- 综合排序
- 最热优先
- 最新优先
- 来自专栏测试GO材料测试
薄膜应力测试仪（激光曲率法） 测试原理及样品要求
薄膜应力测试仪（激光曲率法） 测试原理及样品要求在半导体、微电子、光伏及新材料等领域，沉积在基片上的薄膜其内在应力是决定器件性能与可靠性的关键参数。 薄膜应力测试仪，特别是基于激光曲率法的设备，已成为该领域的主流测量工具。本文将以FST5000薄膜应力仪为例，详细介绍其测试原理与样品要求。 一、 核心测试原理：从激光扫描到Stoney公式激光曲率法薄膜应力测试仪的核心原理，建立在经典的基片弯曲法和Stoney公式之上，并通过先进的激光扫描技术实现了高精度的非接触测量。 激光曲率法的实现： FST5000仪器通过一束高精度的激光束，以非接触的方式快速扫描样品表面。测量时：扫描与探测：激光器发射的激光束照射到样品表面，其反射光被高灵敏度的位置探测器接收。 总结FST5000薄膜应力测试仪凭借其基于激光曲率法的先进测量原理，提供了快速、精准、非接触的应力分析方案。
34410编辑于 2025-11-03 - 来自专栏又见苍岚
曲率
曲率用于描述函数弯曲的程度，本文记录定义以及计算方法。 定义 曲率：针对曲线上某个点的切线方向角对弧长的转动率。 曲率越大，表示曲线的弯曲程度越大。 曲率用 K 表示；切线方向角用 α 表示；弧长用 s 表示；半径用 r 表示。 的切线夹角为 \Delta \alpha，那么这两个切线过 x 和 x’ 的垂线交点 o，由于 \Delta s 长度接近 0，因此可以认为 ox = ox’，以 o 为圆心， ox 为半径的圆叫做曲率圆 (密切圆)， o 就是点 x 曲率圆的圆心——曲率中心，ox 为曲率半径，长度为 r，那么就有等式： 推导过程 公式推导 设曲线的方程为 y=f(x)，且 f(x) 具有二阶导数。 求 d \alpha： 参数方程 同理，若曲线由参数方程给出： 计算曲率 k: 总结 参考资料 https://www.cnblogs.com/wsgxg/p/16751156.html https:
79810编辑于 2024-09-26 - 来自专栏点云PCL
LOAM论文和程序代码的解读
作者提出用曲率信息来区分激光点，这显然是个非常大的创新点。但是我们扪心自问，这个公式并不复杂，高中生都可以理解，而且特征点的概念也并不是什么开天辟地的创新。 但是将特征点的概念推广到激光点云领域可能是作者的一大贡献。 根据曲率值大小，可以对点进行分类。论文中分成两类：曲率大的是角点，曲率小的是平面点。 对于多线激光雷达来说，计算曲率c 是分别针对单个线进行的。但是velodyne 16线激光雷达返回的点云数据是按照先上下，后左右的顺序，如下面的动画所示。 求解非线性最小二乘问题的常用方法有LM（ Levenberg-Marquardt）方法和高斯牛顿法。作者在论文中声称采用了LM方法，但是在程序中却使用了高斯牛顿法。 雅克比矩阵由一阶导数构成，求导数可以采用数值法，也可以用解析法。
1.2K40编辑于 2022-12-27 - 来自专栏全栈程序员必看
三角法激光雷达测距原理「建议收藏」
激光的测量方法大致有三种，脉冲法（激光回波法），相位法，三角反射法。脉冲法测量距离的精度一般是在+/- 1米左右。另外，此类测距仪的测量盲区一般是15米左右。 按照测量原理,激光位移传感器原理分为激光三角测量法和激光回波分析法,激光三角测量法一般适用于高精度、短距离的测量，而激光回波分析法则用于远距离测量。 5 测量方法三：三角法激光测距 激光位移传感器的测量方法称为激光三角反射法，激光测距仪的精度是一定的，同样的测距仪测10米与100米的精度是一样的。 6 测量方法四：激光回波法 激光位移传感器采用回波分析原理来测量距离可以达到一定程度的精度。传感器内部是由处理器单元、回波处理单元、激光发射器、激光接受器等部分组成。 图6.1 激光回波法 其原理与脉冲式激光测距类似，又称脉冲回波法，用于激光位移传感器。
4.6K20编辑于 2022-09-05 - 来自专栏ROS2
对点云匹配算法ICP、PL-ICP、NICP和IMLS-ICP的理解
