随着社会的发展，劳动力成本越来越高，与此同时机器人技术方兴未艾，谋求机器人替代人类进行室内装修任务是一个可行的方向。本论文以装修机器人为工程背景，重点研究适用于室内装修机器人的墙面三维信息的获取方法、墙面点云的处理。同时为了配合整个机器人，需要把传感器集成到整个机器人系统中。　　顺利完成装修任务的一个前提是精确的感知到待加工墙面的三维信息，这就要求所使用的传感器件要满足视场大、精度高、稳定性好等优点。现有的诸如双目立体视觉，Kinect，深度摄像机等虽然可以完成室内三维点云的获取，但是受光照、精度或者使用场景的限制，很难直接应用于装修机器人中。同时考虑到工程应用，器件需要使用灵活、易于集成到机器人系统中。　　针对上述的用于室内装修工作的传感器的特殊要求，本文使用基于格雷码编码方式结构光测量的方式进行墙面三维信息的获取。由于投射的条纹编码信息事先已知，这种主动式的测量方法对于平整无特征的墙面也同样适用。同时对于室内光照可能发生的变化，本论文尝试将光照进行分解以获得具有一定鲁棒性的结构光测量系统。　　获得墙面点云数据后，为实现精确打磨，需要进行缺陷位置的检测。考虑到墙面整体结构为平面结构，故先进行点云的平面拟合，将拟合后的平面作为墙面的标准平面，对于平面外的点作为缺陷点进行相应的打磨处理。同时，为了配合机械臂的控制，需要获取在机械臂坐标系下的缺陷点位置，这需要结构光测量系统和机械臂进行手眼标定。在本文中，基于最小化重投影误差的方法将摄像机的外参数分解为含有待求位姿关系矩阵的形式，进而利用非线性优化获得摄像机和机械臂基座标系的位姿关系。同时为了获取毛坯房墙面的整体结构，实现了基于人工粘贴特征点的两片点云数据的毫米级精度的拼接工作。　　在实际工程中，借助有十个自由度的装修机器人完成了上述内容的实验过程，获取的点云数量稳定在十万左右。通过对获取到的点云数据进行分析，初步得出该测量系统的精度在500mm工作距离下约为0.42mm。手眼标定部分，实现缺陷位置定位精度在500mm工作距离可以达到3mm左右，这一精度可以满足一般的墙面粗加工的工程要求。这些成果对于后续的室内装修机器人的研发工作具有一定的启发意义。