Долгое время автоматизированные системы сталкивались с серьезной проблемой при работе с материалами, которые человеческий глаз воспринимает без труда. Такие поверхности, как стекло, полированный металл и материалы угольно-черного цвета, создают значительные трудности для стандартных 3D-сканеров из-за их особенностей отражения света. Это особенно критично для отраслей, где первостепенное значение имеют скорость и точность операций.
Ученые из Института прикладной оптики и точной инженерии Фраунгофера IOF представили прорывное решение – систему goROBOT3D. Инновационное устройство способно сократить время анализа сложных материалов с 15 секунд до менее чем полутора секунд, что открывает новые перспективы для автоматизации производства.
Традиционные системы распознавания часто “слепнут” при столкновении с прозрачными или темными объектами из-за их способности искажать или поглощать световые волны. Разработанный метод goROBOT3D успешно преодолевает эти ограничения благодаря технологии структурированной термографии.
Принцип работы новой системы основан на проекции тепловых узоров на поверхность объекта с последующей фиксацией изображения тепловизионными камерами. Такой подход позволяет получать четкое трехмерное изображение независимо от оптических свойств материала.
Ключевым достижением стало внедрение принципиально нового метода визуализации. Если раньше для создания 3D-модели требовалось сотни пар изображений, то теперь достаточно всего одного кадра. Это стало возможным благодаря использованию дифракционных оптических элементов, которые преобразуют лазерный луч в сложную структуру, мгновенно проецируемую на поверхность.
“Наш метод обеспечивает структурированное нагревание поверхности, после чего статическая тепловая точечная картина регистрируется двумя тепловизионными камерами. При помощи пространственной кросс-корреляции мы получаем трехмерный результат на основе всего одной пары изображений”, – поясняет доктор Мартин Ландманн из Fraunhofer IOF.
Новая технология демонстрирует высокую точность даже в условиях современного производства, где критически важны скорость работы и стабильность системы. Такой прорыв может кардинально изменить подход к автоматизации процессов, требующих взаимодействия с материалами, традиционно сложными для распознавания роботами.