Luz estructurada 3D

Luz estructurada 3D: precisión real frente a precisión de catálogo

Qué mide un proyector de patrones y qué no

Publicado el 14 de marzo · Lectura de 9 minutos · Serie Hardware y sensores

Cuando un fabricante anuncia una resolución de veinte micrómetros, esa cifra describe una condición concreta: pieza mate, blanca, inmóvil, a distancia fija y con el proyector ya estabilizado térmicamente. Fuera de esa condición, la nube de puntos se degrada por motivos que rara vez aparecen en la ficha técnica. Vale la pena revisarlos uno por uno antes de decidir qué equipo comprar o cómo montarlo en línea.

Qué mide realmente un proyector de franjas

Un proyector de luz estructurada no mide distancias. Mide el desfase de un patrón sinusoidal que rebota en la superficie y llega a la cámara con una deformación. Esa deformación se traduce en fase, y la fase en coordenadas tridimensionales tras una calibración. Todo lo que altere la forma del patrón proyectado o la lectura del patrón recibido introduce error.

De ahí que la resolución declarada sea un techo teórico, no un valor operativo. En banco de pruebas con una esfera de cerámica mate suele cumplirse. Sobre una pieza mecanizada con zonas pulidas, la misma configuración puede perder un orden de magnitud en repetibilidad.

Los cuatro factores que degradan la nube de puntos

  • Reflectancia del material: las superficies especulares devuelven el patrón fuera del eje de la cámara y generan huecos. Las muy oscuras absorben la franja y bajan la relación señal-ruido.
  • Ángulo de incidencia: por encima de unos sesenta grados respecto a la normal, la franja se ensancha y la fase se vuelve ambigua en los bordes.
  • Oclusión: cualquier saliente oculta parte del patrón a la cámara aunque el proyector lo ilumine. Es un problema geométrico, no óptico, y no se corrige con más potencia.
  • Vibración del objeto: si la pieza se mueve entre la proyección y la captura, la fase medida corresponde a dos instantes distintos. En líneas de producción esto ocurre más de lo que parece.

Repetibilidad y exactitud no son lo mismo

La repetibilidad describe cuánto varían las medidas al repetir la captura sobre la misma pieza sin tocarla. La exactitud describe cuánto se aleja esa medida del valor real. Un sistema puede ser muy repetible y poco exacto: devuelve siempre el mismo error, lo cual es útil para inspección comparativa pero inservible para metrología absoluta.

En la práctica conviene decidir primero qué se necesita. Si el objetivo es detectar piezas fuera de tolerancia respecto a un patrón conocido, la repetibilidad manda. Si hay que certificar dimensiones, hace falta exactitud y una calibración trazable que se renueve con cierta frecuencia.

El proyector también se calienta

Los proyectores DLP y los módulos láser desplazan ligeramente su longitud de onda y su foco con la temperatura interna. Ese desplazamiento se traduce directamente en un error de fase que crece durante los primeros minutos de funcionamiento. En sistemas que no compensan, la deriva típica aparece en los diez o quince minutos iniciales y luego se estabiliza.

La solución habitual es dejar el equipo en reposo hasta que alcance régimen térmico antes de calibrar, o incorporar una referencia de fase en la propia escena que permita corregir en tiempo real. La segunda opción encarece el montaje pero permite trabajar en ciclos cortos e intermitentes.

Franjas sinusoidales o codificación binaria

La proyección de franjas sinusoidales ofrece buena resolución y tolera superficies con reflectancia moderada. La codificación binaria es más robusta frente a saltos de fase y funciona mejor con objetos que tienen escalones pronunciados, a costa de necesitar más capturas por reconstrucción.

Para piezas pequeñas y estáticas suele ganar la proyección de franjas. Para inspección en movimiento, con ciclos cortos y geometrías con discontinuidades, la codificación binaria aguanta mejor. No hay una opción universal: la decisión depende del material, del tiempo disponible por pieza y de la tolerancia que se quiera verificar.

Notas de campo sobre sensores y algoritmos

Tres entradas que siguen el mismo hilo: qué mide realmente cada sensor cuando sale del banco de pruebas y cómo se comporta el algoritmo cuando la escena deja de ser controlada. Cada texto parte de una medición concreta, no de una ficha técnica.

Infrarrojo cercano

Cómo funciona la identificación multiespectral en el infrarrojo cercano

Del sensor InGaAs al algoritmo de clasificación

El infrarrojo cercano permite separar materiales que a simple vista resultan idénticos, pero exige controlar la iluminación activa, la respuesta espectral del sensor y la temperatura del propio detector. En este análisis se describe la cadena completa: filtros de banda, tiempo de integración, corrección de no uniformidad y normalización radiométrica. También se comentan los errores más frecuentes al comparar firmas espectrales entre equipos de distinta generación. El objetivo es entender por qué dos cámaras con especificaciones parecidas pueden dar resultados muy distintos en campo.

Luz estructurada 3D

Luz estructurada 3D: precisión real frente a precisión de catálogo

Qué mide un proyector de patrones y qué no

Los sistemas de luz estructurada prometen resoluciones micrométricas que rara vez se sostienen fuera del laboratorio. Aquí se revisan los factores que degradan la nube de puntos: reflectancia del material, ángulo de incidencia, oclusión y vibración del objeto. Se explica cómo interpretar la repetibilidad y la exactitud como métricas distintas, y por qué la temperatura del proyector afecta a la fase medida. Se incluyen criterios para decidir entre proyección de franjas y codificación binaria según el caso de uso.

Fusión térmico-visible

Fusión de térmico y visible para inspección en exteriores

Alineación, deriva y corrección en tiempo real

La fusión de imagen térmica y visible es atractiva para inspección de infraestructuras, pero la alineación se degrada con la temperatura ambiente y la distancia focal. Este texto aborda la calibración extrínseca, la compensación de deriva térmica del soporte y la sincronización temporal entre ambos flujos. Se discute cuándo conviene registrar en el dominio del visible y cuándo en el térmico, y qué precisión de homografía es razonable esperar. También se mencionan las limitaciones de los algoritmos de fusión cuando hay movimiento relativo entre sensores.

Configuracion de cookies

Usamos cookies para mantener el sitio estable, recordar opciones basicas y entender que paginas resultan utiles. Puedes aceptar, rechazar o revisar la configuracion antes de continuar.