三维测量系统的测量规划是复杂曲面自动检测研究中的一个关键问题。本文主要针对面扫描测量机器人，研究测量规划中的基础算法，为实现基于面扫描测量机器人的复杂曲面自动检测奠定基础。测量规划的主要问题是根据待测件的CAD模型，计算合理的视点，从而保证在待测件上采集到完整的点云数据，用于待测件的几何外形误差分析。本文主要的研究内容包括面扫描测量机器人测量规划中的三个基础算法：曲面的最小包围盒算法、视点规划算法以及视场内曲面的可视性分析算法。方向包围盒(Oriented Bounding Box，简称OBB)因其方向的任意性和包围的紧密性而被广泛应用，本文针对曲面的三角网格模型计算其OBB。三维点集的最小包围盒是一种基于点集的三维凸多面体最小包围盒的快速算法，利用点集的三维凸多面体与其高斯球面的映射关系，根据三对“游标卡尺”在高斯球面上的移动路径，给出包围盒两相邻面遍历凸多面体两条边的路径，最终搜索出体积最小的包围盒，即曲面的最小包围盒。本文基于曲面的最小包围盒研究了一种视点规划算法。为了合理计算扫描视点，利用待测件CAD模型的最小包围盒，对模型进行递归分块直至满足扫描测头的系统参数；利用分块后的每一块小曲面的最小包围盒，初步确定扫描视点的位姿。最后，利用高斯映射与可视映射之间的对偶关系计算曲面的可视映射，并采用可视映射对视场内曲面的可视性分析进行探索，为最终确定扫描视点的位姿提供了依据。在VC6.0开发平台上，在MFC框架下采用C++语言完成了相关算法的设计与实现，最终采用OpenGL库函数显示出计算结果。