大型复杂曲面因为空间尺度大、结构复杂, 因此对其进行测量和检测相对较困难, 三维形貌测量技术分辨率高、数据获取速度快, 为大型复杂曲面的偏差控制和逆向工程提供了技术保障。分析和综述了大型复杂曲面三维形貌测量及应用研究的进展, 论述了目前实现大型复杂曲面三维形貌测量的手段, 归纳和总结了目前以及未来几年可用大型复杂曲面三维形貌测量的设备和仪器的特点与应用场合, 并对比分析了每种测量设备的优缺点, 为正确和广泛应用三维形貌测量设备提供参考, 重点介绍了三维点云获取方法及点云处理方法, 对点云预处理方法、点云拼接方法所涉及的技术进行归纳总结。最后, 对三维形貌测量技术的应用场合进行剖析, 认为大型复杂曲面三维形貌测量将向着非接触、自动化方向发展, 在发展过程中基于全局坐标的点云拼接、非贴点测量将成为研究的主要方向。

在利用机器人进行大尺寸曲面形貌测量的过程中,提出一种基于室内全球定位系统(iGPS)的点云拼接方法,以iGPS世界坐标系为点云拼接的坐标系,建立了点云拼接数学模型。利用粒子群优化(PSO)算法对迭代最近点(ICP)算法进行改进。基于球心距测量的点云拼接实验验证了所搭建测量系统的精度小于0.1 mm。在汽车前保险杠点云拼接实验中,最大负偏差为-0.05189 mm,最大正偏差为0.0727 mm,均小于0.1 mm,偏差分布较为均匀,验证了所提算法在大尺寸点云拼接方面具有较好的效果。

提出了基于iGPS(indoor Global Positioning System)世界坐标系进行点云拼接的方法,建立了点云拼接数学模型,并求解拼接模型中的坐标转换关系。基于标准球测量实验,分别实现了基于机器人基坐标系的点云拼接和基于iGPS世界坐标系的点云拼接。研究结果表明,基于iGPS世界坐标系的点云拼接方法不受机器人定位精度的影响,拼接精度更高。

基于iGPS定位跟踪的三维形貌测量系统, 建立了测量系统的数学模型, 介绍了传统手眼标定技术的主要原理, 使用激光跟踪仪建立了系统转换关系。提出了一种融合特征点拟合的标定方法, 利用特征点约束和基于罗德里格矩阵的算法得到了转换关系。对标定后的系统进行了基于机器人基坐标系和iGPS世界坐标系的点云拼接对比实验, 实验结果表明, 融合特征点拟合的标定方法提高了点云拼接的精度。