它充分利用实际曲面的特征来对错误点进行了滤除，主要使用的特征为法向量和曲率。 在误差项里除了考虑了点到对应点切面的距离，还考虑了对应点法向量的角度差。 既然NICP方法考虑了法向量和曲率，那么就涉及到了如何求解点的法向量和曲率。 下面简述论文中的方法： 1）高斯拟合。找到点p_i周围半径R范围内的所有点V_i。求解均值和协方差。 T} \leftarrow \Delta \mathbf{T} \oplus \mathbf{T} \end{aligned} 对NICP的总结： 1）由于在寻找点匹配的过程中，考虑了环境 曲面的法向量和曲率 3）特征点的选取 选取思路： 具有丰富特征的点，即为结构化的点：具有良好的曲率和法向量的定义。 曲率越小的点越好，因为曲率为0代表着直线，代表着最结构化的点，也代表着具有非常好的法向量定义，能够提供足够的约束。
7K30编辑于 2022-08-17 - 来自专栏联远智维
曲率传感器——传感器（三）
曲率传感器 本期推文对课题组前期曲率传感器相关的工作进行介绍，具体文章见（Adhesion-Free Thin-Film-Like Curvature Sensors Integrated on Flexible 上下表面的应变之差与曲率成正比的这一基本原理，具体推导过程如下所示： 传感器处于纯弯曲状态时，位于中间层两侧的敏感元件发生相应的形变，其电阻随即发生相应的变化，其曲率k可以表述为： 其中，t 为中间层的厚度 ，εtop及εbottom为分别为顶层和底层敏感栅的应变；对于曲率传感器，电阻变化率与应变之间的关系为： 则曲率与电阻变化率之间的关系为： 通过搭接电桥，实现曲率传感器电阻变化量与电学信号的转换，具体如下所示 固定曲率的亚克力圆柱，具体试验结果如下所示： 量程又称“满度值”，表征传感器或系统所能承受最大输入量的能力，数值上等于传感器上下限之差的模，当输入量在量程范围内时，测试系统正常工作，从图中可以看出，柔性曲率传感器的输出信号和曲率成线性关系 ；基于非接触式的光学方法设计的传感器（光栅测量、激光测距、激光干涉和图像分析等），设计制作成本比较高，使用范围有一定的局限性；
2.3K20编辑于 2022-01-20 - 来自专栏点云PCL
基于曲率的体素聚类的三维激光雷达点云实时鲁棒分割方法
尽管其重要性，但现有的方法不能同时满足速度和精度；特别是，在3D视觉领域中执行分割的方法速度太慢，无法在实时处理中使用，在本文中，我们提出了曲率体素聚类（CVC），这是一种利用激光雷达优化的曲率体素快速准确地分割三维激光雷达点云的方法 主要贡献 本文提出了基于曲率的体素聚类（CVC）方法，这是一种快速而准确的3D激光雷达点云分割方法。 故本文的主要贡献如下： 新的空间方法，我们设计了曲率体素，这是一个激光雷达优化的空间单元，反映了3D激光雷达点云的显著特征. 算法，提出了CVC方法，这是一种利用激光雷达优化的曲率体素和高效的基于哈希的数据结构分割三维激光雷达点云的有效方法。 我们用以下想法解决上述挑战： 1）曲率体素：球坐标中的一种新型空间基元。 2）弯曲体素聚类（CVC）：一种使用曲率体素的新分割算法。提出了一种基于曲率体素的三维激光雷达数据快速准确分割方法CVC。
1.5K20编辑于 2022-02-08 - 来自专栏点云PCL
ICP算法改进--基于曲率特征
算法步骤：利用二次曲面逼近方法求每点的方向矢量以及曲率；根据曲率确定特征点集；根据方向矢量调整对应关系，从而减少ICP算法的搜索量，提高效率。 ? ICP算法改进原理： ① 计算方向矢量 对一点Pi，方向矢量等价于该点与其邻域Nb（Pi）的最小二乘拟合平面的法向量n(Pi)。 当Err最小时，n（Pi）的值为拟合平面的法向量，此问题可转化为求取协方差矩阵的最小特征值对应的特征向量问题： ? 上式 ，其最小特征值对应的特征向量就是所求点的方向矢量n(Pi)。 ② 曲率计算 利用MLS算法计算点云每一点的高斯曲率和平均值曲率。MLS是沿向量场 n(x)方向，能量函数e(y,a)的局部最小值。 ? 其中：y-位置向量；a-方向向量；Vi-法向量；qi-点集Q中的点。 则有： ? ③ 坐标变换计算 对n组对应点集合P’和Q’，坐标变换的计算实质是使得目标函数最小化： ?
