提出一种基于二维图像基准的动态线扫描点云校正方法，采用基于重投影图像全局变换和基于重投影图像光流分析的两步式校正手段，实现点云轮廓与二维图像基准在复杂扰动下精准、可靠的关联，优化每条点云轮廓的位姿，并结合图像和点云信息设计基于低噪声基准的校正补偿方法，实现6自由度全面校正。这为运动状态下基于点云的细节分析检测提供了有效的技术支持。

提出一种新型的关键点距离表征学习网络，该网络利用位姿变换过程的几何不变性信息，在网络中引入距离量的估计，进而推导出稳健关键点，以此来提升基于深度学习的六自由度物体位姿估计方法的精度。所提方法包含两个阶段。首先，设计了关键点距离表征网络，通过一种骨干网络模块和特征融合结构实现RGB-D图像特征提取，并结合多层感知机预测物体逐点相对于关键点的距离量、语义和置信度。其次，根据可视点投票法及四点距离定位法，利用网络输出的多维信息推理计算关键点坐标，并最终通过最小二乘拟合算法得到物体位姿。为了证明所提方法的有效性，在公开数据集LineMOD和YCB-Video上进行了测试，实验结果表明，所提方法相比于原PSPNet框架中的ResNet参数量减少一半且精度有所提升，在两个数据集上精度分别提升了1.1个百分点和5.8个百分点。

当前，以高密度点云为目标的三维形貌测量正在取代传统离散坐标测量成为几何量测量的新发展方向。除了狭义制造环境，高密度点云提供的多空间分辨率特性在以高铁、飞机、隧道为代表的机械装备、大型工程运行状态监控领域同样显现出广泛的应用前景。但与制造场景中静态条件下的点云形貌测量问题不同，对于处于服役状态的被测量对象，相关测量需求表现出点云需要伴随运动高速连续延展、高分辨率获取等新特点，所形成的延展表面测量新问题对传统测量方法提出了严重挑战。以线阵CCD、CMOS为代表的一维图像传感器可在运动状态下快速连续成像，为三维形貌测量系统提供满足高速、连续、高密度等测量要求的硬件潜力，近年来得到了持续发展和广泛关注。对基于一维图像的延展表面高分辨率形貌测量方法及涉及的参数标定、一维图像匹配、多传感器布局与同步、运动误差补偿等关键技术进行综述，并探讨它们未来可能的发展方向。

机械测试理论与技术是获取机械物理信息的主要途径，是推动工业生产和制造技术进步的“倍增器”。随着我国从“资本密集型、劳动密集型”产业逐步向“知识密集型”产业升级，以集成电路、航空航天、高速轨道交通、新能源汽车为代表的战略性新兴产业与高技术制造业正成为未来十年我国制造业升级的重点领域。如何完整而精确地获取高性能装备运行过程中的服役状态以及如何实时而全面地获取产品制造过程中的形性参数，是保证制造装备与制造过程实现“高性能”、“高效率”的关键所在。开展了科学基金资助情况统计和文献分析，从精密测量、纳米测量与量子测量3个维度综合分析了本领域的代表性进展、研究热点与发展趋势，总结了面向高性能制造的机械测试重要理论、核心方法与关键技术进展，探讨了所面临的关键挑战，凝练了未来5~10年的重大科学问题。

目前视觉测量技术针对工业目标的六自由度测量，存在难以兼顾测量效率、精度与范围的问题。为此，本文提出了一种基于扫摆式多相机跟踪的六自由度测量方法，通过同站位不同角度多图像观测联合构成大尺寸坐标计算的冗余约束量，来实现高效率、高精度、大范围位姿测量。首先，提出相机旋转扫摆运动模型，快速估计相机位姿，并作为先验信息进行图像匹配与空间后方交会，得到精确相机位姿，进行空间前方交会；然后，提出了基于像点平差的位姿估计方法，直接利用物体移动前后的像点信息作为观测值，进行物体位姿的最优化估计。实验结果表明，测量效率提高了4倍，单点精度的最大误差不超过0.2 mm，姿态精度的最大误差不超过0.043°，证实提出方法能有效测量物体的六自由度位姿，一定程度上平衡了测量效率、精度与范围的矛盾。

在视觉惯性定位系统中，传感器位姿关系的标定对于实现精确空间定位至关重要，针对现有标定方法对多传感器系统缺乏集成性、标定精度受限等问题，提出了一种视觉惯性系统位姿高精度一体化标定方法。通过精密三轴转台提供角度基准，基于重力矢量不变性和匀速圆周运动下向心加速度数值的一致性求解惯性测量单元（IMU）与转台之间的外参，利用转台构建控制场为相机标定提供空间角度约束，联合优化求解无重叠视场多相机内外参。仿真和实验结果表明，该方法具有较高的标定精度和稳定性，在多相机IMU系统组合定位测试中，与经典标定方法Kalibr相比，本文方法系统运动轨迹拟合轴线的角度偏差降低40.32%，距离偏差降低18.93%，可满足高精度视觉惯性定位系统的标定需求。

光频扫描干涉绝对距离测量系统需校正光频扫描非线性、细化信号距离谱，因此系统的数据采集及处理效率低，难以满足大尺度数字化制造场景中长度测量需求。本文设计的数据采集与处理系统，引入辅助干涉信号作为数字信号采集系统时钟，在信号采集过程中，同时校正等光频采样的光频扫描非线性，因此效率较高。并采用稀疏快速傅里叶变换确定距离谱细化区间，基于细化-快速傅里叶变换实现距离谱细化，有效提高距离的精密解算效率。实验结果表明：本文设计的系统，在数据处理速度方面，较使用线性调频Z变换的传统系统提高10倍以上；与商用干涉仪比对，在15.4~16.1 m等效空间距离范围内，测量结果误差保持在10 μm以下，测量重复性优于6 μm。

光频扫描干涉(FSI)绝对测距技术具有精度高、灵敏度高等优点,受到了大型装备制造领域的广泛关注。为获得更高的测距精度,FSI系统中往往需要通过构建光纤辅助干涉仪以实现对光频变化的精密监测。然而,受环境因素以及色散效应的影响,光纤辅助干涉仪的光程难以在测量过程中维持稳定,导致测量精度严重下降。针对这一问题,提出了一种基于光谱标定的FSI绝对测距方法,采用氰化氢(HCN)气体的吸收光谱特征为FSI系统辅助干涉仪光程的在位快速标定提供稳定、精确的光频参考。提出了一种色散失配误差的快速补偿方法以消除光纤辅助干涉仪引入的色散失配误差对测量结果的影响。为验证上述方法的有效性,在20 m的距离上与商用干涉仪进行精度对比实验。实验结果表明,在测量范围内该系统的最大测距偏差小于50 μm,测量重复性优于±4 μm。

随着大型装备制造技术的不断发展,测量尺度的增加与精度需求的提升给现有大尺寸精密测量技术带来了严峻挑战。光频扫描干涉测距在精度、效率、现场适应性、溯源等方面具有良好的综合性能,尤其适合当前工业测量场景下的大尺寸绝对距离测量任务。本文介绍了光频扫描干涉测距的基本原理,总结了关键技术和仪器的研究进展,从提升测量精度与效率的角度出发,探讨了其应用于工业测量领域仍存在的问题、研究方向和发展前景。