基于相位辅助的三维测量由于其测量速度快、精度高等特点被广泛应用于诸多领域。随着应用需求和技术的发展,三维数字化呈现自动化的发展趋势,如何自动、快速的获得三维模型是近年来研究的重点。在进行三维测量时,由于传感器视场有限,需要多次测量,才能得到全部三维数据,目前依靠人工操作不可避免的带来重复测量、遗漏测量等问题。为了全方位一次性测量或者自动测量,视点规划具有重要的意义,因此本论文主要围绕自动三维重建中的视点规划关键技术展开研究,主要内容总结如下:阐述了在三维重建过程中三维传感器的成像约束条件,并通过建立数学模型,估算系统的测量空间大小。针对已知物体模型,提出了一种视点规划方法,主要思想是三维传感器满足相应的约束条件后每次覆盖未知点云的数量最多,以尽可能少的视点数量,完成整个模型的覆盖。为一次性测量整个物体或自动测量提供了指导作用,并减少了人工劳动强度,提升了工作效率。针对未知模型提出了一种视点规划方法,先通过深度相机快速得到待测物体的低精度数字化模型,然后基于视点规划算法对低精度数字化模型中的点云数据进行视点规划,分别计算出三维传感器需要对待扫描物体进行三维扫描时的多个视点位置和视线方向。这样可以有效提高传感器位姿确定的准确性、科学性,并使得视点规划的效率大大提升,降低整个三维测量过程的耗时,提高工作效率。同时研究了视点规划后扫描的路径优化,通过遗传算法寻找最短路径,减少传感器扫描过程中移动距离,提高了效率。为实现三维重建的自动化,设计了一种高效灵活的测量方法,搭建了基于机器臂和旋转台的三维测量系统。完成对整个系统传感器的标定后,通过所提出的视点规划算法,确定待测物体扫描时的多个视点位置和视线方向,在机器臂和旋转台的控制下,实现了单个三维传感器的多视点、全自动三维数据采集和测量。