即时定位导航(SLAM)是无人驾驶和机器人实现自主移动的关键技术。目前广泛应用于SLAM技术中的激光雷达传感器存在成本高昂、激光点云空间分辨率低及难以获得精确的语义信息等一系列问题。视觉传感器可以有效避免上述问题, 但是在深度预测和建图等方面需要更复杂的算法。近年来, 随着处理器算力的提升、数据集的丰富和新机器视觉算法的出现, 视觉深度预测和建图算法的精度和效率都有了明显提升。本文对现有视觉深度预测与视觉建图方法进行了总结, 从视觉数据的采集和算法设计等方面进行分类阐述, 最后针对应用场景和未来发展方向进行了分析。

为了突破传统方法对材料表面缺陷深度检测的局限性,提出了一种基于透射式激光热成像的无损检测技术。选用激光源作为激励源,对被测材料的缺陷表面进行加热,加热点选在材料表面缺陷正下方处,激光输出功率为50 W,加热时间为1 s。在加热过程中,材料背面的温度场由于热流在材料缺陷传导过程中的影响而产生温度差异,故使用红外热像仪对加热过程中材料背面的温度场变化进行记录,并使用无缺陷处A点作为参考点,有缺陷处B点作为考察点,通过分析A、B两点的温度变化情况来对表面缺陷的深度进行特征提取。经过实验验证可知,该方法可以在一定条件下对材料表面的缺陷深度进行检测,当A点温度一定时,B点温度与缺陷深度的最优拟合呈指数关系,随着缺陷深度的增长,背面B点温度也随之降低。研究结果为后续的缺陷深度精准量化奠定了基础。

为了确定各红外热成像定量测量方法在深度定量测量方面的检测能力,对深度定量测量方法原理进行了分析,并进行了实验研究。通过在碳纤维层压板反面制作平底孔的方法制造已知深度分层缺陷,采用红外热成像方法对已知缺陷进行检测,从理论上分析温差峰值时间、对数温度偏离时间以及对数温度二阶微分峰值时间与缺陷深度的关系,通过分析确定温差峰值时间法、对数温度偏离时间法、对数温度二阶微分峰值时间法对深度进行定量测量方法的适用性,并利用上述方法对已知缺陷进行深度定量测量分析,确定不同方法对深度定量测量的检测适用性及检测能力。实验结果表明,温差峰值时间法测量深度达到2 mm,对数温度偏离时间法测量深度达到4 mm,对数温度二阶微分峰值时间法测量深度达到5 mm,同时对数温度二阶微分峰值时间法受三维热扩散影响小,检测无需选择参考区域。因此,对数温差二阶微分法所能测量的缺陷深度最大,准确性更高。通过对不同方法进行应用分析,能够明确不同深度定量测量方法的适用范围与检测准确性,为主动式红外热成像方法的定量检测提供依据。

为有效检测光学元件体内的缺陷情况, 利用全内反射技术, 让激光束在光学元件内部多次全内反射后获得缺陷的散射光斑图像, 结合基于最小二乘法的椭圆拟合等方法对散射图像进行处理, 得到缺陷的三维位置信息。对该方法进行了实验验证, 实验结果表明, 扫描采集35幅图像即可完成对尺寸为150 mm×120 mm×20 mm的大口径光学元件的全部缺陷检测, 待测样品缺陷点的深度位置定位精度优于150 μm, 说明该方法可以有效检测大口径光学元件缺陷点。针对可能影响实验结果的误差来源和限制系统分辨率的因素进行了分析, 结果表明提高成像系统横向分辨率或减小激光束横截面宽度均可有效地提高系统的分辨率。