2. 激光三角测量原理与截面数据生成
激光轮廓传感器的核心任务，是把一条投射在物体表面的激光线，转换成一组具有物理尺寸的二维剖面点。理解这条链路，需要同时看清三件事：激光平面如何与物体相交形成光条、相机如何把光条成像到像素坐标、以及标定参数如何把像素坐标反算成真实的空间坐标。三者缺一不可，任何一环的误差都会直接进入最终的剖面点云。
一、激光平面投射与光条形成
传感器内部通常使用半导体激光器加柱面镜（或鲍威尔棱镜）产生扇形光束。柱面镜在一个方向上压缩、在另一个方向上扩展，使点光源变成一条张角固定的激光平面。这个平面以一定倾角投射到被测表面，与物体表面相交出一条亮线，即“光条”。
需要明确一个参照约定：本文统一采用传感器坐标系，原点位于传感器出光口中心，Z 轴沿传感器主光轴指向被测物，X 轴沿激光线展开方向，Y 轴由右手定则确定。激光平面在传感器坐标系中可表示为 aX + bY + cZ + d = 0，标定后 a、b、c、d 为已知常数。物体表面形状不同，光条在空间中的形状就不同——平面得到直线，圆柱得到椭圆弧，台阶得到带跳变的两段线。这正是轮廓测量的物理基础。
光条并非理想细线。受激光散斑、表面粗糙度和相机衍射限制，光条在图像上呈现为有一定宽度的灰度分布，其峰值位置才对应激光平面的真实交线。因此后续必须做“光条中心提取”，而不是简单取阈值边缘。
二、相机成像模型
相机采用针孔模型加镜头畸变。空间点 P 经镜头成像到图像平面，满足透视投影关系。设相机内参矩阵为 K，包含焦距 fx、fy 和主点 (cx, cy)，则像素坐标 (u, v) 与相机坐标 (Xc, Yc, Zc) 的关系为：
u = f_x * X_c / Z_c + c_x
v = f_y * Y_c / Z_c + c_y实际镜头存在径向畸变 k1、k2 和切向畸变 p1、p2，需先对像素做去畸变，再参与三角解算。相机与激光器之间的相对位姿由外参 R、T 描述，它把激光平面方程从传感器坐标系变换到相机坐标系。内参和外参共同构成标定文件，是解算的前提。
三、三角几何解算
三角测量的本质是“已知一个平面方程和一条视线，求交点”。对图像上提取到的光条中心点 (u, v)，去畸变后得到归一化视线方向，该视线在相机坐标系中是一条过原点的射线。将激光平面方程经外参变换到相机坐标系后，与这条射线联立，即可解出唯一的空间交点。
设相机坐标系下激光平面为 a'X_c + b'Y_c + c'Z_c + d' = 0，视线方向为 (xn, yn, 1)，代入得：
t = -d' / (a'*x_n + b'*y_n + c')
X_c = t * x_n, Y_c = t * y_n, Z_c = t再经外参逆变换回到传感器坐标系，得到该点的 (X, Y, Z)。对光条上每一列像素重复此过程，就得到一条剖面点列。这里的关键是：Z 向高度由三角关系决定，X 向位置由像素列号决定，二者共同构成二维剖面。
四、二维剖面点云生成过程
把上述解算按顺序串起来，就是一条完整的剖面生成流水线。以某次采集为例，假设传感器输出 1280×1024 的灰度图，激光线大致沿图像水平方向分布：
- 图像采集：相机曝光时间设为 200 μs，配合窄带滤光片抑制环境光，得到一帧含光条的灰度图。
- 光条中心提取：对每一列像素，在灰度峰值附近取若干行做灰度重心法，得到亚像素级的中心行坐标 vc。这一步把光条宽度带来的不确定性压缩到约 0.1 像素量级。
- 去畸变：用标定得到的 k1、k2、p1、p2 对 (u, vc) 做反向映射，得到理想像素坐标。
- 三角解算：按第三节公式逐列求交，得到该列对应的空间点 (X, Z)。
- 点列组织：按列号顺序排列所有点，形成一条有序的二维剖面点云。若某列未提取到有效光条（如被遮挡），则该位置标记为无效点，不参与后续拟合。
需要强调的是，单次采集得到的是一条二维剖面，而不是三维点云。要获得三维数据，必须让传感器与物体之间产生相对运动（平移或旋转），把多条剖面按运动方向拼接起来。因此本节聚焦的“截面数据生成”，是三维测量的基础单元。
五、精度影响因素与判断依据
剖面点的精度并非单一指标，而是由多个环节共同决定。实际调试时，可以按以下维度逐项排查：
| 影响因素 | 作用机理 | 典型表现 | 改善方向 |
|---|---|---|---|
| 激光散斑 | 相干光在粗糙表面干涉 | 光条中心抖动、点列毛刺 | 增大光斑、多帧平均 |
| 表面反射率 | 高反光或黑色吸光 | 光条过曝或信噪比低 | 调整曝光、偏振片、喷涂显影剂 |
| 光条宽度 | 离焦或表面倾斜 | 中心提取偏差 | 优化工作距离、灰度重心法 |
| 标定误差 | 内参/外参/平面方程不准 | 整体尺度偏差或弯曲 | 高精度标定板、多姿态标定 |
| 遮挡与跳变 | 台阶、深槽遮挡视线 | 点列断裂、无效点 | 多传感器、改变入射角 |
| 环境光 | 杂散光进入相机 | 背景灰度抬升 | 窄带滤光片、遮光罩 |
判断剖面质量时，可以观察三个直观指标：一是点列的连续性，正常平面应得到近似直线，断裂处说明遮挡或提取失败；二是重复性，对同一静止目标连续采集 100 帧，同一列 Z 值的标准差应稳定在传感器标称重复精度附近（例如 5 μm 级）；三是线性度，用标准量块或阶梯规比对，点列在已知高度处的偏差应落在允许范围内。若重复性差但线性度尚可，优先排查散斑与曝光；若整体偏移，则优先复查标定。
掌握这条从激光平面到二维剖面点的完整链路后，后续的标定、运动拼接和三维重建才有可靠的输入。剖面点的质量，直接决定了最终三维轮廓的可信度。