이 가이드는 일본어만 있습니다(사람이 쓴 산문이라 기계적으로 치환하지 않았습니다).

光学式 3D センサの仮想受入試験(買う前に受入試験をかける) — 使い方ガイド

この族は何をする道具箱か

3D センサを選ぶとき・受け入れるときに現場が使う言葉 —— 探針の誤差(形状 PF・寸法 PS)、球間距離の誤差 SD、平面度の誤差 F —— を数える層です。VDI/VDE 2634 Part 2/3 と ISO 10360-13 の 考え方に沿っていますが、規格の本文は有償の著作物なので写していません。評価量の定義は、規格を適用した公開文献(Carfagni et al. 2017 / 2019、Eiríksson et al. 2016、Ramm et al. 2025)の記述から取り、出典を各 op の docstring に書いています。「準拠」とは名乗りません。

8 op / 4 カテゴリ(numpy のみ。台帳は opsacceptance.py、実体は acceptance3d.py):

• layout(1) — acceptance_layout: 測定体積の中に、探針の球 1 個・ダンベル 7 姿勢(空間対角線 4 + 面の対角線 3)・平面 7 姿勢(正対 1 + 傾き 6)を置く。7 姿勢の向きは Fullseye の約束で、規格の図の写しではありません。

• evaluate(4) — sphere_probing_error(PF・PS)/ sphere_spacing_error(SD)/ plane_flatness_error(F)/ acceptance_verdict(MPE と比べた合否と、合否を決めた量)。実機の点群にもシミュレーションの点群にも同じ op を掛けます。

• simulate(2) — acceptance_scan(1 つの試験体をシミュレーションのセンサで撮って点群に)/ virtual_acceptance_test(全配置を撮って全評価量と合否)。

• budget(1) — acceptance_error_budget: 誤差の要因を 1 つずつ入れて、どれが合否を決めるか。

Fullseye だけの層 —— 真値が場面の側にある

比較相手(HALCON・OpenCV・Open3D・PCL)は球や平面の当てはめを持っていても、受入試験の手順としては束ねていません。この族はさらに、シミュレーションのセンサで「買う前に」受入試験を回します:

| センサ(kind) | 中身 | 何で壊れるか |

|---|---|---|

| ideal | 真の視線距離をそのまま | 壊れない(往復の検算) |

| triangulation | 奥行きに σ_z = z²σ_d/(f·b)(z = f·b/d の誤差伝播) | 遠いほど・基線が短いほど |

| itof | 既存の itof_capture → itof_phase_amplitude(4 位相の生信号) | 暗い試験体(ショット雑音)・縁の混合(フライングピクセル)・多重反射 |

校正の誤差(fx_rel_error・fy_rel_error・cx_error_px・cy_error_px・range_scale・ range_offset_mm)は逆投影に入ります。真値は場面の解析解(光線と球・平面の交点)なので、雑音も誤差も無いセンサでは全評価量が 0 になり、距離の尺度 s は SD = (s − 1)·L で厳密に出ます。

流れ

Mermaid 다이어그램(소스):

flowchart TD
    LAY["acceptance_layout<br/>球 1・ダンベル 7・平面 7"]
    SEN["table: センサ<br/>kind・雑音・校正の誤差"]
    LAY --> SCAN["acceptance_scan<br/>1 つの試験体を撮る"]
    SEN --> SCAN
    SCAN --> PTS["points (N,3)"]
    REAL["実機の点群 (N,3)"] --> PE
    PTS --> PE["sphere_probing_error / sphere_spacing_error /<br/>plane_flatness_error"]
    PE --> RES["table: PF・PS・SD・F"]
    RES --> VER["acceptance_verdict<br/>MPE と比べて合否"]
    LAY --> VAT["virtual_acceptance_test<br/>全配置を一度に"]
    SEN --> VAT
    VAT --> VER
    SEN --> BUD["acceptance_error_budget<br/>要因を 1 つずつ"]
    BUD --> DEC["decisive: 単独で MPE を超えた要因"]

最初の 1 本

import fullseye as fs

layout = fs.ledger.acceptance_layout()                    # 400x300x300 mm、z = 800 mm、球 25 mm
mpe = {"pf": 3.0, "ps": 1.0, "sd": 0.5, "f": 3.0}         # 仮の仕様(メーカーが決める値)
r = fs.ledger.virtual_acceptance_test({"kind": "itof", "sphere_reflectivity": 0.1}, layout, mpe)
print(r["verdict"]["passed"], r["verdict"]["decided_by"])  # False pf(黒い球で PF が MPE の約 2 倍)

落とし穴(実測に基づく)

1. 黒い球は iToF の PF を約 3 倍にする。 反射率 1 → 0.1 で球の残差 rms は 0.297 → 0.934 mm (3.15 倍)。ショット雑音の律速なら √10 = 3.16 倍で、物理の見積もりと合います。探針の球の色は「試験の条件」であって、センサの性能ではありません。

2. 縁の混合(フライングピクセル)は PF を壊す。 supersample = 3・雑音なしで、既存の itof_flying_pixel_mask を外すと PF は 43.7 mm(球の直径より大きい)、入れると 0.025 mm。除外の上限 0.3 % では救えないので、前処理がそのまま受入の結果になります。

3. 要因の単独の寄与は足し算にならない。 iToF 案で SD の単独の寄与は fx/fy +0.1 % が −0.308 mm、多重反射 2 % が +0.385 mm、距離の尺度 +0.05 % が +0.157 mm。全部入れると +0.181 mm に打ち消し合います。順位(ranking)は「どれを先に直すか」の材料で、合計ではありません。

4. 平面度 F は点の数で増える。 F は範囲(最大 − 最小)なので、同じ雑音でも点が多いほど大きい(純ガウス雑音で E[F] = σ·d2(N)、d2(25) = 3.931、d2(56,784) ≈ 8.5)。MPE を比べるときは点の密度をそろえてください。

5. 最小二乗の平面であって最小領域の平面ではない。 最小領域(Chebyshev)の F は定義から最小二乗の F 以下です。

くわしい数字は examples/poc_virtual_acceptance_3d.py が出します(3 つの設計案の合否表と iToF 案の誤差の予算)。

この族に入れなかったもの

• 縞を描いて復号する構造化光のセンサ(fringe.py は 2.5D の高さ図向けで、球の全周を撮る場面にそのままは使えない)。三角測量は雑音則だけで代表させています。

• 多重反射の幾何(平面と球のあいだの相互反射の経路)。今は「全画素に一様な第 2 経路」の最も粗いモデルです。

• ISO 10360-13 の長さ測定誤差 E の手順(測定の繰り返しと配置の数)と、VDI/VDE 2634 Part 3 の複数視点の合成。評価量の計算(SD)は同じ op で済むので、手順だけが未実装です。