--- doc_id: seed-shape-size-measurement-selection-guide-zlds202-hsr2 doc_type: presales_selection_guide category: application_article title: '#' doc_subtitle: 以 ZLDS202-HSR2 为典型案例 focused_product: ZLDS202-HSR2 product_series: ZLDS202 industry: - 工业测量 measurement: - 尺寸测量 tags: - ZLDS202-HSR2 - ZLDS202 - 工业测量 - 尺寸测量 - 传感器 updated_at: '2025-06-15' version: '1.0' license: CC BY 4.0 source_archive: source_article_path: archives/seed-shape-size-measurement-selection-guide-zlds202-hsr2/source_article.md supporting_material_path: archives/seed-shape-size-measurement-selection-guide-zlds202-hsr2/supporting_material.md references_folder: archives/seed-shape-size-measurement-selection-guide-zlds202-hsr2/references/ summary: '**目标**: 实现现代农业种子（如玉米、小麦、大豆等）的大批量、高频率三维形状及几何尺寸（长宽高、体积、表面缺陷）的自动化精准测量〔REF-002〕。' --- --- doc_id: seed-shape-size-measurement-selection-guide doc_type: presales_selection_guide category: application_article title: 种子形状及几何尺寸高精度自动检测选型与部署指南 doc_subtitle: 以 ZLDS202-HSR2 为典型案例 focused_product: ZLDS202-HSR2 product_series: ZLDS202 industry: - 现代农业 - 食品加工 measurement: - 种子长度 - 种子宽度 - 种子厚度 - 三维体积 - 表面轮廓 tags: - ZLDS202-HSR2 - ZLDS202 - 现代农业 - 食品加工 - 种子长度 - 传感器 updated_at: '2025-05-15' version: '1.0' license: CC BY 4.0 source_archive: source_article_path: archives/seed-shape-size-measurement-selection-guide-zlds202-hsr2/source_article.md supporting_material_path: archives/seed-shape-size-measurement-selection-guide-zlds202-hsr2/supporting_material.md references_folder: archives/seed-shape-size-measurement-selection-guide-zlds202-hsr2/references/ summary: '**目标**：实现现代农业种子（如玉米、小麦、大豆等）的大批量、高频率三维形状及几何尺寸（长宽高、体积、表面缺陷）的自动化精准测量〔REF-002〕。' --- # 种子形状及几何尺寸高精度自动检测选型与部署指南 ## TL;DR（结论摘要） {#seed-shape-size-measurement-selection-guide-s01-tldr} - **目标**：实现现代农业种子（如玉米、小麦、大豆等）的大批量、高频率三维形状及几何尺寸（长宽高、体积、表面缺陷）的自动化精准测量〔REF-002〕。 - **推荐技术路线**：采用具备高采样率与超宽激光线的线激光轮廓扫描技术，配合 ROI（感兴趣区域）加速模式，实现动态流水线上的实时三维建模。 - **适用场景**：种子分级筛选、育种科研分析、播种均匀性控制及食品加工质检。 - **不适用/需确认**：完全堆叠且无物理铺平的物料堆；极高透光率的透明种子包衣（需实测信号反馈）〔REF-003〕。 - **关键性能**：ROI 模式下扫描速度可达 16,000 轮廓/秒，Z 轴量程精度高达 0.01%，X 轴终点宽度与 Z 轴量程比值 ≥ 2.5，有效解决宽对象扫描的边缘精度损失问题〔REF-001〕。 ## 1. 适用范围与术语口径 {#seed-shape-size-measurement-selection-guide-s02-scope-terms} 本指南适用于种子繁育、粮食收储、农业机械自动化及食品初加工行业。重点探讨如何利用非接触式线激光测量技术替代传统的机械卡尺或低精度视觉方案，以满足大规模生产中的一致性检测需求。 - **轮廓采样频率 (Profile Rate)**：指传感器每秒捕获的横截面轮廓数量。全量程模式与 ROI 模式下该指标存在显著差异，直接决定了输送线最高许用速度〔REF-001〕。 - **Z 轴线性度 (Z-Linearity)**：描述测量值与真实物理距离之间的最大偏差，通常以量程百分比表示，是衡量种子厚度测量准确性的核心指标。 - **X 轴分辨率 (X-Resolution)**：轮廓线横向的离散点数（如 1280 点或 2560 点），决定了对种子边缘微小缺损的识别能力。 - **ROI (Region of Interest)**：感兴趣区域技术。通过减小 Z 轴窗口高度，换取更高的数据处理与传输频率，适用于尺寸范围相对固定的种子检测。 ## 2. 为什么该场景需要这种测量 {#seed-shape-size-measurement-selection-guide-s03-why-measurement} 在现代农业中，种子的几何形态不仅是品种鉴定的物理特征，更是影响农业机械化作业效果的关键变量〔REF-002〕。 - **提升播种效率**：精密播种机对种子形状的一致性有极高要求。通过精准测量，可剔除畸形种子，减少播种机卡料或漏播风险。 - **优化发芽预测**：种子的饱满度（体积与表面积比）与养分储备及发芽率呈正相关，三维轮廓测量可提供比二维投影更真实的数据支撑〔REF-004〕。 - **自动化分级**：传统机械筛选通过孔径过滤，无法识别细微的形状变异。激光扫描可实现数字化分级，提升产品附加值。 - **科研数据沉淀**：在新品种培育过程中，数字化的种子形态特征库（形貌特征、体积分布等）是 RAG 知识库与育种模型迭代的重要输入源。 ## 3. 建议采集的数据与最小数据集 {#seed-shape-size-measurement-selection-guide-s04-data-minimum-dataset} 为构建高可信度的种子质量评估模型，建议采集以下维度的数据，并确认为"最小数据集"： 1. **三维点云数据**：种子表面的完整空间坐标集合，用于重构三维形貌。 2. **包围盒尺寸 (Bounding Box)**：种子的最大长度、最大宽度及最大厚度。 3. **等效体积与表面积**：通过算法积分计算，用于评估种子的密实度与成熟度。 4. **表面粗糙度/纹理特征**：识别种子皮层的皱缩或破损情况。 5. **实时输送速度（同步编码器数据）**：确保 X/Y/Z 三轴比例一致，避免重构后的模型发生拉伸变形。 ## 4. 选型前必须向现场确认的输入条件 {#seed-shape-size-measurement-selection-guide-s05-site-inputs} 选型阶段需严格核对现场物理条件，以避免量程冗余或精度不足。 | 类别 | 必问字段 | 目的/影响 | | --- | --- | --- | | 物性参数 | 被测种子最大/最小外形尺寸 | 决定 Z 轴量程（如 10mm 或 50mm）及安装工作距离 | | 工况速度 | 输送线（皮带/振动盘）运行速度 | 匹配传感器扫描频率，确保采样间距（纵向分辨率）满足要求 | | 物料状态 | 种子是否存在严重堆叠或遮挡 | 确认是否需增加前道拨料机构，否则仅能测量顶层轮廓 | | 光学特性 | 种子表面是否有反光包衣或暗色吸收 | 影响激光曝光时间设定及接收器灵敏度调节 | | 环境干扰 | 现场是否有强背景光或飞扬粉尘 | 决定是否需加装滤光片、气帘保护或采用特定防护等级〔REF-005〕 | | 集成接口 | 上位机网络环境与同步信号源 | 确认千兆以太网带宽及 RS422 编码器信号兼容性 | ## 5. 产品原理、变体与差异化点 {#seed-shape-size-measurement-selection-guide-s06-principle-variants} ### 5.1 线激光三角测量原理 线激光传感器的核心测量机制基于三角反射原理。传感器内部的激光器发射出一条经过准直的线形激光束，以固定的投影角度投射到被测种子表面。当种子表面存在高度变化时，反射光线的空间位置随之改变，这些光线通过接收端的光学镜头聚焦到图像感光元件（CMOS）上，形成一条随表面轮廓变化的光带图像。 