1、車身覆蓋件的匹配不僅直接影響整車的美觀性，而且其匹配情況的好壞更容易造成如增大風(fēng)阻、漏風(fēng)漏雨、封閉不緊等問題，對整車性能有很大影響。由于以前車身非封閉件中部分部件(如前大燈)為不可調(diào)整式，前臉整體調(diào)整具有一定的順序，調(diào)整較為方便，而封閉件(如車門和車框)的匹配位置較難確定，國內(nèi)外大多研究主要針對封閉件，對非封閉件的涉及較少。當(dāng)前隨著車身匹配質(zhì)量要求的不斷提高，非封閉件大多設(shè)計為可調(diào)整件，沒有形成固定的調(diào)整順序，主要依據(jù)人工經(jīng)驗值調(diào)整，費

2、時費力且精度較難控制，而以往研究封閉件的方法又不能適用非封閉件，以至于非封閉件的匹配問題成為當(dāng)前制約車身匹配質(zhì)量提高的難題，亟待解決。本文針對車身前臉區(qū)域三個非封閉件的匹配，提出基于分段Hausdorff距離和曲率Hausdorff距離兩種優(yōu)化匹配方法，采用遺傳算法進行匹配尋優(yōu)，獲得了最佳匹配位置和調(diào)整量。兩種方法不僅可為非封閉件匹配問題的進一步研究提供參考依據(jù)，也可在一定程度上為匹配件的公差設(shè)計提供指導(dǎo)。文章首先介紹了匹配部件輪廓特征

3、點的獲取方法。通過對比常用測量的方法，針對本文研究實際情況，選擇Comet 400掃描儀提取測點信息。結(jié)合Imageware和Ug軟件，進行點云的去噪、濾波、刪減處理，提出了一套能夠大量、快速獲取測點信息的方法。其次，文章提出基于分段Hausdorff距離的匹配模型進行車身前臉的優(yōu)化匹配，分別求得三部件兩兩匹配區(qū)段的Hausdorff距離，采用加權(quán)和的方法建立匹配優(yōu)化目標(biāo)函數(shù)；為了控制優(yōu)化間隙值，便于給定搜索范圍，提出基于曲率Hausd

4、orff距離的匹配優(yōu)化模型，將單個匹配件在其各輪廓點外延伸方向放縮一定距離(即間隙值)，以放縮后輪廓點曲率值與其對應(yīng)兩個匹配件擬合輪廓點曲率值的Hausdorff距離加權(quán)和作為優(yōu)化目標(biāo)函數(shù)。通過進行對應(yīng)的目標(biāo)函數(shù)與匹配情況的相關(guān)性分析，證明了兩種方法在匹配問題中的可行性。最后，采用遺傳算法，結(jié)合車身前臉三部件匹配優(yōu)化實例，對兩種優(yōu)化方法進行了驗證，實驗結(jié)果均能獲得較好的匹配位置和調(diào)整量。為方便實際匹配應(yīng)用，文章針對兩種方法做了簡單對比，