科学技术和工业生产蓬勃发展的今天,航空、船舶以及汽车等现代制造业已经开始广泛使用自由曲面,并且对于曲面的制造精度要求也越来越高,其中又以航空发动机中的涡轮叶片为最。航空发动机是一种高度复杂和精密的热力机械,涡轮叶片作为发动机内的关键零部件,其加工质量对发动机性能有着重要影响。因此需要对叶片的形貌特征进行高精度测量,但其结构复杂并且多为自由曲面的特点给测量带来了困难。三坐标测量机因具有优异的测量性能在现代工业检测中广泛应用,本文将对通过三坐标机测量叶片表面形貌并获取叶片表面点云的关键技术进行研究。本文通过分析三坐标机对涡轮叶片测量以及获取三维点云数据的流程,对点云采集的系统框架进行设计,确定了点云采集的两个关键问题:测量点在叶片表面的分布问题、针对测点规划一条高效的测量路径问题。为解决这两个问题,本文的主要研究内容如下:首先,分析叶片的几何造型,通过等高法分割叶身把自由曲面采点问题转化为自由曲线采点问题。在等弦高法基础上引入了控制系数和二分法收缩机制提出了弦高控制法,解决了等弦高法计算复杂的问题,能够自适应地对自由曲线进行采点,并通过曲线拟合实验验证了弦高控制法的效果。其次,对三坐标机测量过程进行数学建模,针对目标优化函数提出了改进鸡群优化算法。原始鸡群算法容易实现且收敛性较强,但后期种群多样性下降迅速并且容易陷入局部最优。本文为解决此问题采用了领导者自适应衰退策略并与差分进化类算法进行融合,进一步提升了鸡群优化算法的收敛速度和性能。最后,设计了基于三维模型的叶片表面点云采集实验,在测点分布实验以及路径规划实验中分别将弦高控制法和改进鸡群算法与其他算法进行对比,验证了本文提出算法的优势。