深度信息的获取是计算机视觉领域一项重要的研究内容。现阶段,机器人通常使用激光雷达对未知空间进行深度感知,使用深度信息对场景进行理解,但是高昂的价格一直是阻碍激光雷达推广的一个重要因素。超声虽然比激光雷达便宜得多,但是在深度测量方面具有较差的方向性,无法精确对物体进行测量。本文在利用折反射全景相机视场大的优点并结合环带激光,形成了主动视觉测量系统,解决了单次拍摄完成360度大场景深度测量的难题。解决了全向深度测量模型的推导、环境光噪声抑制、光斑提取,最后应用本文提出的深度测量设备进行机器人导航、三维重建等。首先,提出了一种基于环带激光的测量方法。设计并推导了全向环深度测量模型,从模型中得到设备主要参数之间的内在联系,通过推导模型进行深度测量设备的辅助设计。将测量模型数学化,有利于测量范围内精度的提高以及各组件参数的优化。其次,通过对相机和激光进行主动控制,使用主动被动的方法进行环境中人造光源的过滤。将过滤后的图像作为激光光斑提取的输入,可以有效的去除噪声对深度测量的干扰。激光光斑提取算法在主被动去噪的基础上,具有稳定性高、抗干扰能力强等特点,提高了深度测量的准确性。最后,在深度测量方面,通过使用3D打印进行多个组件的固定,使用测量数据对推导模型进行拟合,得到图像中光斑与真实深度之间的关系。在平面深度测量的基础上,通过电机驱动获取得三维空间中的深度信息。使用本文提出的深度感知设备进行深度测量、替代激光雷达进行机器人导航与避障以及对空间场景进行三维重建均得到了较好的实验效果。