レビュー：3Dポイントクラウドに基づく製品表面品質検査技術の研究

近年、機械視覚は製品表面品質検出において重要な役割を果たしています。この技術の推進と使用は、人間の検出による主観性を大幅に回避し、検出効率と精度を向上させました。機械視覚で一般的に使用される画像データとは異なり、ポイントクラウドは物体の空間構造を記述でき、画像データよりも多くの情報を提供し、データを拡張して多次元データモデルを構築する能力があります。ポイントクラウドセンサーの強力な抗干渉能力と高精度な三次元位置情報ポイントクラウドにより、ポイントクラウドに基づく非破壊検査技術はますます注目を集めています。本論文では、近年の3Dポイントクラウドに基づく製品表面品質検出手法の研究進展をまとめています。異なるデータ処理方法に応じて、検出研究はポイントクラウド輪郭に基づくもの、局所的な幾何学的特徴に基づくもの、テンプレートマッチングに基づくもの、多モーダルポイントクラウドに基づくもの、深層学習に基づくものの5つのカテゴリーに分けられます。これらの5つの方法をそれぞれレビューし、要約しています。最後に、各検出法の重要な問題と、3Dポイントクラウドに基づく製品表面品質検出技術の今後のトレンドについて議論します。