三坐标测量中的最小二乘法和切比雪夫法理论与实践应用

在产品几何量领域中，从两点测量到多点测量，特别三坐标测量机扫描技术不断的进步，蔡司VAST GOLD,VAST XT主动扫描探头在恒测力情况下出色的扫描性能，在探头内部自动调节位置，使探针弯曲参数在任意曲率表面都能表现出一致，从而可以产生超高速的测量体验，也为我们复现工件的原貌提供了更多准确的点，使我们的计算不再基于元素的最少点数。在处理三坐标测量数据时，我们常常需要拟合元素模型来描述测量数据的特征，比如测量了一条直线，实际上的点并不是都在这一条理想的直线上，有可能是离散的分布在直线的两边，那么用一个什么样的直线方程去代表这些点所形成的直线，这就是拟合。拟合：最接近真相的方法。没有办法获取最为准确的解，于是，我们退而求其次，希望能够找到距离结果最近的近似解来解决问题。我们又该如何定义和描述这个“距离最近”呢？这就是拟合算法解决的问题。

现在的拟合算法有：

*   最小二乘法
*   最小区域法
*   最大内切法
*   最小外接法

我们常用的计算几何距离，基准矢量方向的计算方法都是最小二乘法，当然这种说法有可能和标准说法相悖，这也是退而求其次找到最接近真值的方法。比如标准会说对应基准的矢量方向应该用外接或者内切的方法，问题是外切平面位置和方向的计算取决于已测点的精确值。由灰尘，孔洞，碎片等引起的局部形状偏差会导致拟合几何要素的方位产生偏移。把工件放置在平板上后工件自身的重量会将所有的形状偏差“压扁”。但是，为了得到可靠的测量结果，基准必须可以再现。

再举例，比如方向公差：高斯法可以用来评估方向公差，因为此时只有基准的方向是重要的。而对于位置度和圆跳动公差：高斯法不能用来评估位置和圆跳动公差因为此时基准的位置和方向都很重要。可能的解决方案：将高斯平面向材料外部平移50%的形状偏差，而不是用切比雪夫平面。在三坐标测量领域中，标准并不适用于所有情况。

那我们来研究一下最为常见的最小二乘法和上面所说的切比雪夫法（即最小区域法）。以最小二乘圆和最小区域圆为例。最小二乘圆是一种拟合圆形结构的数学模型，其目标是通过最小化数据点到拟合圆的距离的平方和，找到一个最佳的圆形拟合。这种方法对于在噪声较大的数据集中提供鲁棒性拟合非常有用，尤其是当我们试图还原物体表面的圆形特征时。

最小二乘圆用数学公式描述为：