队以北航虚拟现实技术与系统全国重点实验室为依托，开展面向工业应用领域的视觉智能基础算法和基础工具平台开发的研究。以基础算法为核心，结合边缘计算，研究面向应用的嵌入式人工智能视觉平台和应用系统，最终实现在工业领域的示范和推广。

四、合作方式

1.合作需求

欢迎业内龙头企业、科研单位、社会投资机构等从项目、资金、渠道等各领域展开全方位交流合作。

3. 合作方式

包括但不限于联合研发、技术转移、投资并购等。