避障技术的日趋发展成熟与定位和测距技术的高速发展有着密不可分关系。现在的测距技术有多种实现方式,在不同的应用范围内都有着各自的优势。在障碍物和环境比较复杂的室内目标定位和测距技术的选择就尤为重要。随着人工智能的不断发展,目前各国对机器视觉系统的研究也在不断深入并且取得了较大进步。并将这种技术广泛应用到了社会生产的各个领域。目前,人们将机器视觉系统大致分为以下三类：单目视觉系统、立体视觉系统和多目视觉系统。单目视觉不需要解决立体视觉中的图像匹配问题,也不会产生全方位视觉中的非常大的畸变。这些优点大大提高了系统的实时性和定位的精度,所以在本文中选择了单目视觉来实现定位系统。对摄像机的参数标定是实现整个定位测距系统的重要环节,标定的精度会对测距结果的精度产生重大影响。本文深入的研究了摄像机标定的理论体系和常用方式,并对基于黑白网格的摄像机标定技术进行了详细的推导和证明。最后通过OpenCV函数库编程设计并实现了对摄像机进行标定的软件流程和系统。本文研究并分析了理想条件下的摄像机线性成像模型。论述了造成图像信息采集过程中使图像信息产生畸变的因素和种类,以及由这些因素如何使图像信息的成像变为非线性的模型。并根据以上的研究对由图像信息畸变产生的误差如何进行相应的优化和补偿进行了详细分析。文中还对机器视觉系统采集来的图像信息进行处理的各种图像处理技术进行了深入研究,并将这些技术应用到本文的避障系统中用以提高对目标物体的测距精度。本文最后提出了测距所用的数学模型并利用这个模型设计算法实现了对障碍物的定位测距系统。