数字化模型和3D打印技术为复杂曲面的制造提供了可能,表面的宏观几何形貌对机构整体机械性能影响较大,故需要对其宏观几何形貌进行检测。目前,可以采用三坐标测量技术进行检测,但是其效率比较低,不能与3D打印成型的速度相匹配。采用手持式三维激光扫描仪可以快速获取表面点云,但是获取表面点云的效率和一致性受人工经验的影响较大,不能应用于智能制造领域。因此,如何对3D打印件的宏观几何形貌检测并且针对不符合宏观几何形貌要求的区域进行修补是一个普遍存在的问题。机器人和三维扫描技术的结合为3D打印件的宏观几何形貌检测提供了可能,与此同时将3D打印与机器人结合形成一个高柔性的多次成形实验系统,根据宏观几何形貌缺陷的点云,可以应用于缺损部位的修补。面向3D打印的工业机器人+三维扫描应用技术研究以点云配准为基础,提出了基于工业机器人的三维扫描方案以及宏观几何形貌缺陷的检测方案,同时以FDM工艺为例,针对缺损部位进行了修补操作。针对3D打印件成型表面点云的特征进行了分析,设计了基于ICP算法的点云配准方案。将UR5工业机器人作为执行机构,搭载三维扫描仪进行快速扫描,获取表面扫描点云。将获取的扫描点云与基准点云进行配准,提取表面缺失点云。采用聚类算法对缺失点云进行聚类分析,将边界点进行剔除,同时将缺失点云划分为一定合理数目的区域块,方便规划扫描路径。引入数学上的最小包容球理论,对区域块的缺失区域进行估计,减少重复扫描区域,合理布置采样点、视点、扫描方向以及扫描路径,指导机器人搭载三维扫描仪进行补齐扫描操作。通过设定缺失点云的阈值,多次进行完整性检测和补齐扫描操作,保证获得完整的表面点云。根据扫描点云与基准点云之间的三维空间位置关系,提出了点云公差球和点云误差球的概念,为点云宏观几何形貌检测提供了新思路。点云公差球是以基准点为球心,具有一定半径的包容球域。点云公差球是基于法向搜索方式,以基准点云为基准,沿其法线方向搜索对应的扫描点云,将所搜索到的扫描点云和基准点云进行最小包容球计算所得的球域。通过比较点云误差球与点云公差球的空间关系,判定表面几何形貌是否存在缺陷。同时以3D打印中的FDM工艺为例,搭建了基于工业机器人的多次成形实验系统,根据获取的3D打印件表面点云,提取宏观几何形貌缺陷边界,生成修补路径,指导多次成型实验系统进行修补操作,相关实验表明具有较好的修补效果。故本课题的相关研究具有完整性,在工程中也具有一定的理论和应用价值。