提出一种基于多点的虚实注册方法。首先，设计一种手持式靶标探针，根据飞机零部件上的典型特征设计了不同的探针测头，并采用单目相机对探针进行标定，标定出测头尖点相对靶标的位置。然后，在虚实注册过程中在三维模型上设置几个点，借助靶标探针测量真实零件上对应的几个点，利用奇异值矩阵分解法，求解出增强现实设备虚实映射空间中三维模型到真实零件的刚体变换，根据此变换即可实现虚实配准。最后，选取3 m×1.4 m×0.5 m尺寸范围内的机翼为验证对象，采用所设计的靶标探针验证其虚实配准精度，并分析注册时点的数量与布局对虚实注册精度的影响。实验结果表明，所提方法可以实现大尺寸零部件整体较高的虚实配准精度。

针对批量化零件的自动化高效视觉检测需求，传统的先视点再路径的单独规划方法容易导致检测效率陷入局部最优。为此，本文提出一种视点与路径多目标整体规划方法，将视点和路径规划问题建模为一个组合优化问题进行多目标优化，旨在全局寻求检测效率最优解。该方法基于表面曲率对视点进行自适应冗余采样，构造兼顾质量与多样性的采样视点集。针对视点覆盖率与检测时间成本两个优化目标，提出基于约束的非支配排序遗传算法（C-NSGA-Ⅱ）进行优化，快速得到满足最小覆盖率的全局最优解，从而实现视点与路径的整体规划，最小化检测时间成本。仿真实验结果表明，该方法相比于简化为单目标优化问题的整体规划方法，运算效率提升90%左右；与传统的单独规划方法相比，视觉检测时间成本有效缩短10.52%以上。最后通过机器人视觉检测应用验证了本文方法的有效性与优越性。