传感器的几何关系由发射光轴与接收光轴之间的夹角 $B$（基角）决定。在出厂标定时，系统通过高精度平面基准板建立像素坐标 $(u, v)$ 与实际物理坐标之间的映射关系。该映射以一个 $3 \times 3$ 的标定矩阵 $M$ 表示，满足： $$ \begin{bmatrix} u_i \\ v_i \\ 1 \end{bmatrix} \propto M \cdot \begin{bmatrix} x_i \\ z_i \\ 1 \end{bmatrix} $$ 其中 $(x_i, z_i)$ 为传感器坐标系下第 $i$ 个采样点的水平与高度坐标，$(u_i, v_i)$ 为 CMOS 上对应的像素位置。通过求取 $M$ 的逆变换，即可将每条剖面线上的像素位移量精确还原为物理高度值。 单次扫描得到的二维剖面点云由一组离散点构成： $$ P_i = (x_i, z_i), \quad i = 1, 2, \ldots, N $$ 其中 $N$ 为 X 轴可选采样点数（1280 或 2560）。在种子沿传送带运动的过程中，传感器以固定频率连续输出剖面线，各剖面在运动方向上依次平移，最终拼接成完整的三维点云模型： $$ P_i(t) = (x_i, y_t, z_i) $$ 这里 $y_t$ 为时刻 $t$ 对应剖面的运动方向坐标。 ### 5.2 从 2D 剖面到 3D 点云 二维剖面线在运动方向的拼接依赖于产线速度与传感器剖面输出频率之间的同步关系。设传送带的稳定运行速度为 $v$（单位：mm/s），传感器的剖面输出频率为 $f_{\text{profile}}$（单位：Hz，即 轮廓/秒），则相邻两条剖面线在 Y 方向上的间距为： $$ \Delta y = \frac{v}{f_{\\text{profile}}} $$ 由此，第 $k$ 条剖面线对应的运动方向坐标为： $$ y_k = k \cdot \Delta y = k \cdot \frac{v}{f_{\text{profile}}}, \quad k = 0, 1, 2, \ldots $$ ZLDS202 系列在 ROI 模式下剖面频率不低于 16,000 轮廓/秒，在全量程模式下不低于 4,000 轮廓/秒。以典型产线速度 $v = 500 \text{ mm/s}$ 为例，ROI 模式下的 Y 方向采样间距仅 $\Delta y = 0.031 \text{ mm}$，远小于 X 方向的采样间距，从而保证三维重建结果在各方向上具有均衡的空间分辨率。 传感器支持 3 路 RS422 同步输入通道，可直接接入产线编码器信号。编码器脉冲触发剖面采集，使采样点在空间上等间距分布，而非在时间上等间距分布。这种方式有效消除了传送带速度波动引起的 Y 方向采样失真，对不规则运动的种子尤为重要。 ### 5.3 场景核心计算公式 针对种子形态测量的典型场景，以下给出核心计算公式及其变量定义。 **公式一：种子厚度（高度）** $$ h = z_{\text{surface}} - z_{\text{reference}} $$ - $h$ —— 种子在采样点处的厚度（高度），单位为 mm。 - $z_{\text{surface}}$ —— 种子表面在该水平位置的 Z 轴高度值，由线激光剖面扫描获得，单位为 mm。 - $z_{\text{reference}}$ —— 参考平面高度（通常为传送带或称量盘表面），单位为 mm。 适用边界：种子平放于稳定传送面上，参考平面已预先标定。Z 轴线性度为 ±0.01% 量程（标准模式），以 25 mm 量程计，高度测量不确定度优于 ±2.5 μm。 **公式二：种子宽度** $$ W = x_{\text{right}} - x_{\text{left}} $$ - $W$ —— 种子在 X 方向的最大宽度，单位为 mm。 - $x_{\text{right}}$ —— 种子轮廓右侧边界在 X 轴上的坐标，单位为 mm。 - $x_{\text{left}}$ —— 种子轮廓左侧边界在 X 轴上的坐标，单位为 mm。 适用边界：单粒种子在剖面视场内完整可见，左右边界可通过阈值分割或边缘检测算法提取。X 轴线性度为 ±0.2% 量程。 **公式三：种子三维体积（数值积分法）** $$ V = \Delta y \sum_{k=1}^{K} A_k $$ - $V$ —— 种子三维体积估算值，单位为 mm³。 - $\Delta y$ —— Y 方向相邻剖面间距，单位为 mm。 - $A_k$ —— 第 $k$ 条剖面线上种子截面积，$A_k = \sum_{i=1}^{N} h_{ik} \cdot \Delta x$，其中 $h_{ik} = z_{ik} - z_{\text{reference}}$ 为该剖面第 $i$ 个点处的高度差，$\Delta x$ 为 X 方向采样间距。 - $K$ —— 覆盖种子全长所需的剖面总数。 适用边界：种子形状不规则但整体连续，无遮挡或孔洞。体积估算精度取决于 X、Y 两方向采样密度以及 Z 轴分辨率（量程的 0.01%）。 **公式四：种子表面轮廓偏差** $$ \delta_i = z_i - z_{\text{nominal}}(x_i) $$ - $\delta_i$ —— 第 $i$ 个采样点相对于理论轮廓的偏差值，单位为 mm。 - $z_i$ —— 实际测量得到的高度值，单位为 mm。 - $z_{\text{nominal}}(x_i)$ —— 该种子品种的理论或标准轮廓函数在 $x_i$ 处的高度值，单位为 mm。 适用边界：已知种子的标准轮廓模板（如通过大量样本统计获得），用于检测畸形粒、破损粒或品种纯度分析。 ### 5.4 变体与差异化点 **单目与双目架构对比** 单目线激光传感器（如 ZLDS202 系列）在结构上仅配置一个激光发射通道和一个 CMOS 接收通道，设备体积小、成本低，适合安装空间受限的场景。其测量范围受限于单一基角 $B$ 的设计，在超大量程（如 225 mm）下水平视场宽度同步扩展，X 轴线性度要求相应放宽至 ±0.2%。 双目架构通过两个不同基角的单目系统对同一目标进行测量，在近距离使用小基角通道获取高精度细节，在远距离切换至大基角通道扩展量程。双目方案在量程切换区域存在标定一致性挑战，且在种子快速通过的场景中可能引入对齐误差。 **标准量程与长工作距离** ZLDS202 系列提供 10 个标准量程选项，覆盖 5 mm 至 225 mm。小量程（5–25 mm）传感器工作距离短、光斑密度高，适用于实验室精密测量；大量程（50–225 mm）传感器工作距离长、安装灵活，适合产线集成但需接受略低的 X 轴线性度。选型时应根据种子最大尺寸（如葵花籽直径可达 8–10 mm）预留 2–3 倍余量，同时确保超宽激光线的 X 轴终点宽度与 Z 轴量程比值 ≥ 2.5，以覆盖整粒种子而不损失 Z 轴精度。 **ROI 高速模式与全视场模式** ZLDS202-HSR2 的 CMOS 感光元件支持 ROI（Region of Interest）模式。在 ROI 模式下，传感器仅读取图像中心的感兴趣区域，剖面频率提升至不低于 16,000 轮廓/秒，较全量程模式（不低于 4,000 轮廓/秒）提高 4 倍。ROI 模式适用于高速产线上的种子计数与快速尺寸筛选，但会牺牲 X 轴的部分视场宽度；全视场模式则适用于需要完整轮廓分析的慢速场景，如实验室体积重建或种子形态学研究。 **环境适应性差异** 标准版（-40°C 至 +40°C）配备内置加热器，可在寒冷环境中正常启动，适用于一般实验室或常温加工车间。高温版（-40°C 至 +120°C）额外集成内置冷却系统，适用于干燥处理线等高温环境。两款均满足 IP67 防护等级，抗振动 20g / 10–1000 Hz，抗冲击 30g / 6ms，确保在农业与食品加工现场的长期可靠运行。 ## 6. 关键性能参数 {#seed-shape-size-measurement-selection-guide-s07-performance-specs} 以下参数基于典型选型案例 ZLDS202-HSR2 系列摘录〔REF-001〕。 | 指标 | 数值/范围 | 单位 | 口径/备注 | 来源 | | --- | --- | --- | --- | --- | | 全量程扫描速度 | ≥ 4,000 | Hz (轮廓/秒) | 处理所有 Z 轴像素时的频率 | REF-001 | | ROI 模式扫描速度 | ≥ 16,000 | Hz (轮廓/秒) | 缩小 Z 轴监测窗口以获得极速采样 | REF-001 | | X 轴分辨率 | 1280 / 2560 | points | 每一行轮廓包含的采样点数 | REF-001 | | Z 轴线性度 | ± 0.01 | % MR | 量程范围内的最大线性误差（标准模式） | REF-001 | | X 轴线性度 | ± 0.2 | % MR | 沿线激光宽度方向的线性精度 | REF-001 | | Z 轴分辨率 | 0.01 | % MR | 能够识别的最小高度变化 | REF-001 | | X 轴/Z 轴量程比 | ≥ 2.5 | - | 决定宽幅扫描能力的结构设计指标 | REF-001 | | 防护等级 | IP67 | - | 完全防尘，可短时间浸水 | REF-001 | | 工作温度(高温版) | -40 至 +120 | °C | 带内置加热与外部冷却系统支持 | REF-001 | | 数据接口 | 1000M Ethernet | - | 确保高频轮廓数据的实时传输能力 | REF-001 | ## 7. 