3D Laserscanner arbeiten nach dem Prinzip der Triangulation. Eine Laserlinie wird auf die Bauteiloberfläche projiziert, und eine seitlich schräg angeordnete Kamera erfasst den Verlauf der Linie im Kamerabild. Durch die Anwendung geeigneter Kalibrierverfahren entsteht dadurch ein metrisch korrekter Schnitt durch das Bauteil. Durch die Bewegung des Scanners oder des Bauteils wird ein komplettes 3D-Abbild der Oberfläche erfasst.

senswork setzt seit vielen Jahren auf das Prinzip 3D-Laserscanning, und hat durch Systeme wie ZScan® die Anwendung mehrerer Scanner innerhalb eines Systems mit freier räumlicher Anordnung durch ausgeklügelte Kalibrierverfahren perfektioniert.

3D-Laserscanning eignet sich für die Inspektion und Vermessung großer Bauteile, für Endlosmaterial wie Stranggussprofile oder Bandmaterial, und arbeitet generell robuster auf unterschiedlichen Oberflächen wie Streifenlicht-Projektionssysteme.

Die Anwendung von KI- und Deep-Learning-Tools zur Verarbeitung von 3D-Punktewolken ist zwar noch vergleichsweise neu, bietet jedoch erhebliche Vorteile für die automatische optische 3D-Inspektion von Bauteilen.

Bisher war die Umwandlung von 3D-Punktewolken in sogenannte Range-Images eine gängige Methode zur Verarbeitung von 3D-Daten mittels Deep Learning. Ein Nachteil besteht jedoch darin, dass der 3D-Datensatz hierbei auf eine bestimmte Perspektive reduziert werden muss. Mit Neuralyze® ist es nun erstmals möglich, vollständige 3D-Punktewolken in den Funktionsmodulen "Klassifikation", "Objekterkennung" und "semantische Segmentierung" zu verarbeiten.

Ein konkretes Anwendungsbeispiel für senswork Neuralyze 3D findet sich in der Inspektion von lasergeschweißten Hairpins von Elektromotor-Statoren in der Automobilindustrie.