机器人使用三维视觉技术能够精准、快速地探测其所处的三维空间信息,是机器人智能化的关键技术之一。目前,机器人三维视觉的研究还存在着精度不高、自适应性差等问题。本文研究了一种编码二元面结构光的三维视觉感知与引导系统,该系统具有非接触性、检测精度高和自适应功能等特点。主要的研究工作概括为以下几点:(1)研究了结构光三维视觉系统的构成,分别对线结构光、面结构光的三维感知系统构成进行了分析。阐述了结构光三维视觉系统的标定原理及深度测量原理,对本文中所用的面结构光系统进行标定实践并得到结果。总结了结构光的几类编码方法和前人的一些结构光编码工作。(2)设计了一种多参量编码的二元面结构光自适应编码系统,并给出该系统的设计方案。根据多维矩阵理论研究了结构光的多参量编码理论和编码图案。在此基础上,分别研究了最小化场景噪声影响的结构光编码颜色算法、基于目标区域轮廓的编码密度算法和基于表面反射率估计的结构光强度调整算法。并针对设计的编码图案给出一种基于支持向量机(Support Vector Machine,SVM)分类的结构光解码方法。(3)研究了一种多参量编码的二元面结构光三维重建算法,对检测目标的三维深度细节进行优化。然后将二元结构光系统应用于微纳米尺度的检测场景中,设计了一种基于光子计数的微纳米三维检测系统。实验结果表明:多参量编码方法生成的面结构光对比传统的编码结构光具有更好的环境适应性,二元结构光三维重建算法能够有效地优化目标的三维细节。在工业机器人上初步试验多参量编码二元面结构光三维检测系统,实现了对不同目标的自适应结构光编码三维检测,目标检测分辨率达20微米,正确率达98.06%,每个目标的定位抓取时间为0.8秒,为工业机器人提供一个有效且精确的视觉检测方法。