近年来三维视觉测量技术发展迅猛,随测量精度和效率提高,已被广泛用于各测量领域,成为非接触式测量在逆向建模领域的主流趋势。针对传统线结构光传感器与单自由度位移平台的工作空间、位姿限制,业界采用了机械臂搭载线结构光的测量方式,解决了位姿限制,极大提高了测量系统的灵活性。然而依然会产生由于被测物构型复杂,曲面特征较多,需要进行人工示教测量的情况,耗时良久且测量精度难以保证,因此,研究一种能够智能规划扫描路径的方法显得尤为重要。针对以上问题,本文采用深度相机Kinect作为扫描轨迹规划的视觉输入,提出一种基于深度相机感知的测量方法,通过另一台机械臂带动Kinect进行环扫获取被测物的粗略表面点云,对粗略点云进行扫描轨迹规划。对于测量系统提出精度和速度的测量指标,并对于测量系统模型、点云处理、表面重建、路径规划等进行了深入的理论研究和实验,主要研究内容如下:首先进行了测量系统的设计,构建了完整的数学模型,通过修正D-H法建立了机械臂正运动学模型,通过扫描确定半径小球的手眼标定方法确定了线结构光的测量坐标系与机械臂末端坐标系间的转换关系,探讨了线结构光及一般摄像机的成像模型。其次进行了点云数据处理方面的研究,实现了点云滤波、分割、简化、配准、表面重建、法向量计算、空洞标记等工作。通过粗略点云的重建表面,将扫描路径规划问题转变为图论领域的求解近似哈密顿通路问题。使用蚁群算法、基于BFS的路径搜索算法、dijkstra寻径算法求解得到了符合测量指标的扫描路径。针对粗略点云表面空洞问题和实际的测量角度差,基于点云边界提取设计了动态扫描轨迹规划方法。最后进行了测量系统的模型搭建和扫描仿真,验证了本测量系统的有效性,达到了0.2mm的测量精度。