官方网站-首页

VR撬动元宇宙大门：凌云光AOI设备如何助力科技巨头打造全新VR体验？

2D视觉检测，用于处理非立体结构的检测任务。通过CCD彩色相机获取🉑图片，并通过算法处理，能够快速检测出缺件或组装不到位的情况，比如判断螺丝和泡绵是否缺失。对于传统算法难以检测的情况，项目组通过深度学习技术对缺陷样本进行模型训练，很好地解决了人工难以察觉的细微问题，如排线是否正确卡在线槽中，提升了产品的质量。3D视觉检测，适用于有高度差结构的检测任务。通过对结构进行360°全方位扫描，不仅能准确测量其高度、体积等数据，还能实时展示其3D形貌。结合多种检测算法模块可以完成对复杂表。

一周解一惑系列：机器人x具身智能的再思考

在实际应用场景中，当光照条件改变时，2D相机获取的图像灰度值会发生变化，可能导致目标物的特征提取出现偏🐲入口差，进而影响识别和测量的准确性；在物体运动时，2D相机可能无法及时捕捉到物体的完整信息，造成测量误差。4.2 3D视觉实现原理分类及介绍 机器人视觉中 3D 传感器方案主要有飞行时间法（ToF）、结构光法、立体视觉法等，以下是具体实现原理： 4.2.1 飞行时间法（ToF） 直接 ToF（dToF）：dToF通过精确测量光脉冲从发射到返回的时间来计算距离，其基本原理是光速恒定。

东方证券：3D 视觉可应用于 AR/VR 、机器人等下游 迎千亿蓝海

3D 视觉技术多元化，结构光和 ToF 方案主导市场。3D 视觉感知中最关键的深度信息依赖于光学测距，按技术原理划分为结构光、飞行时间(ToF，iToF 和dToF)，单目立体视觉、双目立体视觉和多目立体视觉。目前主要的 3D 视觉感知方案是结构光、ToF 和双目立体视觉。双目立体视觉、结构光、ToF 在适用工作距离、工艺难度与成本、分辨率和测量精度等属性方面区别较大，可应用的领域也有所不同。双目立体视觉精度较低，在室外机器人等范畴有所应用;结构光在 2 米以内的近距离测量分。

原生3D场景的语言模型+物体级别交互精度：问答、定位等多个3D场景理解任务下取得SOTA性能！

实验 在实验中，我们使用 PointGroup 作为 3D 实例分割模型，Uni-3D 作为 3D 特征编码器，LLaMA 作为语言模型 backbone。我们在 3D 场景问答、3D 视觉定位以及 3D 场景描述任务上进行了测试。3.1 3🍌D场景问答 在 ScanQA 数据集上，我们对预训练的模型进行微调以适应改数据集的简短的答案形式。在 ScanQA 上的 3D 场景问答任务测试结果如下： ▲ 表1 ScanQA val set 测试结果 我们在绝大多数指标下超越了基准模。

凌云光技术股份有限公司 2025年年度报告摘要

①3D视觉技术 相比🍭入口 2D 机器视觉，3D 具有显著优势，例如可以实现平面度、翘曲度、段差、曲面轮廓等 3D尺寸量测、3D 空间中的机器人引导定位、基于 3D 信息的检测、识别等各种丰富的功能。3D 视觉技术在一定程度上补充了 2D 无法提供三维信息、易受光照条件变化的影响、对物体运动敏感等局限性，可以让机器在生产过程中对物料的使用和把控更加精准，在精度、稳定性、易用性等方面能很好地满足多类用户地使用需求。②深度学习 深度学习对原始数据通过多步特征转换，得到更高层次、更加抽象。