機器視覺在工業領域的應用并不是什么新鮮事物，但隨著消費電子、汽車、半導體等精密制造行業對于精度要求的不斷提高，機器視覺正從之前的2D平面進化到3D立體的“視界”。

“相較于2D視覺，3D視覺對環境光變化不敏感，精度和可靠性更高，在生產線中可以檢測快速移動目標并獲得形狀、顏色對比度、空間坐標等信息，可以滿足更多工業場景應用。”SICK西克中國高級視覺業務發展經理鄭平易如是說。

目前來看，這些場景主要出現在3C、鋰電、半導體和光伏等新興行業，以及鋼鐵、輪胎等傳統自動化產業的升級改造中，SICK在推進3D視覺技術的應用落地中扮演了舉足輕重的作用。

更高、更快、更穩

SICK新一代高速分體式3D相機Ranger3專為高要求圖像處理任務打造，在全球范圍內被用作檢查系統的理想核心組件。憑借高測量精度和前所未有的測量速度，該系列產品被廣泛應用于軌道交通、電子、輪胎等行業。

“SICK 3D相機搭載了自主研發的M30芯片，X方向有2560個像素點,可提供高掃描速率、高分辨率、高光感靈敏度等3D點云采集功能，實現每秒46000個剖面的拍攝，尤其適合高度高精度應用場景。”

他進一步指出，以高鐵軌道檢測為例，鐵路軌道在運營期間需要對軌距、輪廓尺寸、軌面磨損等進行檢測，以確保安全運營。在3D視覺技術出現以前，用戶都是采用2D技術進行抽檢，SICK Ranger 3系列分體式相機大大改善了這一現象，通過高速軌道全檢，提升高鐵運營的安全性和效率。

基于深度學習

對于缺陷檢測而言，傳統的機器視覺算法很難對缺陷特征進行提取和檢測，結合深度學習的3D視覺檢測解決方案，可以通過大量樣品的學習訓練實現更加精確的檢測判斷，是有效指導工業生產和檢修的前提。

鄭平易舉例說，做好動力電池電芯的質量把控可以確保新能源汽車產業健康安全的發展，為了保證動力電池的安全性，要對電芯鋁殼各個表面進行嚴格的缺陷檢測，包括各種凹坑、劃痕等。

SICK的3D相機采集到的3D點云圖像，經過SICK3D視覺軟件處理平臺EzR所提供強大的算法庫，利用3D圖像高度信息結合深度學習算法對電芯表面凹坑和劃痕等外觀缺陷進行檢測，獲得較好的檢測效果。用戶還可以根據自己的需求，開發多樣化的界面，與其他設備進行交互。

快速響應本土需求

隨著視覺技術的廣泛應用，更加貼近應用需求的定制服務成為重要的方向之一。為了更好地服務本地的視覺應用用戶，發揮西克在視覺技術方面的優勢，西克中國成立了視覺實驗室，以最快的速度響應本土客戶定制化的需求。

“比如在輪胎生產過程中，需要對膠部件、成型后的生胎、硫化后成品胎等進行質量監控檢測，實現對輪胎質量的嚴格把關。由于胎型種類多，這就需要對于不同的檢測場景往往需要針對不同的視野進行定制。”鄭平易解釋說。

Ruler XR一體式3D相機就是中國本土研發的代表性產品。該相機基于SICK Ranger 3相機為內核，可靈活根據客戶需求進行選型，專為苛刻的圖像處理任務量身定制，可提供高度可靠的測量結果。

談及未來3D視覺檢測技術的發展，鄭平易坦言，隨著人工智能、數字化、5G等技術的不斷拓展賦能，未來3D視覺檢測技術將向著軟硬結合的方向發展，SICK將一如既往地深入用戶現場分析，針對行業標桿客戶典型行業應用，為其單獨定制開發集硬件，軟件平臺及算法的一體化解決方案包，賦能智造。(張   蘭 )