伴随着5G时代的到来,高清晰度、高码率的全景直播成为了可能,而作为全景直播的采集设备,全景相机也正在迅速普及。除了应用于全景直播以外,全景相机还能完成诸如三维重建、空间漫游、定位导航等功能,而实现这些功能的基础是全景相机对自身定位并恢复运动轨迹,即全景相机的视觉里程计。相对于视场角有限的传统视觉传感器,全景相机能一次性采集场景中的全方位视觉信息,这使得基于全景相机的视觉里程计不再受到视角的限制,从而应用于更为广泛的场景中。然而全景相机的构造相对于普通相机更为复杂,现有的视觉里程计技术无法直接应用于全景相机,因此需要先标定全景相机的相机参数,并对传统的视觉里程计算法加以推广使其适用于全景相机。本文研究了全景相机的标定以及视觉定位问题,并提出了基于全局优化的全景相机标定算法以及适用于全景相机的视觉里程计方案,使全景相机能应用于视觉定位及相关领域。考虑到全景相机是由多个鱼眼镜头组成的环形刚体结构,本文提出了基于全局优化的全景相机标定算法。本文首先研究了鱼眼镜头的成像模型并标定了镜头的内参;在此基础上,本文提出了全景相机各镜头之间相对位姿的标定算法,算法基于全局重投影误差模型以及回环约束构造目标函数,并通过优化目标函数来标定各镜头之间的相对位姿。实验结果表明,本文提出的基于全局优化的全景相机标定算法相较于优化前有效地提升了各个镜头相对位姿的标定精度,其中重投影误差平均下降24.94%、最高下降26.53%;位姿累积误差平均下降46.24%,最高下降52.86%。通过标定算法得到全景相机的相机参数,进而以全景相机作为视觉传感器实现视觉里程计。考虑到全景相机由多个镜头构成,相较于传统相机提供了更多的约束信息,因此本文提出了适用于全景相机的视觉里程计算法。本文首先提出了基于直方图统计的PnP算法分别估计各个鱼眼镜头的运动轨迹。同时考虑到各个镜头均遵循全景相机运动的约束,因此本文通过光束平差法恢复高精度的相机运动轨迹。通过室内和室外场景的实验结果表明,基于全景相机的视觉里程计能很好地拟合相机的真实运动轨迹。