为了进一步提高陶瓷型芯自动激光去毛刺的精度，黄等人提出了一种结合全局和局部特征信息的点云配准方法，终总误差小于35 m。

由于铸件变形不均匀，优加工路线未知。因此，可以以理想的打磨加工路线为基准，定量衡量不同打磨路径的精度，从而确定哪种配准方法可以高精度地打磨路径。打磨路径生成的关键步骤。

基于设计模型和三维点云数据比较的方法已经成为许多数字设计过程的有效检测方法。点云匹配分为粗匹配和精匹配两个阶段。粗匹配算法包括主成分分析、四点同余、三维正态分布变换，以及局部特征描述，如快速点特征直方图特征。

粗匹配的精度达不到制造业规定的精度，必须通过精匹配进一步提高精度。

传统的精细匹配算法以ICP算法为代表。该算法的原理是旋转矩阵稀有和平移向量T通过求解点集的ICP算法的公式(4)获得P我和X我。

该算法对于重叠率高、初始位置接近的点云具有良好的配准效果，但在计算量和迭代收敛速度方面存在不足。通过粗匹配，ICP算法可以解决重叠度低和初始位置差异大的问题。由于人工智能算法的发展，研究人员也对基于深度学习的点云智能配准进行了大量的研究。

传统点云配准方法

在传统配准算法的基础上，通过分析进一步提高了算法的速度和精度；传统算法的性能原理

目前，有两个10英尺直径的工作台用于零件，由第三个工作台支持，该工作台可以将工作引入和引出机器人的工作范围。所有三个工作台都由闭环液压致动器独立控制。工作台多可支撑四个零件，每个零件重达3，750磅。主桌具有相当大的额外容量，可支撑多达15，000磅的工作。工作台系统依靠多个液压缸，因此它是水平和均匀支撑的。

机器人打磨通过增加能够相对自由地在零件内部操作的灵活性而大大超越了5轴加工。清理铸件的内表面相对容易，因为机器人可以从任何一侧进入内部。

SET机器人打磨中心将CAD、CAM、视觉、称重传感器、主轴驱动和机器人结合成一个优雅的、高生产率的工作单元，解决了许多应用问题。新解决方案的经济效益引起了几家大公司的注意，它们表示有兴趣根据自己的要求测试该系统