第1章激光三角法原理

第一章激光三角法原理

各位工程师朋友，大家好。我是老张，在光学测量这行摸爬滚打了十几年。今天咱们开始聊激光三角位移传感器，第一章节，我打算把最核心的原理讲透。

你可能会问：搞懂原理有那么重要吗？我的回答是：太重要了。我见过太多人，选型时只看参数表，结果装上去发现测不准。说白了，原理没吃透，后面全是坑。

激光三角法，名字听着唬人，其实道理很简单。你想想看，一束激光打到被测物体表面，反射光被一个位置探测器接收。物体移动了，光斑在探测器上的位置也跟着变。这不就是个三角形嘛——激光器、被测点、探测器，三个点构成一个三角关系。

核心公式：

位移量 Δh 与光斑移动量 Δx 的关系，近似为：

Δh = Δx / (M * sinθ)

其中 M 是光学放大倍数，θ 是激光入射角。注意，这只是近似公式，实际计算要复杂得多。

我个人习惯把三角法分成两类：直射式和斜射式。直射式，激光垂直入射，结构简单，适合大多数场景。斜射式，激光倾斜入射，能测更粗糙的表面，但光路设计麻烦些。

我在项目中遇到过一件事：有次客户要测黑色橡胶表面，直射式死活测不准。后来换成斜射式，问题解决了。为什么？因为斜射式能捕捉到更多散射光，对低反射率表面更友好。

光打到物体表面，会发生什么？这取决于表面特性。我把它分成两种情况：

你想想看，传感器设计时，通常假设被测表面是朗伯散射体。但现实世界哪有那么理想？我遇到过测抛光不锈钢的情况，反射光太强，直接把探测器打饱和了。怎么办？

我的经验：遇到镜面反射表面，可以试试这几个方法：

说白了，朗伯散射是传感器的"舒适区"，镜面反射是"雷区"。选型时一定要搞清楚被测物的表面特性。

这个名字有点拗口，但原理很简单。Scheimpflug条件说的是：为了让整个测量范围内的光斑都清晰成像，激光束、透镜平面、探测器平面，这三者必须交于一条线。

为什么会这样？我打个比方。你拍照时，如果被摄物体不在焦平面上，照片就模糊了。激光三角法也一样，物体在不同高度时，光斑到透镜的距离在变。如果不满足Scheimpflug条件，只有中间位置清晰，两端都是模糊的。

数学表达：

设激光束与透镜平面的夹角为 α，探测器平面与透镜平面的夹角为 β，则满足：

tan(α) = M * tan(β)

其中 M 是横向放大率。满足这个条件，整个测量范围内的光斑都能清晰成像。

嗯，这里要注意：Scheimpflug条件不是可选项，是必选项。我见过一些廉价传感器，为了省成本，不满足这个条件，结果测量范围两端误差大得离谱。选型时，一定要确认厂家是否采用了Scheimpflug设计。

光斑打到探测器上，是一个弥散斑，不是理想的一个点。怎么确定光斑的中心位置？这就用到质心算法了。

质心算法，说白了就是加权平均。每个像素的灰度值作为权重，计算光斑的"重心"位置。公式如下：

xc = Σ(i * Ii) / Σ(Ii)

其中 xc 是质心位置，i 是像素序号，Ii 是第 i 个像素的灰度值。

我刚开始做这行时，觉得质心算法太简单了，不就是个加权平均嘛。后来发现，坑多着呢。比如：

避坑指南：我曾经在一个项目中，直接用原始像素数据算质心，结果噪声大得没法用。后来加了两个预处理步骤：

这样处理后，质心精度提高了至少一个数量级。

另外，质心算法还有改进版，比如高斯拟合质心法。它假设光斑强度分布是高斯型的，用最小二乘法拟合出中心位置。精度更高，但计算量也更大。现在很多高端传感器都用这个。

下面这张图，是我自己画的，把本章的核心逻辑串起来了。你一看就明白。

这张图把四个知识点串起来了。你看，基本原理是骨架，散射反射是前提条件，Scheimpflug是光学设计的关键，质心算法是信号处理的灵魂。缺一个，传感器都做不好。

好了，第一章就聊到这儿。原理这东西，光看不行，得在实际项目中反复琢磨。下一章咱们聊传感器的主要性能指标，到时候见。