CN212058668U - 一种基于zynq的三维点云数据在线检测装置及其系统 - Google Patents
一种基于zynq的三维点云数据在线检测装置及其系统 Download PDFInfo
- Publication number
- CN212058668U CN212058668U CN202020954761.1U CN202020954761U CN212058668U CN 212058668 U CN212058668 U CN 212058668U CN 202020954761 U CN202020954761 U CN 202020954761U CN 212058668 U CN212058668 U CN 212058668U
- Authority
- CN
- China
- Prior art keywords
- point cloud
- zynq
- dimensional point
- cloud data
- computer
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Landscapes
- Length Measuring Devices With Unspecified Measuring Means (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本实用新型公开了一种基于ZYNQ的三维点云数据在线检测装置及其系统,其包括依次连接的点云数据采集模块和ZYNQ板卡,所述点云数据采集模块采集被测物体的三维点云数据,所述ZYNQ板卡处理所述三维点云数据并将检测结果输送至计算机上位机;其中,所述点云数据采集模块包括M*N个呈矩阵形式排布的三维点云传感器,M为行数,N为列数,M大于或等于2,所述ZYNQ板卡上设有ZYNQ芯片。上述检测装置将数据处理过程从计算机上位机移植至ZYNQ芯片,充分利用ZYNQ芯片的优势,加快了三维点云数据处理效率,同时,利用M*N个呈矩阵形式排布的三维点云传感器可以加快对被测物体的检测速度。
Description
技术领域
本实用新型属于三维点云数据处理技术领域,具体涉及一种基于ZYNQ的三维点云数据的在线检测装置及其系统。
背景技术
相对于传统的2D图像检测,三维检测有其独特的优势,具体体现在:①在缺陷检测领域,部分缺陷与该缺陷邻域像素的灰度值相近,使用传统的2D图像检测技术无法成功识别缺陷,但使用三维检测可以获得高度信息,进而成功识别缺陷;②在细节检测方面,比如手机侧面圆角的倾斜度,使用传统的2D图像检测无法精确测量,但使用三维检测则可以获取其对应倾斜度。
在三维检测行业中,国内外已有公司利用三维传感器获取被测物体的三维点云数据,进而实现高度检测、轮廓检测、连续轮廓检测、边缘检测、趋势边缘宽度和缺陷检测等功能。然而,因为三维传感器检测精度极高,如:德国品牌SmartRay公司旗下产品ECCO75.030,其垂直分辨率可达1.4um,水平分辨率可达18um,检测速度快,数据采集速度可以达到760万点每秒,从而导致庞大数据量堆积,严重影响生产线的检测效率,大幅度降低工业现场实时检测产品的能力。
因此,为了满足工业现场实时检测需求,亟待在三维线激光传感侧构建具有高数据并发能力、低功耗、高集成度的三维点云数据加速装置,以减轻后端上位机数据处理的压力。
实用新型内容
本实用新型的目的是提供一种可以采集被测物体三维点云数据并实时对数据进行在线处理以及结果显示的装置,通过该装置一方面可以加快三维点云数据的处理速度,减轻后端上位机数据处理的压力;另一方面,利用M*N个呈矩阵形式排布的三维点云传感器可以加快对被测物体的检测速度。
一方面,本发明提供一种基于ZYNQ的三维点云数据在线检测装置,包括依次连接的点云数据采集模块和ZYNQ板卡,所述ZYNQ板卡上设有ZYNQ芯片,所述点云数据采集模块采集被测物体的三维点云数据,所述ZYNQ板卡处理所述三维点云数据并将检测结果输送至计算机上位机;
其中,所述点云数据采集模块包括M*N个呈矩阵形式排布的三维点云传感器,M为行数,N为列数,M大于或等于2。
进一步优选,列数N的取值满足:N与三维点云传感器的最佳视野范围的乘积大于或等于被测物体的测量宽度。
进一步优选,行数M的取值满足:
(被测物体的测量长度/检测段流水线速度+流水线转场时间)/M≤流水线来料速度。
其中,流水线转场时间为流水线上一组被测物体的转场切换时间(利用M行三维点云传感器同时检测一组被测物体,检测完毕后再切换另一组),流水线来料速度为单个被测物体进入流水线的平均时间,被测物体的测量长度是指被测物体从开始测量的位置到结束测量的位置之间的距离。
