传统设备维修保障活动在操作时有诸多不便,受限于环境干扰、纸质或电子技术手册分散注意力等因素,常具有维修检测耗时长、维修效率低等问题。增强现实(AR)维修辅助技术可以将虚拟辅助信息与真实场景融合叠加,通过新型交互方式将多源信息推送到真实世界,从而在开放环境的维修保障中提升维修人员的维修效率。本文针对传统维修辅助任务出现的问题,以复杂工业设备模型作为研究对象,基于目标识别与实时跟踪的增强现实维修方法研究,搭建了增强现实智能维修的原型系统,本文的主要研究工作如下:(1)提出了一种基于高精度RGB-D相机的目标识别与三维跟踪注册方法。针对维修辅助中环境非结构化、场景零件繁多等问题,利用设备三维模型构建目标多视角监督数据库,结合迁移学习与神经网络实现目标实时跟踪。将目标感兴趣区域映射至三维点云空间,结合采样一致性算法与ICP配准算法计算出目标初始位姿指导预测粒子位置,改进了KLD粒子滤波算法,完成了复杂设备的注册与跟踪。(2)提出了基于IETM交互式电子手册的增强现实辅助信息编辑方法。根据S1000D标准解析IETM电子手册,建立了多源辅助信息统一转换与描述机制。实现了对三维模型及其几何约束、零件布置、组件爆炸图以及工具注释等信息进行流程化的获取与解析。研发了适用头盔端的HSG渲染引擎,将虚拟样机、三维动画、视频、语音等多源维修工艺信息制作成头盔端适用的AR数据包,为维修辅助提供了增强现实的引导内容。(3)搭建了面向复杂设备的增强现实智能维修原型系统。首先对便携式硬件设备进行了搭建与调试。通过对软件系统的架构与分析,建立了面向复杂设备的增强现实智能维修原型系统,该系统具有全新的交互方式和智能化的数据采集与理解。最后通过增强现实辅助维修的几个典型案例,验证了原型系统的可行性与有效性。