在汽车轮毂车间中,大部分汽车轮毂要进行打磨抛光等加工,加工过程存在大量粉尘、噪音污染,对工人的人身安全造成了极大的危害。目前,国内相关厂商已经开始逐步利用工业机器人代替人工打磨,但目前应用于生产领域的工业机器人大部分采用人工示教的方式规划运动轨迹,这种方法耗费人力巨大,自动化水平较低。出于提升汽车轮毂打磨的工作效率、降低生产成本、保护工人人身安全等方面的考虑,本文基于3D视觉设计了一套汽车轮毂轮廓边缘提取系统,辅助工业机器人完成对汽车轮毂的打磨。首先,为了获取汽车轮毂的点云数据与深度图像,本文对目前的主流获取方法进行了分析,并根据车间环境与汽车轮毂特性选取了合适的3D相机作为采集工具,并选择软、硬件搭建了实验平台。其次,本文对基于深度图像的轮廓边缘提取算法进行了研究,并根据汽车轮毂本身特性提出了基于霍夫圆的边缘轮廓提取方法,经过实验后,针对得到的效果进行分析,并总结了该方法存在的不足。同时,本文也对三维点云解决方案进行了研究,对汽车轮毂的三维点云数据进行了点云预处理,包括点云滤波去噪、体素栅格法下采样处理、目标点云分割等过程。在经过点云处理后的目标点云上进行基于法线估计法的目标轮廓边缘提取,并根据实验结果总结了该方法存在的问题。为满足工业生产中实时性要求,本文提出了基于霍夫圆与法线估计法的边缘轮廓提取算法,用于提取汽车轮毂的边缘轮廓。最后,根据本文提出的方法设计了实验,分别对不同型号的汽车轮毂进行了实验,验证本文方法的准确性以及实时性,通过实验表明本文方法可以得到完整清晰的轮廓边缘,满足工业生产的精度要求,且相对于法线估计法时间效率提高了15.3%,实时性得到进一步提升。