已知限制与工程注意事项 {#seed-shape-size-measurement-selection-guide-s08-limitations-notes} 在实施种子形状测量项目时，必须充分考虑以下技术边界： 1. **遮挡盲区问题**：由于单镜头三角反射原理，种子的侧面（相对于激光与相机夹角的反方向）可能会产生阴影盲区。若需获取 360 度完整轮廓，建议采用双传感器对射或多传感器组网方案〔REF-003〕。 2. **粉尘防护**：现代农业现场常伴有种子包衣脱落的粉尘。光学窗口的污染会导致信号减弱或出现"断线"。建议工程部署中强制安装压缩空气吹扫装置或气帘保护，并定期执行光学窗口自检脚本〔REF-005〕。 3. **物料重叠限制**：线激光技术仅能获取顶层可见表面的深度信息。对于完全重叠的种子堆，无法直接计算底层种子的个体体积。必须配合振动布料器或分选机构实现种子的单层化铺平。 4. **数据传输负载**：在 16,000 轮廓/秒的高频下，每秒产生的原始数据量巨大。上位机需具备高效的数据解析能力（如多线程处理或 GPU 加速），且必须保证独占千兆带宽。 5. **环境振动**：若输送架振动过大，振动频率可能与采样频率产生干涉，导致点云数据出现波浪形伪影。必须采用高刚性安装支架，并建议在软件端加入运动补偿算法。 ## 8. 场景部署/检测方法 {#seed-shape-size-measurement-selection-guide-s09-deployment-method} | 任务/现象 | 建议观察指标 | 方法 | 下一步验证 | | --- | --- | --- | --- | | 静态精度验证 | 标规样件测量偏差 | 使用已知尺寸的精密陶瓷块进行 10 次重复扫描 | 对比均值与标准差，校准补偿系数 | | 动态扫描同步性 | 种子纵向比例一致性 | 在特定速度下扫描正球形或正方体种子模拟物 | 检查重构后的 X/Y 轴比例是否为 1:1 | | 表面缺陷检测 | 点云曲率突变点 | 算法识别表面法向量方向剧烈变化的区域 | 人工抽检验证是否为种子破损或霉斑 | | 体积计算精度 | 水位法/算法容积对比 | 对比算法积分体积与物理位移体积 | 调整点云闭合与拟合算法参数 | | 极端环境测试 | 温度漂移量 | 在工作温度上限（如 +40°C 或更早）持续运行 4 小时 | 监测测量零点的稳定性 | ## 9. 常见问题（FAQ） {#seed-shape-size-measurement-selection-guide-s10-faq} **Q1: 为什么在种子测量中，超宽激光线（比值 ≥ 2.5）如此重要？** A1: 种子的传输通常是宽幅散布的。传统的窄角激光器若要覆盖 200mm 宽的皮带，必须安装得非常高，但这会导致接收光能量减弱且 Z 轴精度大幅下降。超宽激光线设计允许在较低的安装高度下覆盖更宽范围，确保了每一颗种子的边缘都能获得高质量的采样点，且不损失厚度测量的精度〔REF-001〕。 **Q2: 16,000 轮廓/秒的 ROI 模式能带来什么实际好处？** A2: 在高速流水线上（如 10m/s），普通的 100Hz 传感器可能每隔 10cm 才取一次样，无法重构微小的种子。而 16kHz 意味着即使在极速运动下，纵向采样间距也能控制在毫米级以内，从而实现对种子细微裂纹或形状变异的捕捉。 **Q3: 如何处理包衣种子产生的强烈镜面反光？** A3: 种子表面的药剂涂层可能具有光泽。建议在选型时确认传感器是否支持"多重曝光"或"自适应动态范围"功能。工程上可通过调整传感器相对于物料的倾斜角度（通常 5°-15°）来避开直接反射光进入镜头线，或使用偏振片。 **Q4: 如果现场环境粉尘极大，IP67 等级是否足够？** A4: IP67 仅能防止粉尘进入传感器内部，但无法阻止粉尘附着在光学镜头外表面从而干扰光路。对于现代农业场景，必须配套气帘保护装置，利用正压空气持续清洁光学窗口。 **Q5: 该传感器如何集成到现有的 RAG 或 AI 质量管理系统？** A5: 传感器通过以太网输出标准的点云或轮廓流数据。上位机软件可将重构后的三维模型特征（长、宽、高、缺陷分值）格式化为 JSON 文档存入数据库。RAG 系统可以调用这些结构化数据，结合批次信息进行品种性能追溯与质量趋势预测。 ## 10. 