（河海大学物联网工程学院，常州213000）

1 引言

近年来，基于模型的设计(Model Based Definition,简称MBD)在制造业得到了广泛的关注与青睐[1]，因此现在的产品制造现场通过一些便捷式移动设备来可视化产品的MBD模型上所携带的产品质量信息(Product Manufacturing Information,简称 PMI)，以此来指导加工、质检等工作。但是，这种可视化方式要求操作人员将注意力沉浸到虚拟的环境中，导致其精神负担较重;并且这种方式需要操作人员将注意力在零件的物理模型和数字模型之间进行频繁切换，效率较低。因此，如何实时、准确、有效地将零件数字模型携带的PMI传递到零件制造现场，是提高产品检测效率与质量的一个亟需解决的问题。

增强现实(Augmented Reality，简称AR)是对真实环境的增强，将计算机生成的虚拟信息实时、准确地叠加到真实场景当中。其中基于无标记的跟踪技术在制造业得到了广泛的运用[2-4]。Daewoon Kim[5]等提出了基于AR的将3D CAD数据增强到真实船模块图像中的方法，该方法通过使用基于3D模型的方法，选用点线特征组成矩形作为图像特征，估计出初始姿态，但是该方法对于有着复杂结构的产品的点线特征选择存在问题；Marchand[6]等提出了基于2D-3D模型的视觉跟踪方法，它通过估计三维模型的运动踪迹来找到正确的转换模型，将CAD模型叠加到图像上，使姿势估计误差最小化，然而对于CAD模型上特征点的选择是此法的一个难点。Stefan Hinterstoisser[7]等提出了一种梯度响应图的方法用于实时无纹理对象的检测，该方法不需要耗时的训练阶段，利用梯度响应图，使得其系统更加鲁棒和能够快速正确检测目标对象。……