为实现自由曲面的定位与位姿高精度测量，提出了“光学-机械”基准定位法，建立了位姿测量模型，并对该方法的定位误差和基准选择展开研究。根据三坐标测量机与计算全息提出了“光学-机械”基准定位法。然后，采用球形安装的回射器（Sphere Mounted Retroreflector ，SMR）、猫眼、基准球作为基准，基于波像差理论与视差效应分别建立了3种基准的位姿测量模型，得到了位置误差与基准区域波前像差的函数关系，并对3种位姿测量模型进行对比。最后，对3种基准位姿测量方法进行仿真及实验验证，实测结果与模型的残差结果均小于0.05λ，相对误差均小于2.43%，验证了模型的准确性。实验结果表明，当检测距离为1 000 mm时，猫眼法的轴向定位误差为24 μm；基准球法的轴向定位误差为50 μm；SMR靶球法的轴向定位误差为16 μm，X，Y方向的定位误差为1 μm，滚转角定位误差为3.26″。SMR靶球法的定位误差最小、检测动态范围最大且检测光学元件的自由度最多，更适用于自由曲面的高精度位姿检测。

激光三角光斑定位通常受到像点光斑偏态的影响，为提高激光三角位移传感器的测量精度和物面适应性，在分析激光三角光斑的偏态特征的基础上，针对偏态特性提出了一种基于互相关和非均匀有理B样条插值的光斑定位算法。对光斑信号采取时域和空域相结合的滤波处理方法，降低外部噪声干扰。引入邻域标定光斑进行互相关运算，充分利用光斑偏态分布的灰度和位置相似性约束，确定像素级相关系数分布。最后，对相关系数序列进行三次非均匀有理B样条插值细分，实现亚像素级光斑质心定位。在激光三角位移传感器中验证算法，实验结果表明：该算法通过结合互相关和非均匀有理B样条插值细分，将测量重复性误差降低至0.4 μm，精度相对于传统定位算法显著提高；同时，在互相关算法中采用的邻域标定光斑模板不仅容易获取，几何相似度更高，而且对不同物面特性的适应性更强。本文方法精度高、适应性强，为有效提升激光三角位移传感器的性能提供了新的技术路径。