基于视觉的定位方式是机器人领域应用较为普遍的定位方式之一，目前已得到了国内外众多科研工作者的广泛重视，具有较为广阔的应用前景。基于普通视觉的定位方式视野狭窄，路标检测困难，从而导致定位可靠性难以时时得到保证。鱼眼视觉具有近180度的宽视野成像特性，能够较好地克服以上缺陷。本论文以国家自然科学基金项目“基于鱼眼视觉的移动机器人运动估计及其视觉伺服控制研究”为背景，对鱼眼视觉的标定问题和室内环境下的定位问题进行了研究。　　 本论文的主要工作包括鱼眼镜头标定板的设计和图像特征的提取、鱼眼镜头的标定和鱼眼图像的校正以及基于多个路标的鱼眼镜头定位三个部分。具体介绍如下:　　 第一、结合当前鱼眼镜头标定算法的发展现状，设计了一种适用于鱼眼镜头的标定板，并利用标定板的特征实现了特征点的提取，为鱼眼镜头的标定奠定了基础。首先，该鱼眼镜头标定板根据鱼眼镜头的成像特点设计，可以适应鱼眼图像径向畸变较大而切向畸变可以忽略的特点，在大广角和大畸变的情况下依旧能够保持特征点的特性不改变;其次，为了能够实现鱼眼镜头的实时准确定位，利用标定板的特点，实现了鱼眼镜头成像区域和特征椭圆的识别和拟合;最后，在椭圆拟合的基础上，实现了标定板椭圆的排序。　　 第二、在标定板的设计和特征识别的基础上，利用采集到的特征信息，实现鱼眼图像的标定和鱼眼图像校正。首先，在对算法原理进行深入理解的基础上，对Kannala的优化迭代标定算法进行了实现，并结合鱼眼成像模型，推导出了该算法Levenberg-Marquardt优化所需的Jacobian矩阵;然后，分别利用Kannala方法和张正友方法对鱼眼镜头的参数进行了标定，并分别在所标定的两组摄像机参数的基础上，实现鱼眼图像的校正。最后，通过编写Matlab程序和C++程序得到了标定参数和校正结果，并对结果进行了比较。　　 第三、在上述工作的基础上，实现了基于P4P问题求解方法的多路标成像定位算法。为了充分利用鱼眼镜头大广角的优势，分别在特征圆之间距离较近和较远两种情况下进行定位实验，并对实验数据进行了分析和对比。实验结果表明，利用鱼眼镜头，可以在路标稀疏的情况下实现摄像机的准确定位。　　 最后对论文中的工作进行了总结，并讨论了可在其基础上进行的拓展工作。