航天员在轨工作中,由于失重等原因,人体形貌和动作模式会发生较大变化,实时监控航天员的形貌、动作变化,设计符合在轨操作模式的试验设备,都需要精确的人体形貌及姿态测量方法提供详细的数据支撑。以在轨航天员人体测量为主要应用背景,本文在通过三维重建技术恢复人体三维形貌,继而测量在轨人体测量学参数这一完整流程中着重选取动态人体三维数据获取部分,人体三维点云拼接配准部分,以及基于人体点云测量人体尺寸部分进行研究,最后,根据以上技术的研究,将这些技术综合运用在运动目标的三维形状误差检测这一工业实践中,进一步验证了技术的可行性。本文主要包括以下几方面内容:1,阐述了目前成熟深度相机的基本原理,其中包括双目立体相机,结构光相机以及TOF相机,对比了不同策略的优点和不足,然后,针对在轨航天员实时三维重建的需求,设计了在轨运动人体三维数据获取方案。2,介绍了三维点云配准基本方法,接着针对点云配准中的点云刚性变换进行了公式推导,论述了四元数法的相关概念以及其实现点云旋转变换中的优势,阐述了自动配准算法中最常用的ICP算法原理和流程。最后,针对人体点云拼接问题,提出了一种基于结合手动配准和ICP算法求解点云刚性变换的方法实现了动态人体拼接,并取得较好效果。3,针对高精度重建完成的人体三维点云,介绍了一种在标准姿势下的基于三维点云的人体围度测量方法。该方法首先运用了点云刚性变换对朝向不确定的人体三维点云位置姿态矫正到参考坐标系标准位置,然后提取人体特征点和特征平面,运用了基于Graham扫描法求解特征平面点云凸包周长的方法计算人体围度,最后通过实验验证,该方法对人体关键部位围度测量结果与手工测量结果相比,误差不超过3%。4,将多台深度相机实时三维重建技术运用到实际工业生产中,运用了三维点云处理中点云变换和点云配准的关键技术对重建完成的三维点云的处理分析。针对传送带上包装箱形差误差快速检测问题,提出了一种将带有形状误差的缺面点云与其标准模型的配准算法,从而实现了运动目标形状误差检测。