3.5K31发布于 2019-07-30 - 来自专栏CSDN社区搬运
基于曲率的图重新布线
为此，本文引入了一种新的基于边的组合曲率，并证明了负曲率边是导致过度挤压问题的原因。本文还提出了一种基于曲率的图重现布线方法，以缓解过度挤压问题。 上图：曲面上曲率的演变可能会减少瓶颈。 蓝色代表负曲率；红色代表正曲率。 算法在每次迭代中都会添加一条边来支持图中最负曲率的边，然后移除最正曲率的边。 要求k∈B1(i),l∈B1(j)k∈B1(i),l∈B1(j)是为了确保我们在最负曲率的边i∼ji∼j周围添加额外的3-cycle或4-cycle。这是一个局部修改。 移除曲率最大的边是为了平衡曲率和结点的度的分布。
50810编辑于 2024-12-11 - 来自专栏全栈程序员必看
激光雷达（二）——三角测距法和TOF原理
对于市面上的主流激光雷达，主要是用于环境探测、地图构建，按技术路线可分为：三角测距激光雷达，TOF激光雷达。 三角测距激光雷达原理 三角法的原理如下图所示，激光器发射激光，在照射到物体后，反射光由线性CCD 接收，由于激光器和探测器间隔了一段距离，所以依照光学路径，不同距离的物体将会成像在CCD 上不同的位置。 就市面上的产品而言，三角法雷达的采样率一般都在20k 以下，TOF 雷达则能做到更高。究其原因，TOF 完成一次测量只需要一个光脉冲，实时时间分析也能很快响应。但是三角雷达需要的运算过程耗时则更长。 在这一点上，三角法在近距离下的精度很高，但是随着距离越来越远，其测量的精度会越来越差，这是因为三角法的测量和角度有关，而随着距离增加，角度差异会越来越小。 其实转速和雷达采用TOF 还是三角法没有本质的联系，主流的多线TOF 雷达也都是采用的上下分体的结构，毕竟同轴结构的光学设计受到许多限制。多线TOF 雷达的转速一般也都在20Hz 以下。
4.5K31编辑于 2022-09-05 - 来自专栏3D视觉从入门到精通
LOAM论文介绍与A-LOAM代码简介
之后许多激光SLAM算法借鉴了LOAM中的一些思想，可以说学习LOAM对学习3D激光SLAM很有帮助。本文对LOAM算法，以及简化版的开源代码A-LOAM进行简单介绍。 然而LOAM并没有采用全部的激光点进行匹配，而是筛选出了两类特征点，分别是角点和平面点。 所谓角点，是当前激光扫描线束上曲率较大的点；而平面点，即曲率较小的点。 2.2.2 平面点到平面距离的计算 计算平面点到对应平面距离时，也需要首先拿到平面的方程，即平面上一点与平面的法向量。 2.2.3 一些其他细节 a) 在角点和平面点的选择上，为了使分布更加均匀，通常将激光雷达一圈的扫描均匀分成几个部分，分别在每个部分中提取曲率最大（角点）和最小（平面点）的几个点。 对于当前扫描的一个角点，提取对应子地图中多个近邻角点，通过奇异值分解求出这些角点的主方向，从而的到直线方程，从而计算点到直线距离；对于平面点，通过寻找最小特征值对应的向量得到拟合平面的法向量，从而计算点到平面距离
2.1K51发布于 2020-12-11 - 来自专栏全栈程序员必看
激光SLAM流程_激光打眼
基于环境自然导航的激光导航叉车AGV中，机器人在运动过程中通过编码器结合IMU计算得到里程计信息，运用机器人的运动模型得到机器人的位姿初估计，然后通过机器人装载的激光传感器获取的激光数据结合观测模型（激光的扫描匹配 ）对机器人位姿进行精确修正，得到机器人的精确定位，最后在精确定位的基础上，将激光数据添加到栅格地图中，反复如此，机器人在环境中运动，最终完成整个场景地图的构建。 叉车AGV运动过程中，通过里程计信息结合激光传感器获取的激光数据与地图进行匹配，不断地实时获取AGV在地图中的精确位姿，同时，根据当前位置与任务目的地进行路径规划（动态路线或者固定路线，且每次的路线都略微不同 简单来说，粒子滤波法是指通过寻找一组在状态空间传播的随机样本对概率密度函数进行近似，以样本均值代替积分运算(状态方程)，从而获得状态最小方差分布的过程。 在SLAM中权重计算方式有很多，比如机器人行走过程中，激光雷达或者深度摄像头会返回周围位置信息，如果这些信息与期望值相差较大，亦或者在运动中某些粒子本应该没有碰到障碍或者边界，然而在运算中却到达甚至穿过了障碍点或边界