进一步优选,扫描检测时每一行的三维点云传感器分别对应一个被测物体,相邻两行的三维点云传感器的行距与流水线上相邻两个被测物体的距离相关。
进一步优选,上述装置还包括存储服务器,所述存储服务器与所述ZYNQ芯片以及所述计算机上位机连接。
进一步优选,所述存储服务器以及所述ZYNQ板卡上均设有SATA接口,并通过SATA接口连接。
进一步优选,所述三维点云传感器以及所述ZYNQ板卡上均设有千兆以太网接口,并通过千兆以太网接口连接。
进一步优选,所述ZYNQ芯片包括相互连接的PL端FPGA可编程逻辑、PS端ARMCortrx-A9处理器,其中,所述PL端FPGA可编程逻辑与所述三维点云传感器连接。
进一步优选,所述ZYNQ板卡以及所述计算机上位机上均设有USB3.0接口,并通过所述USB3.0接连接。
此外,本实用新型还提供一种基于ZYNQ的三维点云数据在线检测系统,其包括计算机上位机以及上述装置,所述计算机上位机与所述装置连接。
有益效果
1、本实用新型提供的所述检测装置将数据处理过程从计算机上位机移植至ZYNQ板卡,充分利用ZYNQ板卡中ZYNQ芯片的优势。由于现场可编程门阵列(FPGA)芯片对于特定运算(例如图像处理等)能够实现很高的运算性能,其性能在同等功耗、面积下通常高于通用处理器(例如中央处理单元(CPU)、图形处理单元(GPU)等),因此常被作为协处理器来实现运算加速功能。本方案提供的检测装置一方面利用ZYNQ芯片的上述优势处理三维点云数据可以加快数据处理速度,减轻后端计算机上位机的数据处理压力,同时,zynq芯片中使用AXI4通信协议连接PL和PS端,通信延迟低,可以更好的满足工业现场实时检测需求。
2、上述检测装置采用M*N个呈矩阵形式排布的三维点云传感器,尤其是M值的设置是为了加快检测的速度而进行并行测量的相关设置。且本方案选用的三维点云传感器相较于常规的红外,光学传感器的精度更高,可以达到um级别。
3、上述检测装置利用ZYNQ芯片处理数据,再利用计算机上位机提供人机交互的图像化界面程序,实时显示检测结果,且计算机上位机还可以进一步连接存储服务器,用于检索和浏览历史点云数据。
附图说明
图1是本实用新型所述的系统架构图;
图2是本实用新型所述的三维传感器线上拓扑结构示意图;
其中,附图标记的进一步说明如下:
U1:系统架构图,U2:3D点云传感器上拓扑结构示意图,U11:点云数据采集模块,U12:千兆以太网接口,U13:ZYNQ芯片,U14:SATA接口,U15:存储服务器,U16:USB3.0接口,U17:计算机上位机,U18:ZYNQ板卡,U21:三维点云传感器,U22:被测物体。
具体实施方式
下面将结合实施例对本实用新型做进一步的说明。本实施例提供的检测装置及其检测系统用于检测生产线上的物体。其他可行的实施例中,还可以应用于其他环境下。如图1所示为本发明实施例提供的一种基于ZYNQ的三维点云数据在线检测系统,其包括:点云数据采集模块U11、ZYNQ板卡U18、存储服务器U15、计算机上位机U17。其中,点云数据采集模块U11与ZYNQ板卡U18连接,ZYNQ板卡U18与存储服务器U15、计算机上位机U17连接,存储服务器U15与计算机上位机U17连接,ZYNQ板卡U18上设有ZYNQ芯片U13、千兆以太网接口U12、USB3.0接口U16以及SATA接口U14。上述连接关系搭建了该检测系统的通信连接架构。
具体的,如图2所示,点云数据采集模块U11用于被测物体U22的三维点云数据的采集,其包括M*N个呈矩阵形式排布的三维点云传感器U21,M为行数,N为列数。每一行的三维点云传感器U21分别对应一个被测物体U22,因此,优选相邻两行的三维点云传感器U21的行距等于流水线上相邻两个被测物体U22的距离,扫描检测时,三维点云传感器U21位于被测物体U22的正上方。为了加快流水线上被测物体U22的扫描速度,本发明优选M以及N的取值规则满足:N与三维点云传感器的最佳视野范围的乘积大于或等于被测物体的测量宽度;(被测物体的测量长度/检测段流水线速度+流水线转场时间)/M≤流水线来料速度。其他可行的实施例中,还可以根据实际需求进行调整,但是M至少应当大于或等于2。譬如,本实施例中,三维点云传感器U21的型号为德国SmartRay公司旗下产品ECCO75.030,其最佳视野范围为36mm,扫描频率为4KHz,被测物体距离三维点云传感器的最佳高度为60mm。被测物体的测量宽度为72mm,测量长度为150mm,检测段流水线速度为100mm/s,转场时间为3s,上游生产线生产速度约为1.6s/个。为覆盖全部测量范围,同时保证生产线连贯不堆积:本例使用2*3个三维点云传感器,N取2,扫描宽度为76mm,大于被测物体的测量宽度,满足测量宽度要求,M取3时,满足检测速度大于生产速度。
