随着电气化铁路的快速发展,高速铁路及城市轨道交通逐渐成为地区经济的强大推动力,轨道交通的区域性经济效益也越加突出,不仅提升地区人民的出行便捷性,更是当地经济发展的关键一环。列车运行过程中,受电弓是列车引流的关键设备,其上的碳滑板与接触网直接作用,保障列车稳定受流和安全运行。因此研究和设计一种碳滑板磨耗检测系统十分必要。本文针对传统人工测量及图像法检测滑板磨耗时,检测效率较低,难以及时、准确评估受电弓滑板磨耗状态的问题,同时参照现有的相关标准,设计一种多视觉传感器检测系统对受电弓碳滑板磨耗进行高精度检测。本文首先介绍结构光技术的类型及线结构光的产生原理,并在此基础上阐述了视觉测量中常用的坐标系,以坐标系为基础推导摄像机的直接线性变换模型,并且进一步考虑到摄像机镜头存在畸变的情况,建立摄像机非线性模型。在完成相机模型建立的基础上推导出线结构光测量的数学模型,并进行相机内部参数标定研究与激光平面方程求解。其次,针对列车受电弓碳滑板横向空间尺寸较大的特点,设计一套多视觉传感器组合测量的滑板磨耗检测系统。通过组合三台激光摄像设备,扩大测量范围,完成滑板整体轮廓的数据采集。并且在单台视觉传感器标定的基础上,以中间视觉传感器为基准建立全局坐标系,研究三台视觉传感器的组合标定方法,确定各台视觉传感器在空间中的位姿关系。然后,在完成多视觉传感器标定的基础上,获取滑板整体轮廓及碳滑板的金属托板点云轮廓。由于原始点云数据中存在噪声,因此需要先对受电弓滑板点云数据进行相关的滤波操作,通过预处理去除较大噪声数据。在此基础上对采集到的点云数据进行数据精简。在对点云精简算法研究的基础上,提出一种基于体素栅格的密度聚类方法,核心思想是利用DBSCN算法对目标区域的点云数据进行分割操作,得到滑板平面及托板区域的点云数据。最后基于随机采样一致的平面拟合,确定出两条金属托板轮廓所在平面,通过计算滑板点云数据到托板平面距离的最大值,来得到滑板的磨耗值。最后,基于现有条件设计进行实验室环境下的测试。试验结果表明,本文所设计的多视觉传感器受电弓滑板检测系统的检测精度能够达到检测需求,具有实时性好、检测精度高的特点,具有良好的应用前景。