68950编辑于 2022-09-23 【新启航】复杂曲面零件的光学三维扫描测量逆向 - 激光三维扫描仪
本文以激光三维扫描仪为核心工具，系统梳理复杂曲面零件光学三维扫描测量逆向全流程，解析针对曲面特性的扫描前准备、参数动态优化、数据精准处理及曲面重构技术要点，验证该技术在复杂曲面逆向中误差≤±0.04mm 激光三维扫描仪凭借非接触式测量、高分辨率采集及快速数据获取能力，可精准还原复杂曲面的曲率变化与细节特征，成为复杂曲面零件逆向工程的核心技术手段。 2.2 激光三维扫描仪校准流程选用精度 ±0.005mm 的标准曲面件（如标准圆弧面块）对激光三维扫描仪（手持激光型，标称精度 ±0.03mm）进行术前校准：将标准曲面件固定在高精度工作台上，扫描仪围绕标准曲面件采集 ，同时保持激光光斑大小稳定在 0.03mm，避免光斑过大导致曲面细节模糊；对于曲面交接处（如两个不同曲率曲面的过渡区域），调整扫描仪角度，确保激光束垂直于过渡面，减少扫描盲区。 4，超高速测量体验：配备 14 线蓝色激光，以 80 万次 / 秒的超高测量速度，将 3D 扫描时间压缩至 1 - 2 分钟，大幅提升生产效率，尤其适合生产线批量检测场景。
35310编辑于 2025-09-10- 来自专栏3D视觉从入门到精通
集员法对3D激光雷达和相机的外部校准
：Raphael Voges and Bernardo Wagner 来源：IROS 2020 编译：姚瀚晨 审核：wyc 转载：泡泡机器人SLAM 摘要 大家好，今天为大家带来的文章是—— 集员法对 这篇文章与传感器的融合相关，主要介绍了3D激光雷达和相机校准时候是如何考虑不同传感器之间的误差的； 为了融合来自3D激光雷达和相机的信息，需要知道传感器坐标系之间的外部校准。 例如，激光雷达入射角和反射率带来的误差，可能会导致激光雷达偏移的情形； 传统的校准方法不能评估提取特征的准确性，因此不能在外部校准的时候不能通过调整特征的权重提高准确性。 为了找到外部校准，如旋转矩阵R和转换向量t，在间距不确定的情况下，相机和3D激光雷达之间寻找点、线、面特征。 B.激光雷达模型： 由于激光雷达的激光光束和表面入射角受到传感器的环境（温度，湿度等）的影响，实际测量通常产生误差。由于无法预测此系统错误，因此无法使用已建立的随机误差模型进行建模。
99930发布于 2021-04-28 - 来自专栏全栈程序员必看
LOAM 论文及原理分析「建议收藏」
作者提出了新颖的方法就是提取边缘点和平面点作为特征点来使用，这种提取的方法就很简单只需要计算一个点前后五个点就可以得到该点的曲率，计算量就减少了很多。 特征点选取边缘点和平面点，方法是得到我们想要求曲率点i周围连续几个点集合S用于求曲率。S中的点一半在i的一侧从而避免雷达顺时针和逆时针的影响。 论文中按上面公式求点的曲率，因为在实际运用中我们只是比较点曲率的大小，因此在代码中只是求一个点周围五个点差的平方坐标该点的曲率。这样我们就可以求出每个点的曲率c。 通过比较曲率我们就可以选出曲率大的边缘点和曲率小的平面点。为了防止特征点聚集，将每一次扫描的点云分成四份，从每份中选取两个曲率最大的点作为边缘点和四个曲率最小的点作为平面点。 P¯k中曲率大的点和曲率小的点保存在K_D树中用于寻找对应点。 边缘点到边缘线的对应。
1.4K20编辑于 2022-08-26 - 来自专栏登神长阶
【论文复现】基于曲率的图重新布线
为此，本文引入了一种新的基于边的组合曲率，并证明了负曲率边是导致过度挤压问题的原因。本文还提出了一种基于曲率的图重现布线方法，以缓解过度挤压问题。 0] # 邻接矩阵 A = A.cuda() N = A.shape[0] # 边的个数 C = torch.zeros(N, N).cuda() # 初始化Ricci曲率矩阵 max_iterations为最大迭代次数 for x in range(max_iterations): can_add = True # 3.1 根据BFC算法更新Ricci曲率矩阵 and (not G.has_edge(i, j)): candidates.append((i, j)) # 3.3 根据边添加之后对Ricci曲率的提升程度 ，其中remove_bound为曲率最大上界 if remove_edges: ix_max = C.argmax().item() x
