本文所介绍的文档是一篇发表于 Measurement and Control 期刊的原创研究论文，题为 *A new concept for automatic measuring of mass production parts with a profile laser-mounted cobot: CFMM*。作者为 Serhat Sevincx 和 Murat Reis，均来自土耳其 Uludağ University 机械工程系。该研究于2025年6月2日投稿，2025年10月7日被接收，并于2025年正式在线发表。
一、研究背景与目的
在汽车工业等大规模生产领域，尺寸测量是保证零件质量与装配可靠性的核心环节。传统的坐标测量机（Coordinate Measuring Machine, CMM）虽然精度高、灵活性好，但对环境要求极为苛刻，需要恒温、无振动的专用实验室以及熟练的操作人员，无法在生产线旁直接使用。控制检具（Control Fixture, CF）是针对特定零件设计的专用检测装置，可在车间环境中使用，但依赖人工操作，测量时间长且结果受操作者影响较大。电子测量检具（Electronic Measuring Gage, EMG）虽然具备快速、准确的在线测量能力，但成本高且多局限于动力总成类零件。
针对上述矛盾，该研究提出了一种名为 控制检具测量机（Control Fixture Measuring Machine, CFMM） 的新概念。其核心思路是将一台二维轮廓激光传感器搭载于协作机器人（Collaborative Robot, Cobot）末端，通过简化后的控制检具固定零件，由机器人自动完成测量动作。与传统CMM不同，CFMM不测量零件的绝对坐标，而是利用激光传感器同时读取被测零件表面点与检具上的校准参考面，进而计算两者之间的相对距离（如间隙（Gap）与面差（Flush））。本质上，CFMM是控制检具的自动化版本，旨在保持CF的车间实用性和低成本的同时，通过机器人替代人工测量，提升测量的一致性和效率。
二、研究内容与详细工作流程
该研究建立了一个完整的CFMM原型系统并进行了可重复性验证，主要包括以下几个阶段：
（1）系统构建与硬件配置
原型系统（见图1）采用 Universal Robotics 的 UR5 协作机器人作为运动载体，选择该型号的原因在于其具备与人安全协作的能力，碰撞时可自动停止，无需安全围栏。机器人末端搭载 Wenglor MLSL122 二维轮廓激光传感器，该传感器基于激光三角测量原理，内置FPGA系统，扫描速度超过每秒2800个截面，Z轴视场范围为距激光器65mm处60mm深，每个截面包含1280个点。在最近端，点均匀分布在40mm宽度上（点间距33μm），在最远端则分布在58mm宽度上（点间距47μm）。选择该传感器主要基于其成本效益、满足应用的测量精度和适合Type 1量具研究的重复性。
平台上还布置了面板PC用于机器人控制和数据采集，无线二维码读取器用于输入参数或命令。根据机器人臂展，平台上设置有“CF对接与定位”工位，原型中为两个间隔180°的工位，理论上可扩展至四个或更多。所有单元通过局域网连接（见图2）。
（2）简化控制检具与测量参考设计
研究设计了一种特殊的简化控制检具（见图3），其功能是每次将零件固定在同一位置，使机器人携带的激光传感器在一次扫描中能同时捕捉到零件测量点和“测量参考”。这里的“测量参考”是一个微型平面，其理论位置是零件被测表面切平面的延续，与零件切边（Trim Line）保持一定距离（即间隙）。所有参考由经过机械加工和校准的块体构成，沿零件切边布置在测量点对应位置。设计时需确保激光扫描线与参考边缘垂直，且激光线投影方向无遮挡。这些条件使得在设计阶段即可确定机器人在各测量点的位置列表，形成“测量对象”，操作者无需现场编程。
（3）数据获取与处理流程
轮廓激光截面数据转换为测量数据包括多个阶段：原始数据读取（见图5a）、数据解析与分段（见图5b）、曲线拟合计算（见图5c）以及滤波（见图5d）。由于计算机网络的通信速度和计算耗时远低于传感器采集速度，测量读取速度由这些截面处理阶段共同决定。研究特别引入了一维卡尔曼滤波器（Kalman Filter）对多次连续读取的数据进行处理，以提升在振动环境下的精度和可靠性，减小参考点闪烁引起的误差。
（4）零件检查流程与操作模式
CFMM采用操作者辅助的自动化测量流程。操作者仅需装卸零件并扫描二维码即可启动检查，系统自动完成测量和数据采集。系统在不同工位可并行进行测量与零件更换，通过扫码识别工位和检查项目，将任务加入测量队列。目前系统以开环方式运行，测量结果不实时反馈控制机器人。
