经颅磁刺激治疗(Transcranial Magnetic Stimulation,TMS)已经成为预防和治疗老年人脑相关疾病最有效的手段和方法。目前在临床上,经颅磁刺激治疗仍然是靠医生或者护士将经颅磁治疗线圈放到病人头部的病灶点,使病人头部保持不动,但是在治疗过程中病人的头部会有移动,这样就会导致经颅磁治疗线圈不是处在最佳位置上。因此,经颅磁刺激治疗机器人系统越来越受到人们关注,它可以加持经颅磁治疗线圈跟随病人头部运动。在经颅磁刺激治疗机器人系统中,头部病灶点定位和追踪是一个比较关键的问题。假如有了病人的头部外观模型,医生便可以在模型上指出病灶点在头部的位置,这样在治疗过程中便可以通过定位和追踪头部而实现对病灶点的追踪,且方便和磁共振成像头颅模型配准。本课题以Kinect2作为视觉传感器,以UR5机械臂作为执行机构,对头部模型的获取和定位方法进行了研究,研究内容主要分为以下几个方面。对经颅磁刺激治疗机器人系统进行了需求分析和讨论,设计了经颅磁治疗机器人系统;对头部模型获取和定位的视觉传感器进行了分析和选型,确定了课题中所使用的视觉传感器;详细介绍了视觉平台Kinect2;对Kinect2相机进行了标定,并对Kinect2和UR5机械臂之间的手眼标定方法进行了研究,获得了视觉平台和执行机构之间的空间位姿关系。针对Kinect2深度图像存在孔洞问题,使用改进的双边滤波算法进行了孔洞填充;当获得了Kinect2的有效的深度图像后,使用ICP(Iterative Closest Point)算法和TSDF(truncated signed distance function)模型实现了对头部模型的获取,使用点云库进行了可视化显示;由于ICP算法比较耗时,使用图形处理器开辟了多线程进行并行计算,提高获得模型的速度。针对在经颅磁刺激治疗过程中,病人头部移动问题,提出了一种使用脸部特征点对头部进行定位的方法。首先使用方向梯度直方图特征描述子和支持向量机分类器检测出人脸,在检测出的人脸区域中使用级联回归算法对脸部特征点进行定位,接着结合Kinect2对齐后的深度图像便可以得到脸部特征点的空间三维坐标。针对定位脸部特征点时出现的缺帧和特征点跳动现象,使用滑动窗口滤波对缺失的帧进行了填充,并消除了跳动现象。最后,使用UR5机械臂作为执行机构,通过定位脸部特征点做到了对病人头部病灶点的实时定位并完成了实时追踪。