近年来,轨道交通在中国得到了突飞猛进的发展,不断增加的运营里程数据表明,中国轨道交通骨干运输网已经基本形成。未来,轨道交通发展将由大规模建造逐步转入长期安全运营维护和管理阶段。作为轨道交通基础设施的钢轨、隧道、接触网,不仅要经受一切自然条件的影响,还需承载高速列车移动载荷,影响其服役安全的因素众多,现场十分复杂。依赖传统人工巡道、人工持便携式测量仪对上述基础设施进行定点测量,显然无法满足现代轨道交通发展需要。没有现代科学维护手段,很难确保其安全稳定运行。如何采用现代科技手段进行轨道交通基础设施维护,成为轨道交通维护部门面临的重要难题。线结构光测量作为现代视觉测量技术重要分支,具有量程大、精度高、柔性好、主动受控等优点,受到越来越广泛关注。将线结构光视觉测量技术应用于轨道交通基础设施动态巡检中,较既有人工静态或步巡检测,具有无法比拟的优势。然而,线结构光视觉测量是一门涉及光学、光电子学、信号处理、模式识别、计算机科学、仪器科学等诸多学科的综合性应用技术,内容十分宽泛,影响其测量的因素众多,面临的实际问题非常复杂。因此,开展线结构光视觉测量关键技术及其在轨道交通基础设施动态巡检中应用研究,对于解决轨道交通基础设施巡检难题,十分关键。鉴于此,围绕线结构光测量技术,对以下关键问题进行研究：(1)要实现线结构光视觉测量,须对系统进行标定。解决多视觉传感器全局标定难题,是决定测量系统成败关键。复杂线结构光测量系统,面临传感器数量多、空间分布广、现场工况恶劣等实际问题。提出按不同传感器测量视角,将复杂线结构光系统标定,分解为公共视角、相邻视角和无公共视角三类不同问题,并以此为基础,进一步将不同测量视角下多视觉传感器标定,等效变换为多次单个视觉传感器标定及其内外部参数求解和两两逐次换算,建立系统精确测量模型。通过复杂视觉测量系统中不同传感器测量视角划分及其差异化标定方法,有效解决测量系统标定难题。(2)如何提取位于结构光平面内稳定可靠的特征点,一直以来都是困扰光平面结构参数标定的现实难题。针对该问题,提出了一种针形靶标和位移台相结合的运动标定方法。通过光平面与位移台针形靶标相交及其运动,获取足够数量的光平面标定特征点。该方法有效解决了光平面特征点获取问题,相对于传统标定方法普遍存在的特征点数量不足而言,能够显著提高精度。(3)精确的结构光图像特征提取,是系统测量关键环节。传统图像处理算子,显然无法满足高精度测量要求。基于曲线拟合、曲面拟合和特征值分解的数值运算方法,能够获取亚像素精度,但普遍存在运算量大问题。为兼顾图像特征提取算法在识别精度和处理效率方面性能,提出了一种基于脊线跟踪的改进Hessian矩阵特征提取算法。通过脊线跟踪对Hessian矩阵算法改进,避免了原算法对图像整体进行大规模运算问题。改进Hessian矩阵识别算法,在保持原算法亚像素识别精度基础上,有效提高了处理效率。(4)现实中,不同视觉传感器与待测物体之间位姿不同,传感器会受光照条件、待测物表面形状、光路及自身光敏特性影响,导致经全局校准后测量系统,在公共视角内测量相同物体轮廓,往往出现不重合现象。最近迭代点算法(Interactive Closest Points, ICP)作为不同传感器测量数据融合经典算法,在离线处理中应用十分广泛,但对于实时性要求很高的结构光在线测量,由于需对不同点集进行穷尽搜索,一般很难满足实时要求。为此,提出了一种基于k-d树的多视觉传感器测量数据快速配准方法。通过k-d树快速搜索算法引入,切实提高了测量数据融合效率。(5)针对车载动态检测中的车辆振动问题,以钢轨廓形检测为例,系统分析了车辆多自由度振动对钢轨廓形测量影响,探明了车辆不同类型振动对钢轨廓形测量误差影响规律,提出了基于正交分解的车辆多自由度振动解耦和补偿方法,并进行现场测试,试验结果验证了所提方法的有效性。通过线结构光视觉测量技术在轨道交通基础设施巡检中应用,不仅验证了研究方法测试精度、测试效率、现场可行性,同时,切实解决了轨道交通基础设施巡检难题,为轨道交通运营维护提供技术手段。