摘要: 针对复杂装备部件多品种、小批量生产场景下的装配完整性检测难题，传统深度学习方法高度依赖大规模标注数据，存在模型构建成本高、现场适应性不足等瓶颈。为此，本文提出了一种多视图像与CAD模型虚实映射的装配完整性检测方法，通过引入人工标识实时解算相机位姿，实现现场获取图像视角下对应CAD模型的精准渲染，基于边缘特征构建倒角距离（Chamfer Distance）对齐模型，完成多视图像与CAD模型的高精度虚实映射配准，最后基于视觉差异分析与结构信息融合，实现错装、漏装等典型装配异常的自动检测与语义判别。所提方法具备良好的可解释性与工程适应性，其在典型装配场景下的装配缺陷检测准确率达到98%以上。