30410编辑于 2024-12-13 - 来自专栏全栈程序员必看
激光SLAM原理_激光打标机
在机器人定位导航中，目前主要涉及到激光SLAM与视觉SLAM，激光SLAM在理论、技术和产品落地上都较为成熟，因而成为现下最为主流的定位导航方式，在家用扫地机器人及商用送餐机器人等服务机器人中普遍采用了激光 它利用环境地图来描述其当前环境信息，并随着使用的算法与传感器差异的不同，采用的地图描述形式也不同，在机器人学中，地图的表示方法主要包括了栅格地图、特征点地图、直接表征法以及拓扑地图这四种。 一般来说，除了激光雷达，深度摄像头、超声波等传感器在进行SLAM时，也可使用该地图。 思岚科技的SLAMWARE系统内部就是采用了这种地图。 SLAMWARE自主定位导航解决方案主要由模块化定位导航系统SLAMWARE core及360°激光扫描测距雷达组合而成。 作为激光SLAM界最具代表性的产品，SLAMWARE能直接完成地图的构建、自主路径规划及运动行走控制，无需额外计算，用户可以方便的在系统中集成。
36920编辑于 2022-09-24 涡轮叶片气膜孔制造及检测方法探究 - 激光频率梳 3D 轮廓测量
本文针对涡轮叶片气膜孔制造与检测难题，探究激光频率梳 3D 轮廓测量技术的应用。 五、测量系统设计与构成5.1 微型柔性探头设计直径 0.12mm 的光纤探针，集成 MEMS 振镜（扫描角度 ±30°），采用重复频率 100MHz 的飞秒激光频率梳（脉冲宽度 80fs），可适应曲率半径 6.3 数据处理采用小波变换去除噪声，通过光频梳双频锁定算法解算相位延迟，利用径向基函数插值法重构三维轮廓，同步计算孔径（每 50μm 取截面）、孔深、倾斜角度、曲率半径等参数，生成带偏差色谱的 STL 采用激光频率梳测量方案，2.5 分钟完成扫描，测得凹台深度误差 ±3μm，定位倾斜段曲率偏差 ±0.005mm，指导电解加工参数调整后，气膜冷却效率提升 18%，叶片热疲劳寿命延长 35%。 激光频率梳3D光学轮廓测量系统简介：20世纪80年代，飞秒锁模激光器取得重要进展。
34310编辑于 2025-06-16- 来自专栏3D视觉从入门到精通
一起做激光SLAM：常见SLAM技巧使用效果对比，后端
本节目标 搭建一套700行代码的激光SLAM。通过对ALOAM进行修改实验，确定对激光SLAM最核心的技巧，并接上节里程计，完成后端，构建较大场景(轨迹约2km)地图。 ALOAM修改实验 棱匹配与曲率排序 棱匹配，是希望图像中曲率较大的点匹配到对应的棱上，与点面匹配对应。 16线，每线分为6区域，每区域内按曲率高低录取面点和棱点。 棱面边界去除 这是指程序中如果检测到面点，那么会把周围点去除不进行点筛选，除非附近点曲率较大可能为棱点。 ，并根据法向量norn与（五个点和五点中心的向量 ）的投影大小确定五点是否成面。
1.4K20编辑于 2022-03-11 - 来自专栏3D视觉从入门到精通
激光三角测量法在工业视觉检测上的应用
激光三角测量法，是工业视觉领域较为常用也是比较容易理解的一种3D检测算法。本文主要从应用层次来阐述，包括相机和激光选型、搭接方式的优劣点分析、软件开发过程中的注意事项等。 1.原理及演示 将一条单线细激光光线投射到物体表面，由于物体表面高度发生变化，使得激光线发生了弯曲，根据这个线的变形，可以计算出精确的物体表面三维轮廓。 3.2线激光的选择 线激光的评价参数有很多，如均匀性、点稳定性、准直度、瞄准线、功率稳定性。激光器自身的参数有：扇角、功率、景深等。 实际项目选型中，最常用的参数有： 扇角：扇角越大，同样工作距离对应的激光线越长。 ? 功率：功率越高，激光的强度越大（肉眼看越亮）。对于黑色不反光材质，要选择功率大一点的激光。 经过对多个不同品牌激光的测试，德国的ZLaser激光是性价比较高的一款激光，多种型号可以满足不同场合的应用。 3.3搭接方式的选择 1）标准安装：激光垂直材料平面，相机与激光呈α角度 ?
1.6K21发布于 2020-12-11
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号