机器人视觉在机器人应用中占有越来越重要的地位,随着图像采集设备性能的不断提高、价格的不断下降、计算机视觉的高速发展,明亮的眼睛是机器人拟人化的一个重要的标志。机器人视觉主要研究通过视觉传感器采集的二维图像,感知和恢复三维环境中的物体的几何信息、姿态、相对位置等,并对客观物体进行描述、感知、解释,然后把这些信息传送给机器人,由机器人决策系统做出决策。其中视觉测量是实现机器人所有视觉行动的重要的前提,而要实现视觉测量就必须标定摄像机的参数。目前视觉测距系统对标定参照物的精度要求极高,对检测和数据测量也要求极高,不适合机器人视觉,尤其不适合机器人变焦视觉系统,我们需要研究出一种在参照物精度不是很高的情况下精度能达到一定程度的标定和测量方法。本文所作的工作主要是机器人视觉测距系统的标定、图像畸变的校正、机器人视觉定位。由于小孔成像模型的误差、测量系统的误差,图像存在畸变,要实现精确的跟踪或定位,就必须首先修正图像的畸变。本文实现了在近景时对图像进行二阶畸变校正,远景时对图像进行径向、切仿射畸变的校正,极大的减小图像的畸变度和减少复杂的运算,为提高标定的精确性打下基础。在标定时,小孔成像模型的误差、测量系统的误差、图像处理的误差等,使得标定结果不精确,尤其是控制点共面时所得方程组无解的情况,我们解决的方法是：一、用共面直线的标定方法,二、引入摄影测量学的光束平差法思想,用Levenberg-Marquardt-More算法解决物点、像点的线性方程组奇异的情况,并且使标定结果更加精确。最后,机器人视觉测距系统利用标定结果,即摄像机的内、外部参数,通过三角测量原理,即机器人的两个摄像机的光心和对应的两幅图像中的像点所成的射线相交于一点---物点,用最小二乘法解出物体的世界坐标,对物体的位姿进行测量,从而实现实时定位。