针对传统变形监测中整体变形模型无法有效提供监测对象局部独特详细变形信息的不足，基于地面三维激光扫描技术提出一种包含元变形、子变形、变形图的三层混合变形模型，并设计了一种基于单元的变形计算方法。该方法主要包括单元分割、变形估计、变形融合等3方面内容，可以实现无先验监测信息条件下，自动增量地提取不同尺度的变形信息。模拟实验结果表明，在该方法下，RANSAC算法的平面拟合回归估计角度变化误差均值为1.21″，估计可靠性在一定范围内随单元大小增大而提高；滑坡实验结果表明，最小值法位移估计结果噪声更少，0.2 m单元大小分割可以提供更多的变形估计细节。所提方法尤其适用于具有非均匀变形特性的监测领域，对推动滑坡等人员难以到达的灾害监测从“点监测”向“面监测”的转变具有一定的理论与实际意义。

为解决激光扫描投影系统标定过程中易受环境光干扰、合作目标扫描时间长等问题，首先研究了应用于激光扫描投影合作目标定位的相关双采样探测方法，设计了适用于激光扫描投影仪的探测模块，经实验验证，设计的相关双采样探测模块在输入信号干扰比为-29.5 dB时仍能稳定地检测出激光光斑是否落在合作目标的高反射区。然后，针对相关双采样探测的特点，设计了一种基于二分原理的非连续扫描方法，以实现合作目标中心位置的快速提取。最后，使用此方法与栅矩形扫描方法对投影距离为3000 mm处的三个合作目标进行扫描探测和中心位置提取，实验结果表明，栅矩形扫描方式需获取10000个扫描点，而基于相关双采样探测的非连续扫描方法减少了97.4%的扫描点，且中心定位偏差优于0.06 mm。所研究的方法能够提高激光扫描投影系统合作目标探测过程的环境光自适应能力，大幅减少扫描点的同时还能保证中心位置提取精度。

轮式里程计在复杂不平的地形和光滑的地面上性能较差，传统的激光扫描匹配方法并不总是正确地建立点云之间的对应关系，容易出现点与点之间的异常关联，导致定位精度较差。针对这一问题，提出一种基于方向端点的激光扫描匹配方法。首先，从环境中提取直线端点作为特征点，通过端点间的特征匹配得到相邻时刻移动机器人的相对位姿关系。基于端点的匹配方法在特征点较少时有可能会产生误匹配，为进一步提高匹配精度，利用端点的方向剔除误匹配的特征点。在此基础之上，利用迭代最近邻法进一步优化方向端点的匹配结果，得到更加精准的移动机器人位姿。实验结果表明，所提方法在7 m×7 m的室内光滑地面环境中，能够达到0.12 m的平均定位误差以及1.18°的平均角度误差，与传统的激光扫描匹配方法相比精度更高。

双光子激发显微镜是研究脑神经元活动的重要工具。基于传统机械式逐点激光扫描技术的双光子激发显微镜成像速度较慢，无法进行脑神经元活动的实时观察研究。此外，高速双光子激发显微成像需要配置高重复频率飞秒激光，以保证在较短的像素停留时间内获得较高的信息强度。本文提出了基于声光偏转的并行GHz超快激光扫描技术，通过设计射频编码方案，在920 nm波段搭建了高速GHz超快激光扫描系统。通过调整时间和空间重合，最终在15~31 MHz频率范围内获得了33个可分辨的并行GHz超快激光扫描光束，为实现高速双光子激发显微成像提供了技术支撑。

为改善玻璃纤维复合材料制孔的精度和质量，本文提出了一种双振镜激光扫描加工方法。双振镜激光扫描加工系统共包括4片可偏转反射镜，4片反射镜协同运动可以实现对扫描激光的四轴（x，y，α，β）控制，其中x和y为激光焦点在二维平面的位置，α和β为扫描激光的入射角度。基于双振镜激光扫描加工系统开展了玻璃纤维复合材料的制孔实验，通过调节激光入射角度和激光扫描策略，在厚度为3.6 mm的玻璃纤维复合材料板上加工了侧壁完全垂直的孔，孔直径可达10 mm，热影响区宽度小于10 μm，侧壁表面粗糙度小于2 μm，没有发现材料分层和纤维拔出等缺陷。

采用五轴激光扫描技术研究了FR4覆铜板的深盲孔制造技术。通过实验研究了激光参数和扫描图形的填充间距对盲孔侧壁锥度和底部材料去除均匀性的影响，通过调节激光扫描策略，实现了盲孔锥度和孔径的连续调节。盲孔深度为925 μm，最大深径比可达4.9∶1，孔侧壁平直，孔底玻璃纤维复合材料被完全去除，铜层的损伤深度小于1 μm。实验结果表明，五轴激光扫描技术可以有效提升激光的盲孔制造能力。

线激光扫描热成像无损检测技术使用线形激光作为热激励源，采取扫描加热方式，在碳纤维复合材料无损检测方面具有独特优势。在分析线激光扫描红外热成像检测原理以及复合材料特点的基础上，提出了扫描方向、扫描速度、激光功率等 3个可能影响检测效果的参数。建立线激光扫描检测复合材料的仿真模型，选取缺陷表面中心点和无缺陷处表面温度的最大温差作为检测效果的特征量，分析了上述参数对检测效果的影响，并对激光功率、扫描速度与检测效果之间关系进行了拟合，总结了实验时兼顾检测效率和检测效果的参数选取原则。

线激光扫描技术多用于零件的表面检测，也可用于物体的三维重建。许多浮雕工艺品由于没有数字模型而无法复现，可利用线激光扫描将浮雕逆向生成三维模型，便于浮雕工艺品的加工。通过结合机器人与线激光，获取浮雕的点云数据，逆向建立浮雕的三维数字模型。搭建三维重建系统，根据实际模型的尺寸计算出机器人的扫描路径，机器人结合线激光扫描得到浮雕点云数据；进行点云数据的预处理，再根据基准平面，补偿带有机器人误差的点云数据；利用基于衍生的迭代最近点（GICP）算法进行点云的自动拼接，并对点云进行后处理；随后利用Delaunay三角剖分算法与曲面重建算法进行三维模型的重建。以老鹰浮雕为重建对象进行实验，实验结果表明用路径扫描拼接的点云处理更为方便，补偿数据后，精度可提高40.48%，有显著补偿效果，浮雕模型重建后与基准模型的标准差平均为0.0576 mm，可满足浮雕模型的重建需求。

由于大范围三维激光扫描易受到采集车的多频率振动噪声的干扰，获取的路面三维形貌精度低。传统滤波和图像处理技术存在无法进行分量分析和过程复杂等缺陷。针对此问题，提出一种基于改进的哈里斯鹰优化（AMHHO）算法的变分模态分解（VMD）算法来对路面分量进行分析，精确剥离多频率振动信息。对车载3D激光相机获取的路面点云数据进行降维得到路面纵剖面信号，用所提AMHHO-VMD算法进行分解，对分解得到的本征模态函数（IMF）进行傅里叶变换并结合采集单元振动状态判定多频率振动信息。最后将筛选后的有效分量重构，得到精确的路面三维形貌。实验结果表明：与经验模式分解（EMD）算法和小波包分解算法相比，所提AMHHO-VMD算法能将多频率振动分量从原始路面点云中剥离，获得精确的路面三维形貌。