为实现特大齿轮激光跟踪测量精度的提升，采用激光跟踪仪与柔性关节坐标测量臂相结合的测量方式，建立了基于激光跟踪多边测量方法的特大齿轮组合式测量网络。采用柔性关节坐标测量臂蛙跳技术确定激光跟踪仪全局坐标系与柔性关节坐标测量臂坐标系之间的坐标转换关系，实现不同站位下测量臂测量数据的空间配准。引入激光跟踪仪多边测量方法，摒弃其角度测量模块，建立激光跟踪多边测量位置参数标定模型，通过测量冗余数据并对其进行L-M优化迭代，以提高激光跟踪仪的全局控制精度。对建立的组合式测量网络进行仿真实验，分析对比测量数据，组合式测量网络的测量误差平均值为0.007 mm，误差标准差为0.004 mm，相同条件下，使用激光跟踪仪直接测量方法的测量误差平均值为0.044 mm。仿真实验分析表明，该方法显著提升了测量精度，满足了特大齿轮现场齿形测量的要求，具有较好的理论与工程应用价值。

立体视觉组网测量是三维测量得以实现的核心技术，在测量过程中，为了保证三维重构的全覆盖和重构精度，需要摄像机进行密集拍摄，因此产生了三维测量的速度慢，计算量较大等问题。针对上述问题，提出了一种多视点立体视觉测量网络组网方法。首先，通过SFM技术（运动恢复结构）获得待测物模型，建立椭球体基准坐标，估计相机与待测物的最佳距离，布置初始视点位置；然后，基于可视化约束条件对初始视点进行聚类分析和循环迭代，筛选出最少的相机数目实现全覆盖三维成像；最后，进行测量实验，布置以灯罩为待测物的椭球形测量网络，并在不同景深下进行相机数目、覆盖率和测量精度与球形测量网络的对比分析。实验结果表明：通过该方法最终迭代筛选出了22个视点，使得覆盖率达到100%，测量精度的标准差均值稳定到1.1 mm，测量效率较球形网络有明显提升，经三维重建出的灯罩效果图能够还原出待测物原貌，验证了所提出方法的可行性。