1. 课程导入与工程对象界定

在精密制造现场，我们经常遇到这样的场景：一个刚下线的注塑透镜，用卡尺量外径合格，装到模组里却成像模糊；一个增材制造的钛合金支架，三坐标测关键孔位合格，疲劳试验却早期开裂。问题往往不在“尺寸”本身，而在于表面轮廓、微观形貌与局部几何没有被完整表征。本课程要解决的，正是如何用三维测量手段把“看得见的尺寸”和“看不见的形貌”一起量化。

三个核心概念的定义与边界

3D轮廓测量关注的是物体表面在空间中的点集坐标。它回答“这个面在哪里、形状如何”，输出通常是点云或密集的高度/深度数据。典型设备包括激光三角位移传感器、结构光扫描仪、白光干涉仪和共聚焦显微镜。其核心指标是空间分辨率（横向与纵向）、测量范围、重复性和采样密度。

几何尺寸检测关注的是从轮廓数据中提取出的尺寸与几何公差，如孔径、间距、平面度、平行度、位置度。它回答“这个特征是否符合图纸标注”，输出是带判定结论的数值。其依据是GD&T（几何尺寸与公差）体系，强调基准、公差带和材料条件。

形貌检测关注的是表面微观起伏与纹理，如粗糙度Ra、Rz、波纹度、台阶高度、缺陷深度。它回答“表面质量是否满足功能要求”，输出是沿某条评定长度或某个区域统计出的形貌参数。

三者的关系可以用一句话概括：轮廓测量是数据来源，几何尺寸检测是宏观功能判定，形貌检测是微观功能判定。没有可靠的轮廓数据，后两者都是空中楼阁；而只做轮廓采集不做特征提取和参数计算，数据也无法转化为工程结论。

典型工业场景与检测需求分析

精密加工件的检测重点是孔位、平面度和台阶高度。例如一个铝合金壳体，图纸要求Φ8H7孔的位置度Φ0.05 mm、基准A为底面。用三坐标测量时，先采底面拟合基准A，再采孔壁拟合轴线，最后计算位置度。若用结构光扫描，则需先做基准对齐，再从点云中分割孔特征。这里的关键是：轮廓数据必须能支撑基准建立和特征拟合，否则后续判定无意义。

注塑件的典型问题是翘曲和缩痕。一个手机中框，平面度要求0.1 mm，但注塑后往往中部凹陷。用激光轮廓仪沿多条路径扫描，得到高度分布，再拟合参考平面，计算最大偏差。此时轮廓测量直接给出形貌数据，几何尺寸检测负责判定平面度是否超差，形貌检测则进一步分析缩痕深度和波纹度。三者在这里高度耦合。

增材制造件的挑战在于层纹、悬垂和热变形。一个钛合金支架，表面粗糙度Ra可能达到8～12 μm，远高于机加工件。检测时不能只用接触式测头，因为测头半径会“抹平”层纹。更适合用共聚焦或白光干涉获取高密度点云，再分别计算轮廓度、粗糙度和局部缺陷。这里形貌检测不是可选项，而是功能判定的必要条件。

光学元件对形貌的要求最高。一个非球面透镜，面型误差要求PV＜λ/4（约158 nm），粗糙度Ra＜1 nm。此时轮廓测量本身就必须具备纳米级纵向分辨率，且测量范围往往只有毫米级。几何尺寸检测关注曲率半径和中心厚度，形貌检测关注面型误差和表面散射。三者共享同一套干涉测量数据，但提取的参数和判定标准完全不同。

工程实践中的关键判断

在实际项目中，选择测量方案时先问三个问题：要测什么特征、精度要求多少、表面是否适合该原理。例如，测一个深孔内壁的粗糙度，激光三角法可能因遮挡无法覆盖，需改用共聚焦或内窥式干涉。测一个大型钣金件的平面度，结构光扫描效率高，但若表面反光严重，需喷涂显影剂或改用蓝光扫描。

另一个常见误区是把“轮廓测量”等同于“三维扫描”。实际上，轮廓测量更强调沿特定路径或区域获取表面坐标，而三维扫描强调完整面形重建。在产线快速检测中，往往只用线激光轮廓仪沿一条或几条线扫描，就能判断台阶高度和轮廓度，不必做全表面扫描。这种“以线代面”的策略，是工程效率与精度之间的重要平衡。

总结来说，3D轮廓测量是“获取数据”，几何尺寸检测是“判定宏观几何”，形貌检测是“判定微观表面”。三者不是并列关系，而是数据源、宏观判定、微观判定的递进关系。理解这一点，才能在后续的传感器选型、路径规划、数据处理和结果判读中做出正确决策。