随着社会发展和技术进步,人们对产品工业设计水平的需要日益提高,各种曲面及其组合复杂型面在手机,家电,汽车等产品设计中得到了广泛应用。这一变化促使零件检测从二维到三维技术快速转变。如今,基于三维CAD模型的数字化高精度检测已成为主要发展趋势,其中的关键技术就是点云与CAD模型的配准。一般情况下,三维测量点云和CAD模型不在同一坐标系。为了准确快速评价工件的制造精度,必须对三维测量点云与工件本身的三维CAD模型进行配准——将三维测量点云的测量坐标系与CAD模型所在设计坐标系转换到同一坐标系下。在点云的各类配准算法中,应用较为普遍的是ICP及其种种改进或变体算法。本文经过深入研究分析发现,在点云与CAD模型配准中,该算法依然存在局限性,主要表现在：其一,原始ICP算法是假设原始测量点云的欧式距离最近点为其所对应的点,在CAD模型点云稀疏或不均时会出现寻找对应点耗时及误差大的问题；其次,原始ICP算法迭代步幅小、收敛过程缓慢,特别是当三维测量点云的数量比较多时配准效率会很低。针对以上问题,本文提出了一种基于动态调节因子的ICP配准算法实现了点云与CAD模型的高效与高精度匹配。该算法主要对原始ICP算法进行以下优化。第一步,本文提出了一种基于STL三角网格的对应点的寻找方法。该方法利用STL三角网格自身携带的法向量信息,求取测量点云到对应三角网格的最近点,并将其作为目标对应点,从而有效的解决了原始ICP算法在点云与CAD模型匹配中的对应点的寻找问题。该方法可以有效避免对CAD模型进行大规模采样,有效的提高了配准效率；又因其属于一种点到面的对应点计算方法,求得的对应点相对比较准确,从而有效的提高了配准精度；第二步,在第一步优化的基础上,本文提出了一种动态调节因子一一动态调整刚体变换参数因子,将其添加到原始ICP算法中,使得每次迭代点云刚体变换沿原来的趋势实现超程变换,以便下次迭代时搜索到更多有效对应点,从而使迭代步幅加大,实现ICP算法的快速收敛。实验表明,本文提出的基于动态调节因子的ICP配准算法,可以有效的减少ICP算法的迭代次数,从而提高匹配效率,且同时能提高配准精度。