随着自动驾驶与高级辅助驾驶的发展和应用,动态环境感知技术应运而生,目前主要运用激光雷达和摄像机配合超声波雷达的方式,以获取结构化道路的障碍物和道路标识信息,但对于非结构化道路,尤其是针对坑洼不平的泥土、沙石路面的形貌获取,采用结构光测量法效果更佳。为解决待测路面三维几何轮廓的获取问题,系统标定作为点云数据获取的的关键技术,为测量系统提供二维图像与空间区域的物-像映射关系。本文研究一种通过摄像机和光源进行一体化建模并对标定参数进行有限元分区域处理的直接标定方法,可有效降低结构光系统标定计算和操作的复杂度,并实现路面三维测量精度的有效提升。根据路面形貌测量的场景需求设计了一种基于点阵式结构光的测量方案,并对摄像机和结构光源进行了选型;分析了结构光测量原理和相机的投影映射模型,对基于成像原理的结构光测量模型进行了推导转换,并整合了待标定参数;其次在深入研究和分析传统内外参联合结构参数标定的方法存在过程繁琐、计算复杂度高、易引入误差等问题的基础上,构建了基于投影映射关系的测量系统多项式模型,并引入拉索回归（Least absolute shrinkage and selection operator,LASSO）算法实现特征压缩以优化上述多项式组的模型结构;为快速进行特征选择,采用最小角回归算法（Least angle regression,LAR）实现模型参数求解,通过交叉验证确定映射方程的回归系数,并对回归模型进行了误差分析;针对结构光测量系统直接标定存在着物-像映射模型全局适用性差的问题,提出了一种基于畸变偏移矢量的有限元分区直接标定法,根据镜头的畸变分布规律确立分区域模板,并在特定的图像子区间内分别进行直接法标定;最后研究了结构光斑图像提取及质心定位算法,为系统标定提供关键点的亚像素级图像二维信息。论文搭建了路面形貌结构光测量系统标定平台,并进行了标定与测试实验,实验结果表明,本文提出的基于畸变偏移矢量的有限元分区直接标定法简化了繁琐的标定过程,对空间点的测量误差在Xw、Yw、Zw方向均控制在3mm范围内,满足自动驾驶及高级辅助驾驶系统对坑洼路面形貌的测量要求。