目前对于具有复杂曲面的工业部件的检测，传统的检具检测方法耗时长，精度低，难度大，人工成本高。随着计算机的发展和遥感测量学科的兴起，三维扫描测量技术飞速发展，能够满足工业产品检测的数字化、可视化及自动化需求，并逐步向实时化、在线化检测发展，正逐渐取代传统的检具检测方法成为主流的质量检测方法。但是其点云数据的分析和处理以及尺寸信息的自动提取方法仍需要进一步研究，使三维扫描检测技术更加智能化。 

解决方案具体实施步骤

1)  数据采集

分析汽车骨架的尺寸大小，选取合适分辨率。明确需要检测的部位和结构，考虑是否会存在死角，调节快门达到最佳快门参数，使用ZGScan手持式三维激光扫描仪对贴点部分进行扫描，在图形工作站上实时显示扫描进度和完整度，着重扫描复杂部分。

2)  数据处理

由于实际扫描中受到各种背景信息影响，使得扫描结果包含杂点、噪声点和冗余点；为了获取细节信息，扫描一般采用高精度扫描模式，但在数据分析阶段，过大的点云数据量会影响数据分析的效率，需要对原始点云数据进行采样。首先，利用PCL体素化网格方法（VoxelGrid）实现点云数据重采样，通过RANSAC方法实现汽车骨架与背景点云的分割，再利用聚类方法（EuclideanClusterExtraction）提取汽车骨架主要部件，通过RadiusOutlierRemoval 删除离群点，利用泊松构网实现文物的三维建模，最终获得完整的汽车骨架的三维模型模型。

将汽车骨架的成品三维模型与汽车骨架的设计三维点云模型进行ICP配准，设定检测标准公差范围进行检测创建误差图，输出3D比较图、2D截面图和其他汽车检测参数，输出工业检测报告。