异构件轮廓曲面形貌特征较为复杂,同时受到铸造工艺的影响,毛胚个体差异性较大,若机器人按照统一的示教路径对异构件进行加工将导致磨削空行程、去除过量等问题,加速砂带磨损,严重影响加工效率,因此需要对异构件工件进行三维测量获取轮廓信息,为机器人自适应磨削研究提供基础条件。目前,大部分异构件三维测量研究只能对工件某一表面特征进行检测,或借助旋转平台、粘贴标记点等方法完成不同视角图像的拼接,测量局限性较大。针对以上问题,本文提出机器人与线激光配合的方式进异构件三维测量,首先通过硬件平台搭建,采集工件表面轮廓信息,再重点围绕点云数据处理、配准、重建等问题进行研究,完成异构件三维模型的还原。主要研究内容如下所示:（1）根据异构件检测需求,选用线激光为扫描设备搭建三维测量系统,使用陶瓷标准球作为标定靶物对机器人进行Eye in Hand方式手眼标定,求解线激光坐标系与机器人末端法兰坐标系之间的转换矩阵,将线激光采集获得的二维信息转为三维点云数据。（2）建立点云空间拓扑结构,实现近邻快速索引,在此基础上对点云噪声点进行剔除。基于FPFH特征直方图对采集获得的多视角点云图像进行配准,并以粗配准位置为初始对应关系,对点云图像再次基于ICP算法进行精配准,从而得到工件完整点云模型。（3）基于Delaunay三角剖分原理的贪婪投影算法,对拼接得到的三维点云模型进行轮廓曲面重建。针对重建模型在配准重叠区域出现的表面空洞、粗糙较大等问题,在KD-tree重复点删除方法的基础上,通过计算对应点距离的方法,删除重复的冗余点,提高曲面重建质量。（4）以叶片为测量对象进行实验,使用两个不同半径的陶瓷标准球求解和验证机器人手眼标定转换矩阵,标定均方根误差为0.036mm。对多视角点云图像进行拼接,并计算其配准偏差,将本文配准方法与单独ICP精配准、NDT+ICP配准两种方法进行对比,精度分别提升71.9%、31.5%。最后重建点云模型的三维曲面特征,提取重建模型截面轮廓尺寸信息,与实际工件尺寸进行对比,模型尺寸偏差小于0.15mm。