在3C产业中,自动化生产是减少生产成本,提高生产效率的必然选择,尤其是目前占到生产费用较高的装配环节。零部件自动化装配是非常重要和必要的,空间装配中存在大量需要六自由度调整的装配动作。目前在工业场景广泛应用的2D相机不能够满足空间装配需求;同时目前针对以智能手机为代表的3C消费电子产品小部件位姿估计问题,国内外研究不多。因此,本文研究目的,针对智能手机模型,借助3D视觉技术,实现智能手机的位姿估计。本文使用3D相机——双目结构光,获取物体模型的目标点云视图,将物体模型的位姿估计问题转化为3D相机的位姿估计问题,再转化为寻找能够形成目标点云视图的虚拟3D相机位姿估计问题。在粒子滤波算法框架中,结合不受点云密度影响的虚拟3D相机点云视图成像算法和ICP运动模型,实现位姿估计。在手机点云模型附近撒上粒子,每一个粒子相当于一个虚拟3D相机,每个粒子使用HPR算法和坐标变换实现在固定视角下对物体点云模型的3D点云视图提取;在粒子滤波框架中,预测阶段结合ICP算法驱动所有粒子向着能够形成目标点云视图的粒子运动;算法不断迭代计算,直到找到能形成目标点云视图的虚拟3D相机;虚拟3D相机的位姿信息逆运算后完成物体模型相对3D相机的位姿估计。在位姿误差测量实验方案中,为了避免引入手眼标定误差,将误差测量实验分为位置误差测量和姿态误差测量。本文直接使用点云数据,通过实现虚拟3D相机点云视图成像算法,加快了六维位姿空间的位姿搜索速度;算法使用了12个到20个粒子,经过2~3次的迭代后,完成位置误差在1.5 mm,旋转误差在1.5?左右的智能手机模型位姿估计。