随着城市轨道交通蓬勃发展,地铁隧道的安全状态检测越来越重要。针对既有地铁隧道巡检技术无法获得隧道裂纹深度信息、难以区分表面裂纹与水渍痕迹等背景干扰的难题,本论文设计了一种基于机器人和结构光传感器的车载高精度裂纹识别技术,通过获取裂纹的三维信息,实现对地铁隧道裂纹的可靠检测。论文首先针对隧道表面缺陷深度信息的车载检测难题,基于既有地铁隧道检测车设计了一个三维信息采集与数据处理的硬件装置。在检测车已有的定位系统基础上,新增了机械臂和结构光系统,完成了机械臂和结构光传感器的软件驱动接口设计,实现了机械臂和结构光传感器的控制和数据采集。针对隧道表面裂纹的三维信息获取难题,提出了机械臂轨迹生成算法和结构光采集算法。机械臂轨迹生成算法是基于综合检测车检测到的信息发送执行命令,生成机械臂路径,再调用机械臂实时角度生成函数得出机械臂位姿角度信息。结构光采集算法以机械臂路径为基础,采集机械臂端点移动过程中隧道表面裂纹的二维深度信息。针对隧道表面裂纹可靠识别难题,将机械臂和结构光传感器进行手眼标定,机械臂生成的角度信息和结构光传感器输出的二维信息结合起来,进行数据处理,最后生成三维模型,获取隧道表面裂纹高精度深度信息。最后,为验证隧道表面裂纹检测系统的精度和有效性,开展了实验室模型测试。实验结果表明,隧道表面裂纹测量范围可达300mm,裂纹长度方向的采集间隔可达8mm,裂纹深度测量误差在±2mm以内。结合历史测量数据,系统可以实现隧道表面细小裂纹的变化趋势检测。本论文提出了一种地铁隧道表面缺陷三维信息检测的新方法,可以解决现有基于机器视觉的裂纹缺陷检测技术中,无法区分裂纹与水渍痕迹的难题,对于提高隧道表面病害识别的准确率、科学指导隧道的养护维修,具有重要意义。