本实施例中,点云数据采集模块U11中的三维点云传感器U21与ZYNQ板卡U18上均设有千兆以太网接口U12,其充当传输介质,连接三维点云传感器U21与ZYNQ芯片U13上的PL端,用于将三维点云传感器U21采集的三维点云数据输送至ZYNQ芯片U13上。应当理解,由于三维点云传感器U21呈矩阵分布,所有三维点云传感器U21上的千兆以太网接口U12也最终呈矩阵分布。本实施例中选用88E1510-A0-NNB2I000千兆以太网接口。
ZYNQ芯片U13包括PL端FPGA可编程逻辑、PS端ARM Cortrx-A9处理器。PL端FPGA可编程逻辑并行连接呈矩阵排布的千兆以太网接口U12,将原始点云数据通过SATA接口U14发送给存储服务器U15,同时完成点云数据的实时运算,计算得到特征数据,并传送给PS端ARMCortex-A9处理器,PS端ARM Cortrx-A9处理器接受PL端FPGA可编程逻辑传送的特征数据,封包发送至计算机上位机U17。其中,数据处理过程为现有算法实现过程,其具体为在PL端载入处理程序进行数据处理,本实用新型对其实现过程不过多赘述。本实施例中,ZYNQ板卡U18以及计算机上位机U17上均设有USB3.0接口U16,并通过USB3.0接口U16连接,譬如本实施例中USB3.0接口U16选用CYUSB3014芯片,ZYNQ芯片选用zynq-7020。
存储服务器U15与ZYNQ板卡U18均设有SATA接口U14,SATA接口U14接收PL端FPGA可编程逻辑发送的原始点云数据,将数据封包传输至存储服务器U15。譬如选用ThinkSystemSR550存储服务器。应当理解,存储服务器U15的容量更大,更安全,进而可以存储历史三维点云数据,为被检测产品的进一步优化提供依据,相较于存储芯片更具有优势。
应当理解,本实用新型还可以保护一种不包含计算机上位机的基于ZYNQ的三维点云数据在线检测装置。此外,存储服务器可以加入或不加入,但是检测装置至少包含点云数据采集模块U11、ZYNQ板卡U18。基于上述检测装置及其检测系统可以优化三维点云数据在线检测效率,更加适应工业现场需求。
需要强调的是,本实用新型所述的实例是说明性的,而不是限定性的,因此本实用新型不限于具体实施方式中所述的实例,凡是由本领域技术人员根据本实用新型的技术方案得出的其他实施方式,不脱离本实用新型宗旨和范围的,不论是修改还是替换,同样属于本实用新型的保护范围。
Claims (10)
1.一种基于ZYNQ的三维点云数据在线检测装置,其特征在于:包括依次连接的点云数据采集模块和ZYNQ板卡,所述ZYNQ板卡上设有ZYNQ芯片,所述点云数据采集模块采集被测物体的三维点云数据,所述ZYNQ板卡处理所述三维点云数据并将检测结果输送至计算机上位机;
其中,所述点云数据采集模块包括M*N个呈矩阵形式排布的三维点云传感器,M为行数,N为列数,M大于或等于2。
2.根据权利要求1所述的装置,其特征在于:列数N的取值满足:N与三维点云传感器的最佳视野范围的乘积大于或等于被测物体的测量宽度。
3.根据权利要求1所述的装置,其特征在于:行数M的取值满足:
(被测物体的测量长度/检测段流水线速度+流水线转场时间)/M≤流水线来料速度。
4.根据权利要求1所述的装置,其特征在于:扫描检测时每一行的三维点云传感器分别对应一个被测物体,相邻两行的三维点云传感器的行距与流水线上相邻两个被测物体的距离相关。
5.根据权利要求1所述的装置,其特征在于:还包括存储服务器,所述存储服务器与所述ZYNQ板卡以及所述计算机上位机连接。
6.根据权利要求5所述的装置,其特征在于:所述存储服务器以及所述ZYNQ板卡上均设有SATA接口,并通过SATA接口连接。
7.根据权利要求1所述的装置,其特征在于:所述三维点云传感器以及所述ZYNQ板卡上均设有千兆以太网接口,并通过千兆以太网接口连接。
8.根据权利要求1所述的装置,其特征在于:所述ZYNQ芯片包括相互连接的PL端FPGA可编程逻辑、PS端ARM Cortrx-A9处理器,其中,所述PL端FPGA可编程逻辑与所述三维点云传感器连接。
9.根据权利要求1所述的装置,其特征在于:所述ZYNQ板卡以及所述计算机上位机上均设有USB3.0接口,并通过所述USB3.0接连接。
