3. FARO三维测量系统组成与工作原理
FARO汽车车身三维质量检测并不是单一仪器完成的动作,而是由“测量设备 + 靶标/标记 + 处理软件 + 坐标系基准”共同构成的测量系统。理解这套系统,关键要抓住三条主线:设备用什么物理原理获取空间信息、数据在什么坐标系下表达、离散点如何组织成可用的点云与几何特征。本节围绕这三条主线展开,帮助读者建立后续实操章节所需的原理基础。
一、FARO设备类型与三种测量原理
FARO在车身检测中常见的设备可归为三类:激光扫描仪(如Focus系列激光扫描仪)、结构光扫描仪(如Cobalt、ScanArm配合的蓝光扫描模块)、摄影测量系统(如Vantage摄影测量系统)。三者获取三维信息的方式不同,适用场景也不同。
激光扫描采用飞行时间法(Time of Flight,ToF)或相位差法。以Focus系列为例,设备发射激光束,经内部旋转棱镜偏转形成垂直方向的扫描线,同时整机绕垂直轴旋转,从而覆盖水平方向。激光打到车身表面后反射回接收器,通过测量发射与接收的时间差 Δt,用 c·Δt/2 计算斜距(c为光速,除以2是因为光走了一个往返)。同时,编码器记录水平角 θ 与垂直角 φ,于是每个点的三维坐标可写为:
x = r·cosφ·cosθ
y = r·cosφ·sinθ
z = r·sinφ
其中 r 为斜距。激光扫描的优点是测量范围大、无需贴点即可获取稠密点云,适合整车或大型覆盖件的整体形貌采集;缺点是单点精度受入射角、表面反射率影响,对高反光或深黑表面需要喷涂显像剂或调整曝光。
结构光扫描采用三角测量原理。投影模块向车身表面投射已知编码的条纹或蓝光图案,两个(或多个)相机从不同角度拍摄被表面调制后的图案。由于投影器与相机之间的基线距离和角度已知,通过相位解算与立体匹配,可逐像素计算深度。结构光的特点是单幅视场内的点密度高、细节分辨力强,适合局部特征(如门缝、翻边、安装孔位)的高精度检测;但单次测量范围有限,需要多视角拼接,且对环境光较敏感。
摄影测量则完全不同:它不主动投射光,而是用高分辨率相机从多个位置拍摄带有编码标志点和比例尺的车身,通过光束法平差(Bundle Adjustment)解算相机位姿与标志点三维坐标。摄影测量的优势是测量范围可覆盖整车、精度均匀、不受表面材质反光影响,常用于建立全局控制网,为激光扫描或结构光扫描提供统一基准。
二、坐标系与测距原理
三维测量中“坐标”必须明确参照系。FARO系统涉及至少三层坐标系:设备坐标系(以扫描仪光学中心为原点)、工件坐标系(以车身设计基准或RPS定位点定义)、全局坐标系(多站拼接后的统一坐标)。测量时,设备先在本机坐标系下获得点坐标,再通过靶球、靶标或公共特征点,用刚体变换(旋转矩阵 R + 平移向量 T)转换到工件坐标系:
P_工件 = R · P_设备 + T
这里 R 为 3×3 旋转矩阵,T 为 3×1 平移向量。若已知三个以上不共线的公共点,即可用最小二乘法求解 R 和 T。方向约定上,本文统一采用右手坐标系:X 轴指向车身纵向(车头方向为正),Y 轴指向车身横向(左侧为正),Z 轴垂直向上。切换参照系时必须重新说明,避免正负号混淆。
测距原理方面,激光扫描依赖“时间/相位→距离”,结构光依赖“视差→深度”,摄影测量依赖“多视图交会→空间点”。三者最终都归结为:角度 + 距离(或基线 + 视差)→ 三维坐标。理解这一点,就能明白为什么不同设备的精度指标、测量范围和环境要求差异明显。
三、点云生成机制与数据组织
点云不是“一张照片”,而是大量带坐标的离散点集合。以激光扫描为例,设备每完成一条扫描线,就产生一组 (θ, φ, r) 数据,经上述公式转换为 (x, y, z),并附带反射强度 I。整站扫描结束后,得到数百万甚至上亿个点。多站测量时,相邻站之间需有 30% 以上的重叠区域,通过靶球或特征匹配完成拼接,最终形成统一坐标下的完整点云。
点云生成后,通常还要经过滤波去噪、降采样、分割与特征提取。例如,检测车门间隙时,先从点云中分割出门板与侧围区域,再拟合边缘直线或曲线,计算间隙宽度与面差。判断结果是否合格,需对照设计公差:若间隙实测值为 4.2 mm、设计值为 4.0 mm、公差为 ±0.5 mm,则判定合格;若面差实测 1.1 mm、公差 ±0.8 mm,则判定超差,需要回溯冲压或焊装工序。
四、系统协同与检测流程
把上述原理串起来,一次完整的车身三维检测通常按以下顺序进行:首先用摄影测量在车身周围布设编码标志点,建立全局控制网;然后用激光扫描仪对整车或大区域进行多站扫描,获取整体点云;接着用结构光扫描仪对门缝、翼子板、安装孔等关键区域做精细扫描;最后在软件中统一坐标系,分割特征,计算间隙、面差、孔位等参数,并与CAD设计值比对。
需要特别注意的是,坐标系一致性是整条链路的生命线。如果摄影测量控制点与激光扫描靶球没有统一到同一基准,后续所有点云拼接都会产生系统性偏差。因此,每次测量前应检查公共点数量是否足够(一般不少于3个,推荐6个以上)、分布是否均匀、残差是否在允许范围内(例如RMS≤0.05 mm)。
五、关键参数与判断依据
| 环节 | 关键参数 | 典型参考值(示例) | 判断依据 |
|---|---|---|---|
| 激光扫描 | 测距精度、点间距 | ±1 mm / 2 mm@10 m | 整体形貌是否完整 |
| 结构光扫描 | 单幅精度、分辨率 | 0.02~0.05 mm | 局部特征是否清晰 |
| 摄影测量 | 控制点残差 RMS | ≤0.05 mm | 全局基准是否可靠 |
| 多站拼接 | 重叠率、公共点数量 | ≥30%、≥6个 | 拼接误差是否收敛 |
| 结果判定 | 间隙、面差、孔位 | 按设计公差 | 是否在公差带内 |