制造领域中的三维重建技术：应用、研究机遇与用例
计算机视觉与模式识别
2026-05-01 v1
摘要
这篇综合综述考察了三维（3D）重建技术在制造应用中的演变和当前最新进展。分析涵盖了传统方法和新兴的深度学习方法，揭示了统一三维重建框架中的关键研究空白。通过对106篇近期出版物的系统回顾，我们将重建技术分为三个主要类别：数据采集、点云生成、后处理与应用。非接触式方法，特别是结构光扫描和立体视觉，在制造业中得到了显著采用，47%的受调查应用专注于质量检测。深度学习的集成提高了重建精度和处理速度，特别是在特征提取和匹配方面。关键应用涵盖设计与开发（13%）、加工（8%）、工艺（17%）、装配（22%）和质量检测（40%）。虽然当前技术在受控环境中可实现亚毫米级精度，但在处理反射表面和动态环境方面仍存在挑战。我们的发现表明，存在一种结合多种传感器类型和处理方法以克服各自局限性的混合系统趋势。本综述为理解面向制造的三维重建的当前能力和未来方向提供了一个结构化框架。
引用
@article{arxiv.2604.28064,
title = {3D Reconstruction Techniques in the Manufacturing Domain: Applications, Research Opportunities and Use Cases},
author = {Chialoon Cheng and Kaijun liu and Zhiyang Liu and Marcelo H Ang},
journal= {arXiv preprint arXiv:2604.28064},
year = {2026}
}
备注
24 pages