随着制造业的飞速发展，加工现场采用划线检查、三坐标机测量和人工找正的常规定位方法在复杂毛坯的后续切削加工中已经逐渐暴露出工作效率低、且很容易出现局部加工余量或容差不足等弊端。为了解决复杂毛坯小余量加工的定位问题，本文综合运用三维点云测量、点云分块、曲面匹配等技术，研究一种基于实物测量的复杂毛坯加工余量优化分配方法，即先采用三维数字化测量技术对复杂毛坯进行全场测量，然后将测量点云数据与CAD模型进行初始匹配和无约束匹配，并在此预对齐的基础上通过建立工艺语义的向导模型并应用局部微分信息对点云数据进行工艺特征区域分割，再将分块后的点云数据与CAD模型进行带复杂约束的精确匹配，最终确定出毛坯上的最优加工定位基准，从而达到加工余量优化分配的目的。本文深入研究了基于实物测量的复杂毛坯加工余量优化分配方法的各项关键技术，包括三维数字化测量、点云自动分块、曲面约束匹配等，并以CATIA为应用平台，在理论和算法研究的基础上开发了余量分析软件模块。本文的主要研究内容和创新点概况如下：⑴针对复杂毛坯的全尺寸现场测量，设计了一套综合采用摄影测量、结构光测量和接触测量的现场测量方案，并运用了初始匹配和无约束匹配实现测量点云数据与CAD模型的预对齐。⑵提出了一种基于工艺语义的点云自动分块算法。该算法能自动分离出点云上的各加工面、容差面和非限定面以施加不同的余量/容差约束，同时实现了点云分割块与CAD模型曲面片间的一一对应。⑶在对复杂约束下的精确匹配方法进行深入分析的基础上，提出了基于点云分块的快速寻找最近点方法和层次化快速约束匹配方法来加快约束匹配算法的效率，并以此确定出毛坯上的最优加工定位基准。⑷在全文理论和算法研究的基础上，以CATIAV5R18为应用平台，自主开发了余量分析软件模块，并通过若干具体实例对系统各子模块的功能做了验证。本文研究成果有效地克服了传统加工定位方法的不足，较好地满足复杂毛坯小余量加工中对于工件定位的高效率和高精度要求。