10.一种基于ZYNQ的三维点云数据在线检测系统,其特征在于:包括计算机上位机以及权利要求1-9任一项所述的装置,所述计算机上位机与所述装置连接。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202020954761.1U CN212058668U (zh) | 2020-05-30 | 2020-05-30 | 一种基于zynq的三维点云数据在线检测装置及其系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202020954761.1U CN212058668U (zh) | 2020-05-30 | 2020-05-30 | 一种基于zynq的三维点云数据在线检测装置及其系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN212058668U true CN212058668U (zh) | 2020-12-01 |
Family
ID=73519951
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202020954761.1U Active CN212058668U (zh) | 2020-05-30 | 2020-05-30 | 一种基于zynq的三维点云数据在线检测装置及其系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN212058668U (zh) |
-
2020
- 2020-05-30 CN CN202020954761.1U patent/CN212058668U/zh active Active
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111054782B (zh) | 一种宽厚板板形检测装置及方法 | |
CN101596556B (zh) | 基于机器视觉检测对中控制装置的设计方法 | |
CN114663436A (zh) | 一种基于深度学习的跨尺度缺陷检测方法 | |
CN102393181B (zh) | 角钢几何参数自动在线检测方法及装置 | |
CN104408055B (zh) | 一种激光雷达点云数据的存储方法及装置 | |
CN107678036A (zh) | 一种车载非接触式接触网几何参数动态检测系统及方法 | |
CN113284109B (zh) | 管道缺陷识别方法、装置、终端设备及存储介质 | |
CN102778196A (zh) | 一种基于激光标定的图像尺寸测量方法 | |
CN102441581A (zh) | 基于机器视觉的型钢断面尺寸在线检测的装置及方法 | |
CN104613869A (zh) | 一种基于最大内切圆的椭圆孔组检测方法和系统 | |
CN103759672A (zh) | 雪糕棒平面轮廓尺寸的视觉测量方法 | |
CN105184792B (zh) | 一种圆锯片磨损量在线测量方法 | |
CN115719339A (zh) | 基于双相机标定的螺栓尺寸高精度测量方法和装置 | |
CN104457911B (zh) | 一种液位检测系统及液位检测方法 | |
CN115115604A (zh) | 一种线激光条纹中心线三维坐标提取方法、装置和系统 | |
CN115791830A (zh) | 一种钢板检测系统、钢板检测方法及电子设备 | |
CN212058668U (zh) | 一种基于zynq的三维点云数据在线检测装置及其系统 | |
CN103217120A (zh) | 一种激光测厚方法及装置 | |
CN101696876B (zh) | 一种vcm磁钢的视觉检测方法 | |
CN112967257B (zh) | 一种基于视角转换的地铁螺帽松动检测方法 | |
CN114296099A (zh) | 一种基于固态面阵激光雷达的仓料体积探测方法 | |
CN109377482A (zh) | 一种基于点云数据的轮胎胎角性质检测方法 | |
CN204989056U (zh) | 一种平板电路微观缺陷检测线阵扫描系统 | |
CN103018327A (zh) | 航空发动机整流器超声波探伤钎着率测量方法 | |
CN108871226B (zh) | 一种积雪深度的测量方法、装置及系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
GR01 | Patent grant | ||
GR01 | Patent grant |