近年,使用视觉信息和算法对物体运动的捕获技术已经成为开展科研、实验验证、远程医疗、体育训练以及电影制作等领域的重要技术。但是,由于常规视觉信息缺乏鲁棒性,使得测量所获得的初始信息容易受到干扰,且部分商业定位系统的精度、造价和定位范围都会限制技术的应用。因此,本文针对上述问题,研究了一种低成本、大范围的新型实时多点跟踪与定位系统,其定位范围、实施成本较商用系统均有提高。本文的主要研究内容包括以下六个部分：1.为了提高系统的鲁棒性,使用了红外发光标志点做目标以避免可见光对获得的图像信息的影响；2.引入了大广角镜头以增大定位范围；3.利用了ROI技术减少了处理图像的数据量,提高了系统的实时性；4.在程序中使用了基于反投影误差的方法来匹配来自不同相机的不同红外点,使系统在红外动点的一般运动速度下能保持较好地匹配精度；5.由于大广角镜头带来了图像畸变,本文采用了一种改进型的One Point Method来求取相机外参数,并收到了较好地效果；6.在硬件设计上,设计了RS232到TTL的电平转换电路板以保证计算机和相机之间的正常通信。最后,我们把这些红外标志点安放在四旋翼机器人上来验证上述方法的正确性,实际试验结果表明：相比于其他视觉定位系统,本设计在定位范围、设备成本、系统实时性上有很大的提高,整套系统的实时性和精确性都能满足室内多质点的定位要求。除了上述新方法和理论,本文还系统地介绍了以视觉信息为依据的定位与跟踪系统的基础理论,主要包括了相机的模型及几种经典的标定方法,特征点提取与匹配及多视三角法等重要三维重建理论。