在位测量与反馈加工一体化是保证曲面轮廓精度的有效手段,在机测量将测量点云和模型点云进行配准后进行余量求解生成G代码反馈至机床完成误差补偿,因此点云配准和余量精确求解将直接影响在位测量的准确度,是在位测量及反馈加工数据处理中至关重要的一个步骤,也是反馈加工过程中重要环节之一。然而,点云配准对于初始位姿有较高的要求并易陷入局部最优,会影响点云配准的精确度。另一方面,目前大部分的余量求解算法以点为三角面片顶点,求取点到面的距离时则会产生较大误差。为此,本文主要研究了基于蒙特卡洛和Pincus定理优化的ICP算法,避免了点云局部收敛的问题;分析了余量精确求解模型,研究了余量求解的两个关键步骤即法向量求解和曲面构建;最后开发了基于所提算法的软件系统,通过对比实验验证其精度。主要内容如下:首先针对点云配准中存在的问题,研究了基于蒙特卡洛和Pincus定理优化的ICP算法。对噪声产生的原因进行分析,结合在位测量系统采集到的点云数据的特点,比较各种去噪算法优缺点后采用高斯滤波和双边滤波结合的去噪方法,粗配准阶段选用正态分布转换,完成点云预处理;研究了基于蒙特卡洛和Pincus定理优化的ICP算法,该算法基于Pincus定理,将闭区间全局优化问题转换为积分极限问题,并通过样本平均的方法来逼近全局最优解,以上一步Markov链均值作为下一步Markov链初始状态,避免了求解过程收敛至局部最优解的情形。然后针对离散点云加工余量求解问题,研究了基于全局三维Delaunay三角优化处理的余量精确求解方法。将余量求解问题分解为法向量求解和曲面构建两个关键步骤,采用点云与重心之间的距离对主成分分析法进行加权处理,解决因点云数据贡献度不同导致法向量求解不准确的问题;针对余量求解过程中因离散曲面重构精度不足导致余量求解不准确的问题,分析了采样点在所属面片中的位置对求解精度的影响,研究了全局三维Delaunay三角优化方法,生成了泰森多边形测量曲面,保证了余量求解过程中曲面重构的精度。最后分析软件功能需求,并对软件功能框架以及功能模块进行了详细合理的规划,然后基于根据本文所提算法完成了软件功能模块的开发工作。基于Visual Studio、QT Design和MATLAB开发了包括点云去噪、点云配准和余量求解功能集成的软件系统,最后利用实验数据对集成的软件进行功能验证,对传统算法和本文所开发软件进行效率以及精确度等多个维度的对比比较,证明该算法的优越性,并用标准点云对软件功能进行测试,验证该算法精度。