喷涂是机械制造与加工中的重要环节。传统喷涂需要工人暴露在散布有毒有害喷涂粉尘的环境中进行操作,这对从业人员造成严重危害,大量的人工操作也不利于喷涂质量控制。因此喷涂生产线的自动化改造很有必要,也是近年来的研究热点,提出了很多相关方法,但自动化喷涂的基本原理依旧是基于目标的3D形状测量来进行路径规划和机器人自主编程。在自动化喷涂工程中使用的喷涂机器人分为往复机或机械臂两类,往复机只需要获得工件的大致包络就能够执行喷涂任务,而机械臂则需要根据工件的三维模型进行较精密细致的路径规划。因此,对于简单工件,使用往复机的快速喷涂就能满足需求,但是对于形状复杂或喷涂质量要求高的工件,就需要使用机械臂执行细致喷涂。针对以上两种需求,并对国内外工业视觉成像测量方案进行调查与结合国内喷涂工厂实际情况考虑后,本文基于TOF相机,提出一种的面向喷涂流水线的实时三维测量与重建的方案。依照方案,本文的主要工作如下:(1)采用能够采集深度图像且具有高灵敏、低功耗、抗干扰能力强等特点的飞行时间(TOF)深度相机作为成像方案,基于该相机搭建了成像测量装置。(2)研究TOF相机的成像特点,通过标定、局部极值点标记、畸变校准和Tsai-Lenz手眼标定等方法完成对TOF深度相机-往复机系统的标定。(3)针对往复机喷涂方式,研究一种基于深度图像的实时三维包络测量方法:用工件边缘轮廓信息和像素指针自动提取工件的二维包络,并用图像的深度空间信息获取工件各部位的深度值,从而确定往复机的喷涂平面区域和喷涂距离。(4)针对机械臂喷涂方式,研究一种依靠拼接工件在位旋转过程中的点云序列实现三维重建的方法:首先将喷涂区域内的工件转换为点云,再用均匀网格法稀疏化点云后引入快速视觉里程(FOVIS)算法用于姿态估计,然后在有向距离场函数(TSDF)点云融合算法的基础上,采用基于CUDA实现的空间散列表操作点云数据进行融合,从而将连续的点云序列自动地拼接为完整的三维点云模型。本文针对工厂提供的三种工件进行在线实验,三维测量漏检率为0%,测量平均误差±7mm;三维重建过程平均30帧每秒,重建失败率≤3%,显存占用率≤25%;满足实际喷涂生产需求,为随后的喷涂轨迹规划提供有力支持。其中三维测量部分已投入喷涂生产车间工作,三维重建作为一种技术预研可视为对三维测量的拓展与补充。