激光多边测量网是基于激光跟踪仪多站测量的大尺寸坐标测量网络。跟踪仪的位置、数目,即网络布局,是影响测量网性能的关键因素。为此,在遗传算法基础上,提出基于网格的布局优化方法。以覆盖能力、测量精度及总体成本作为多目标评价函数,利用全局网格和局部网格对布局区域进行划分,将全局搜索和局部搜索相配合,无需初始布局即可全局寻优。实验表明,相较于经验布局,该方法更易获得符合测量要求的网络布局,大大降低了对操作人员测量经验的要求,具有良好的实用性。

激光跟踪仪多边测量是大型高端装备制造现场溯源的重要手段，正确评定其不确定度是确保制造过程量值统一、结果可靠的关键。本文提出了一种准确、快速的激光跟踪仪多边测量的不确定度评定方法。从仪器误差、环境干扰及靶球制造误差等方面分析激光跟踪仪多边测量的不确定度来源。针对多边测量的输出量为多维向量的特点，重点研究基于多维不确定度传播律（GUM法）的不确定度合成方法，同步评定目标点坐标和跟踪仪站位的不确定度。最后，介绍了点到点长度的不确定度计算方法。实验表明: GUM法评定的不确定度结果与蒙特卡洛法（MCM法）的结果相比，坐标不确定度偏差小于0.000 2 mm，相关系数偏差小于0.01，满足数值容差，且GUM法用时仅为MCM法的0.08%; 点到点长度测试的En值均小于1。因此，基于GUM法评定激光跟踪仪多边测量的不确定度具有可行性及高效性，且评定结果正确、可靠。

车间测量定位系统(wMPS)是一种新型的光电扫描分布式测量系统。为提高其动态坐标测量精度，对wMPS的动态坐标测量原理进行了介绍。以扩展卡尔曼滤波算法(EKF)为基础，建立了匀速直线运动模型。并对模型及算法进行了计算机仿真，结合仿真结果，以ABB IRB 2400工业机器人为实验平台，对所提出的方法进行了实物实验验证。实验结果表明：所应用的EKF算法不但可以替代传统的最小二乘算法，实现对运动物体轨迹的估计，还可以减少wMPS动态测量过程中的随机误差,提高精度,完全满足工业现场对移动物体测量定位的需求。

为了实现大空间几何量测量的全局定向和精度控制，需要在空间内构建精密三维坐标控制场。目前，利用激光跟踪仪单站建立坐标控制场是最有效手段，但面对局部更高的测量精度需求，必须减小全局定向过程中的转站误差，增强区域的控制场精度。利用激光跟踪仪干涉测距精度高的特性，并用跟踪仪靶球座配合碳纤维杆现场构造多个空间长度基准(微米量级精度)，长度基准可灵活布置于所需空间区域，作为约束加入到跟踪仪多站位对控制点的冗余测量过程当中，从而克服单站空间遮挡问题并优化跟踪仪测角误差，进一步提高所构建长度基准的控制点坐标精度，实现区域测量场的精度增强。实验结果表明，该方法可使全局定向精度在10 m 测量范围内优于0.04 mm，进一步满足现场大空间几何量测量的高精度要求。