浅谈精密测量技术现状及发展

摘 要：精密测量技术是一门重要的技术科学，更是我国制造业等领域中不可或缺的组成部分。针对现代精密测量技术的发展现状及特征进行简要论述，并指出精密测量技术的发展趋势。

关键词：精密测量技术;现状;发展趋势

1 绪论

现代精密测量技术在我国的科学技术发展中起着非常重要的作用，它的发展水平及在各领域的应用程度更是衡量我国制造业技术水平以及提高核心竞争力的关键因素。

2 精密测量技术的现状

精密测量技术是一门综合性的交叉学科，就精密测量技术的发展大致可以分为以下三个方面：数字化测量技术、微纳米测量技术以及图像识别测量技术。

数字化测量技术是数字化制造业中的关键组成部分，它的主要特点一般以量化特征的数字量进行描述并给出模拟量。三坐标测量机[1]的发展作为数字化测量技术中典型代表，多测头的集成打破了原有测量系统格局。最新相关研究中陈宁针对三坐标测量机的测量误差进行分析，提出有效的处理方法。Wei Xuan等人提出了一种基于CNC测量中心的新型一维伪像的几何误差测量方法，用于识别测量位置误差和角度误差。Li，XH提出了一种自主开发的微角度传感器的测量方法，建立了一种综合误差模型的逐步识别方法。Mian，SH通过研究可用于评估形状误差的各种样本大小和不同分布的点分布算法，对样品采样策略进行优化。数字化测量技术在现代雷达中的应用可以实现对目标物体测距的精确定位测量，在矿山工程测量中可以对资源进行精确定位，保证安全的问题。目前，数字化测量技术不断发展仍然存在测量仪器的自身安装误差、测绘过程中错误数据的采集不能及时得知、测量精度不高等问题。

微/纳米测量技术是现代科学技术向微小领域发展的典型代表。20世纪80年代的十大科技之一扫描隧道显微镜空间分辨率可达纳米级，第一次实现了纳米精度的三维物体形貌测量。现代微纳米测量技术的相关研究而言，朱吴乐等人对复杂微结构物体的三维数据精确测量进行研究，开发了一种适用于超精密金刚石机床的在位测量仪器。陶宇峰等人通过研究单模单外腔和双模双外腔激光器的光震荡特性，研制了新型的自混合干涉系统，测量精度较高。刘永俊等人提出了一种基于特征匹配的亚像素级位移测量方法，并在高精度纳米平台及相关系统中验证提出方法的有效性。Tian，J对多功能触控轮廓分析系统进行结构设计，用于表征物体微/纳米级表面特性。Picard L提出了一种用于量子气体显微镜图像测量分析新方法[2]。余慧娟等人对内控试样的高分辨率三维测量进行研究，提出了一种三维纳米谐振触发的方法。作为21世纪重要的科学技术之一，微/纳米测量技术是现代精密测量技术的重要研究内容。

图像识别测量技术是现代精密测量技术中的重要研究课题。最初，在1941年出现了模式识别的测量方法，在物体平面的识别和分析中进行应用，物体三维轮廓的图像识别测量方法由早期的干涉法、穆尔高线法开始取得不断发展，出现了全息照相测量技术和计算全息测量技术。图像识别测量技术的相关研究中，王延忠等人就螺旋锥齿轮的齿面测量问题，利用图像识别测量技术，检测齿面加工误差并对加工参数进行修正。齐超等人提利用图像识别的测量技术，并开发了一套适用于桥梁裂缝识别与测量的软件。徐东昊等人利用图像识别的测量技术，根据图像像素距离和特征长度的比例确定被测目标位移，进行实时检测，保证吊装安全性。王天正等人提出了基于图像识别技术的空间小位移测量方法。针对多传感器测量系统中数据信息的融合与校准问题，Gong M提出了一种基于高斯过程回归的立体视觉三维测量法，对数据的处理引入优化模型有效提高测量精度。针对金刚石颗粒测量中识别率低的问题，曹建提出了采用图像识别测量方法，通过利用对采集图像的轮廓检测、提取和计算的方法提高测量的精度。针对车轮运动测量方法耗时、测量精度低的问题，吴佳巍通过利用图像识别技术实现了对车轮6D运动测量，为车轮的运动过程提供新的测量方法。Guo，J提出了一种基于视觉测量的摄像机校准技术，提高图像识别的测量精度。图像识别测量技術在测量振动方面的测量，Durand-Texte T提出了一种单相机单轴的视觉测量方法[3]，为当前的视觉振动测量提出新的方法。图像识别测量技术而言，虽具有较为广泛的应用领域，但仍存在测量精度不高的问题，且作为人工智能的一个重要领域，也更是值得我们的高度关注。

3 精密测量技术的发展趋势

现代精密测量技术发展趋势大致可以归纳为以下几点：（1）精密测量技术的精度在纳米级方向将得到进一步的发展，不断提高精密测量分辨率。（2）图像识别测量技术等其他先进技术的应用，使得当前精密测量中非接触式测量技术得到更加广泛的应用、测量精度更高。（3）多传感器融合作为精密测量技术中信息获取的有效方法，将更高效提高测量信息的准确性。

4 结语

随着科学技术的不断发展，我国的现代精密测量技术将有着更加广泛的应用，向着更高精度、更高可靠性方向发展。

参考文献：

[1]陈宁.三坐标测量机测量误差及处理探析[J].仪器仪表标准化与计量，2019（04）：42-43.

[2]Picard L R B，Mark M J，Ferlaino F，et al.Deep Learning-Assisted Classification of Site-Resolved Quantum Gas Microscope Images[J].arXiv preprint arXiv：1904.08074，2019.

[3]Durand-Texte T，Melon M，Simonetto E，et al.Single-camera single-axis vision method applied to measure vibrations[J].Journal of Sound and Vibration，2020，465：115012.

作者简介：杨社强（1993-），男，河南洛阳人，硕士，研究方向：机械工程。