随着科技的进步,机器人的智能化水平越来越高。机器人想要融入到人类生活中,协助或替代人类完成任务,一定要充分感知自己与外界环境之间的相对位置关系,因此机器人视觉导航显得尤为重要。考虑到单目测量的精确度和多目测量的复杂性,本文选择双目立体视觉来测量。双目立体视觉获取现实场景中物体的方位和距离信息,模拟人类双眼处理环境信息的方式,方便可靠。本文主要研究了摄像机标定和立体匹配两部分。本文提出了一种摄像机分步标定法,该方法是一种在传统标定和自标定之间的摄像机标定方法,其内部参数仍采用简单的标定方法获得一张正友棋盘格法,对于外部参数的获得,使用了一种当摄像机平移和旋转时的标定方法。本分步标定法通过先计算单个摄像机的内参,再计算立体外参,不仅弥补了自标定精度低和传统标定过程复杂的不足,还解决了主动视觉标定无法解决的摄像机运动参数未知情况下的标定问题。最后通过分步标定实验进行了验证。本文给出了一种改进的SIFT特征提取匹配算法,主要针对匹配的三个方面进行了改进。第一,在16*16的像素范围内使用8个仿射形式的同心圆来描述特征点,把关键点的描述符从128维减少到了 64维,大大提高了关键点的匹配效率。第二,提出了基于几何相似度改进的SIFT匹配算法,这种算法有效地增加了正确匹配点的数量,消除了错误匹配。第三,对RANSAC算法进行了改进,采用了找到目标区域并删除目标区域外特征点的方法,有效的提高了特征点正确匹配的概率。最后通过匹配实验进行了验证。基于上述的摄像机分步标定法和改进的SIFT立体匹配算法,本文通过实验验证了其合理性和精确性,基本满足了机器人导航的要求。