智能化、定制化是汽车制造业转型升级的必然趋势,如何在兼顾用户个性化需求的同时保证产品制造质量的可靠是对汽车制造商设计制造水平和质量控制能力提出的全新挑战。由于汽车复杂零部件测量具有测量特征复杂多样、局部曲面细节关注度高、测量精度要求高、测量效率要求高、测量流程要求全自动化等特点,现有的测量手段已无法满足现场环境下的测量需求。因此,研究一种可实现复杂零部件高效率、高精度自动化测量的方法和仪器已成为当务之急。本文针对汽车制造过程中复杂零部件的自动化测量需求,提出一种结合终端精密扫描测量与全局精度控制的高精度测量方法,实现整车尺度范围内高精度、高密度点云数据获取,以工业机器人作为运动载体实现在线自动化测量,同时配合机器人视觉引导技术实现全过程测量自动化及物流自动化,最后参考车身设计原则和三坐标测量评价原则保证测量特征的正确评价。全文针对终端测量及其外部观测方法、基于双重几何约束的全局精度控制、基于视觉引导的测量流程自动化等多个方面展开深入研究,并搭建实验平台对所提出方法进行了系统性验证。论文完成的主要研究内容如下:1、概括汽车产业的发展方向和车身复杂零部件测量对车身制造质量与性能提升的重要意义,重点梳理了汽车复杂零部件尺寸测量的典型特点,通过研究如何解决测量精度与效率之间的矛盾来阐述课题的实现方法和关键技术;2、研究了高精度结构光投影终端测量的原理与方法,阐述相位解算、三维重构、相机与投影仪内参标定及畸变校正方法,设计了终端测量系统的外部观测方法及其高精度标定方法,并通过实验验证方法的有效性与精度;3、针对终端测量数据全局精度统一的问题,建立基于双重几何约束的全局精度控制模型,实现了终端测量数据到全局坐标系下的精度统一,并研究了基于机器人运动学和手眼关系的多相机外参现场快速标定方法;4、在分析测量流程全自动化的意义基础上,分析了基于视觉定位技术实现自动化测量与自动化物流的方法,建立视觉定位模型,并研究了初值估计、误差分析与精度优化的方法,并通过实验验证了方法可靠性与整体精度。5、针对车身复杂特征快速准确评价问题,研究了点云融合与索引建模的方法提高数据的索引效率,并针对不同的特征研究了不同的评价算法,最后通过系统性实验验证了特征评价的精度与效率。