随着智能制造的提出及人工智能领域的快速发展,传统工业机器人与视觉测量技术组成的智能抓取系统广泛应用在工业生产制造中。在汽车零部件中,汽车刹车盘为铸铁制造,质量较大,人工抓取不仅耗时且费力,用智能抓取代替人工抓取能显著提高生产效率、节省人力成本。在智能抓取系统中,视觉测量系统代替人眼对工件进行识别,视觉识别精度是实现准确抓取的关键。结构光视觉测量作为一种主动式测量方法,具有非接触、高精度、高分辨率和低成本的优点广泛应用在生物医学、机器视觉、逆向工程等领域。对此,为恢复汽车刹车盘完整点云数据,本文提出了一种基于结构光双目视觉的盘类元件点云获取方法,具体工作如下:（1）对结构光双目视觉测量原理进行研究,搭建硬件系统、标定系统参数。根据测量原理,对比现有结构光编码方法,选择具有高分辨率、高精度优点的相移编码。针对相位展开对相移条纹投影测量精度的重要影响,在分析了空间相位展开算法在耗时、展开精度上不足的基础上,提出一种基于互补格雷码的相位展开算法。引入的互补格雷码与传统格雷码条纹阶次互补,利用阶次互补与中值滤波结合可消除由周期错位导致的相位展开误差;在相位展开时,利用掩码图像对展开过程进行引导能提升展开快速性。实验表明,在确保展开精度情况下,具有掩码图像引导的相位展开速度提升了36.1%。（2）对相位立体匹配算法进行研究,为提高匹配精度与效率,提出一种基于格雷码辅助的相位匹配算法。利用极线校正原则形成横向约束,同时,格雷码条纹阶次形成纵向约束,双向约束使匹配区域更加精确。通过实验对比了传统AD-Census相位匹配算法与单方向约束的极线校正相位匹配算法,表明本文所提算法获取的汽车刹车盘点云数据更加完整。（3）为进一步验证获取点云精度,对已知尺寸的标准几何物体进行点云重建,计算其几何参数并与实际参数进行对比,半球点云的半径误差为0.284cm,圆锥点云开角误差为0.094度,证明了本文所提出的结构光双目视觉点云获取方法能准确、有效恢复出物体表面点云,为智能抓取汽车刹车盘奠定基础。