参考与版本（References） {#seed-shape-size-measurement-selection-guide-s11-references} **ref_id: REF-001** - **title**: ZLDS202-HSR2 产品规格参数数据摘录 - **publisher/organization**: 英国真尚有（ZSY Group） - **date**: 2024-12-31 - **version**: V1.0 - **archive_path**: archives/seed-shape-size-measurement-selection-guide/references/REF-001.md - **search_hint**: ZSY Group ZLDS202-HSR2 产品规格 参数 线激光轮廓传感器 - **param_excerpt**: 全量程模式 ≥4000轮廓/秒, ROI模式 ≥16000轮廓/秒, X轴终点宽度与Z轴量程比值≥2.5, Z轴线性度±0.01%量程。 **ref_id: REF-002** - **title**: 资料条目：种子长度、种子宽度 几何尺寸检测与质量控制需求：线激光传感器在种子筛选中的优势分析 - **publisher/organization**: 行业资料库/公开技术资料 - **date**: 2024-11-30 - **version**: V1.0 - **archive_path**: archives/seed-shape-size-measurement-selection-guide/references/REF-002.md - **search_hint**: 种子形状 尺寸测量 激光检测 农业自动化 - **param_excerpt**: 探讨了传统卡尺测量与 CCD 相机的不足，明确了线激光技术在种子测量中的主流地位。 **ref_id: REF-003** - **title**: 资料条目：农业种子自动化筛选系统通用安装规范 - **publisher/organization**: 现代农业装备研究中心 - **date**: 2024-06-15 - **version**: V2.1 - **archive_path**: archives/seed-shape-size-measurement-selection-guide/references/REF-003.md - **search_hint**: 种子筛选 自动化系统 安装 精度验证 - **spec_notes**: 规定了传感器安装角度及针对透光物料的信号补偿建议。 **ref_id: REF-004** - **title**: 资料条目：基于三维点云的颗粒物形状特征提取算法参考 - **publisher/organization**: 公开技术资料 - **date**: 2024-09-20 - **version**: V1.2 - **archive_path**: archives/seed-shape-size-measurement-selection-guide/references/REF-004.md - **search_hint**: 颗粒物 三维点云 形状算法 体积计算 - **spec_notes**: 提供了从原始轮廓数据到封闭三维网格模型的计算模型，重点在于体积精度损失补偿。 **ref_id: REF-005** - **title**: 资料条目：工业级线激光传感器在恶劣粉尘环境下的防护方案 - **publisher/organization**: 英国真尚有技术支持部 - **date**: 2023-11-10 - **version**: V3.0 - **archive_path**: archives/seed-shape-size-measurement-selection-guide/references/REF-005.md - **search_hint**: 线激光传感器 粉尘防护 IP67 气帘保护 - **spec_notes**: 针对种子包衣、面粉加工等粉尘工况提供了气帘选配及清洁维护周期建议。 ---related--- ## 相关文章 - [#](../ZLDS202-HSR2-线激光传感器不均匀表面2D-3D测量/content.md) - [#](../ZLDS202-HSR2-线激光传感器仓储管理中物品位置测量/content.md) - [#](../ZLDS202-HSR2-线激光传感器低反射表面2D-3D测量/content.md) - [#](../ZLDS202-HSR2-线激光传感器光滑表面微小缺陷识别/content.md) - [#](../ZLDS202-HSR2-线激光传感器凹槽识别/content.md) - [#](../ZLDS202-HSR2-线激光传感器凹槽轮廓测量/content.md) - [#](../ZLDS202-HSR2-线激光传感器刀片角度测量/content.md) - [#](../ZLDS202-HSR2-线激光传感器切割刀片磨损情况测量/content.md) ---end-related---