装配精度检测是保证装配体质量与性能的关键,在装配生产中有非常广泛的应用,而在虚拟环境下利用点云模型与理想模型匹配的装配精度计算是一种常用的装配精度检测手段。通过自动化特征分割能够精确获得虚拟环境下装配配合特征的信息,只有获得该信息才能在虚拟环境下进行装配精度计算,所以自动化特征分割是虚拟装配精度检测的核心环节。为了在虚拟环境下对装配精度进行检测,需要有能够反映实际装配零件形状、尺寸和工装误差等信息的模型。但是,点云模型仅仅是实际零件表面三维点坐标数据的集合,并没有装配配合特征的信息,因此缺乏自动化特征分割方法会导致难以进行虚拟装配精度检测的问题。第一章介绍了装配精度检测技术国内外的相关研究,包括虚拟装配精度检测技术、点云模型特征分割技术、密集型数据特征聚类技术,分析了上述技术的研究进展以及目前存在的问题,由此提出本文的研究内容并分析其研究意义,最后简单介绍了论文结构。第二章提出基于随机样本一致性的点云模型显著特征分割算法。首先,显著特征就是零部件中占据大部分空间的特征,它主要区别于倒角、窄端面这样的细节特征,借助点云模型装配配合特征的参数化定义,从统计学角度和泛函角度分析了随机样本一致性特征分割方法的特点。然后,根据上述的定义与分析,设计了基于随机样本一致性的点云模型显著特征分割算法,并对其进行了实验分析。第三章提出基于权值软分配K均值聚类分析的RANSAC细节特征分割算法。首先,细节特征就是零部件中倒角、窄端面这样细小局部特征,分析点云模型中这些数据的特点,针对这些特点对点云模型进行数据预处理。然后,结合无监督学习中聚类分析理论,开发了针对点云模型细小局部特征的聚类器。最后,运用该聚类器对RANSAC分割算法进行改进,综合形成了点云模型的自适应特征分割方法。第四章提出了利用点云模型和误差关联混合模型ICP配准计算的装配精度检测方法。首先利用点云模型自适应特征分割方法获取实际装配零件的装配特征信息,然后结合点云模型与误差关联混合模型ICP配准后的位姿信息,进行基于LOOCV优化的装配精度评价计算,从而实现虚拟环境下的装配精度检测。第五章开发了装配精度检测系统,实现虚拟环境下点云模型数据的预处理模块、装配精度检测流程控制模块、点云模型自适应特征分割模块、装配精度检测计算功能模块。并将该系统应用于实际零件装配的精度检测中。第六章对全文进行总结,并对本文研究存在的不足进行了分析并由此对今后的研究工作进行了预测和展望。