工件位置和姿态的测定技术在工业生产中占有非常重要的地位,特别是随着智能制造技术的迅猛发展,精准、快速的目标位姿估计已经成为许多应用场合中首要解决的问题。机器视觉技术的出现虽然较大改善了传统依赖工装夹具定位方式存在的灵活度低、适应性差的缺陷,但常规的机器视觉技术对产品的针对性较强,而且受照明条件的约束较多,仍难以满足日趋迫切的生产智能化的要求。随着三维点云采集和处理硬件成本的降低,利用三维点云进行工件位姿的在线测定技术的研究已经在悄然发展。点云是三维机器视觉技术的重要数据源,三维点云处理技术也是机器视觉技术的一个重要发展方向。点云校准是点云处理技术的重要环节,可以通过对分别处于标准位姿和当前位姿的工件经扫描得到的点云进行匹配校准,实现对工件当前位姿估计。然而,点云的密度对校准精度和数据处理速度的影响存在一定的冲突。为了更加高效、精确地测定工件点云位姿,提出了一种点云混合校准方法。主要研究内容如下:(1)对点云校准技术的国内外研究现状进行了调查和分析,并对点云三维信息提取和空间变换的基本理论进行了概述。结合图像处理技术,提出了一种分步混合点云校准方法,得到两组点云间的空间映射关系,从而实现对工件当前位姿的估计。(2)针对具有平面等规则几何特征工件的点云,通过采用聚类分析的统计学方法提取空间法向量等几何特征,实现对工件在两个维度内的倾角信息估计,并在此基础上实现点云的第一步校正。然后将点云转换成为点云灰度图,利用图像处理技术,提取工件在两个维度内的平移量和一个维度内的偏转量信息,以实现第二步校正。另外,由于工件通常需要台面支撑或工具夹持而受到至少一个维度的约束。因此可以最终确定工件在空间内的位置和姿态。(3)在高压输电线塔座自动焊接应用场合,针对不同规格的产品,需要将待焊接工件的位置和姿态信息提供给焊接机器人。利用所提出的混合点云校准方法,设计了一套可为焊接机器人运动轨迹规划提供目标位姿信息的方法。实验结果表明所提出方法能够满足对塔座位姿估计的精度和速度要求,相对于随机采样一致性法,测量误差降低了90%,耗时缩短约76.32%。(4)在动力锂电池顶盖的局部平面度在线检测场合,需要对流水线上产品的某些局部进行平面度测量。由于产品到达检测工位时的位置和姿态在一定范围内具有不确定性,因此首先利用所提出的方法对产品的位置和姿态进行测定,然后在感兴趣区域内提取点云数据,进行平面度估计。并设计了基于其它点云校准方法和利用三坐标测量机的传统方法进行平面度估计的对照实验。实验结果显示,三者测得的平面度估计结果总体一致,但所提出混合校准法在耗时上至少减少了62%。