（5）可重复性测试与Type 1量具研究
为验证概念可行性，研究者构建了原型并在最坏工况下进行了测试。试验使用精度接近验收极限的激光传感器，并将系统放置在距一台强力铣床仅5m的室内环境中。被测零件为有缺陷的汽车B柱侧围钣金件，在七个垂直于切边的截面上测量间隙和面差值，原始公差约为±0.7mm。为简化分析并刻意模拟严苛条件，所有测量点的间隙和面差均赋予±0.5mm的更窄公差。
每次测量结果为机器人停止后至稳态的100次连续读取经卡尔曼滤波后的最终值。Type 1量具研究要求进行50次重复测量，计算标准差s，并依据七条规则判断系统是否合格。七条规则分别涉及：测量精度占总公差比例不超过5%、所有测量值落在20%总公差的安全带内、p值大于0.05以排除与规格值的显著偏差、Cg值不小于1.33、重复性百分比变异不超过15%、Cgk值不小于1.33，以及考虑偏差后的重复性百分比变异不超过15%。
三、主要研究结果
在无人工振动的车间环境实验中，所有七个测量截面的间隙和面差测量的Type 1量具研究七项规则全部通过（见表1）。面差测量的Cg值在3.956至14.269之间，Cgk值在3.951至14.248之间；间隙测量的Cg值在1.895至5.101之间，Cgk值在1.862至5.098之间，均远高于1.33的合格线。测量精度占总公差的比例均为4.7%，满足不超过5%的要求。
为了进一步模拟非理想车间条件，研究者在被测零件夹具上安装了振动电机，并在零件靠近测量区域直接安装了三轴模拟加速度计（见图1）。通过偏心质量旋转产生振源，当电机转速逐渐增加时，观察到在某些频率下发生共振，此时零件受到约0.2 g RMS的加速度。振动测试分别在X、Y、Z三个轴向上进行，结果以颜色编码表（绿色代表合格，红色代表不合格）汇总（见表3）。结果表明：在X轴向激励下，几乎所有p值均小于0.05，提示存在偏差可能，但其余规则均合格。在Y轴向激励下，除第5测量点因局部共振导致的“膜效应”使Cg和Cgk略微超差外，其余规则总体合格。在Z轴向激励下，第5点的膜效应影响转移到间隙测量上，靠近振动器固定区域的一些点也因偏差及其变异性导致Cgk相关规则不合格。
图9展示了无振动条件下第5截面的100次连续读取原始数据（蓝色）和卡尔曼滤波后数据（橙色）的对比。结果表明，在机器人停止初期，间隙读数呈现因传感器边缘抖动引起的阶梯状跳变，但卡尔曼滤波能有效平滑并跟踪数据分布。面差测量由于传感器Z轴精度比X轴高5至7倍，原始数据波动不明显。图10则展示了Y轴振动激励下的相同测量数据，振动导致间隙测量出现新的阶梯状波动，且未出现无振动条件下的阻尼现象，卡尔曼滤波仍能以极小偏差收敛到相同值。
四、结论与意义
研究证明了CFMM概念在零件测量领域的实用性和可行前景。尽管传统上认为机器人因关节间隙和环境振动等因素不适合作为精密测量仪器，但CFMM原型表明，通过简化参考控制检具、轮廓激光传感器和适当的滤波算法，机器人能够在最坏工况下获得与CMM相当的测量精度和重复性。系统的核心优势在于传感器同时捕捉零件与参考，且由于采用笛卡尔坐标计算距离，传感器姿态或位置的微小变化（在感兴趣区域内）不会影响测量结果。理论计算显示，即使机器人存在0.25°的姿态角误差，在5mm间隙测量中引起的误差仅为约0.0475mm。
从应用价值看，CFMM填补了传统CMM、CF和EMG之间的空白，为汽车车身钣金件等量产零件提供了一种可部署于生产线附近的自动化测量方案。其简化检具更轻便、成本更低，且可根据精度需求采用替代材料或增材制造。系统可测量间隙、面差、角度、位置、同心度等多种几何特征，测量数据自动存储，并具备统计图表（如Cp/Cpk）展示功能。
五、研究亮点与未来展望
本研究的主要亮点包括：首次提出并实验验证了CFMM这一混合测量系统概念；在不采用昂贵的绝对坐标测量系统的情况下，通过相对参考测量实现了车间环境下的自动尺寸检测；将一维卡尔曼滤波应用于轮廓激光数据，有效抑制振动引起的读数闪烁和漂移；在刻意使用低精度传感器和人工振动的严苛条件下，仍获得了通过Type 1量具研究多数规则的可重复性结果。
研究也指出了局限性和未来方向。系统在p值方面表现出偏差倾向，尽管在测试中偏差仅为微米级，但在更强环境干扰下可能偏离。为提升精度，未来可考虑采用更高精度的传感器、更强的滤波算法或增加测量点。同时，作者提出了一种消除机器人垂直姿态要求的方法，即通过多个平行或成一定角度的轮廓激光利用几何关系计算间隙垂直距离，从而降低对机器人位姿精度的依赖。此外，集成温度传感器进行热膨胀自动补偿也被列为重要改进方向。未来研究将致力于在真实生产线上评估系统性能，并开发便携式原型以促进工业部署。