在机器人辅助外科手术系统(RASS)中,手术器械相对于病灶部位的位置和姿态必须实时地精确计算出来以便正确的引导外科手术的进行。为了规避手术环境中可见光变化对于光线定位跟踪系统的影响,本文采用了红外摄像机进行图像的采集；同时为了降低多个手术器械及手术参与人员引起的光线遮挡问题出现的可能性,本文采取了符合一定拓扑结构的多目摄像机模式。基于多目红外相机的手术机器人光学跟踪系统涉及以下几个方面的内容：摄像机标定；图像点提取；图像点匹配；立体三角原理；多目标跟踪技术；手术器械的识别与标定。本文所述的系统采用了基于三坐标测量仪(CMM)的红外相机标定方法和一种改进的立体三角原理——基于垂足的空间点定位方法(PFM)。实验结果表明这种红外相机标定方法和空间定位方法的精度均优于传统的方法。本文还引入了一种利用扩展卡尔曼滤波器(EKF)的多目标跟踪技术,这种技术可以最大限度的整合利用多目摄像机的冗余信息。目标点的运动轨迹可通过不同时刻的多目摄像机图像点更新三维空间点的坐标而获得。这种技术可以比较精确地估计三维目标点的运动信息,因为它直接利用目标点在摄像机平面上的图像点进行目标点的更新,而不是利用可能包含误差的三维重建点进行目标点的更新。实验表明,这种目标跟踪算法可以同时高效地跟踪多个目标的三维轨迹,并且,利用扩展卡尔曼滤波器(EKF)估计出的三维点位置与利用PFM计算出的数据高度一致,但是此类跟踪算法所需要的计算量和计算时间大大少于PFM。此外,本文还提出一种基于几何推理的点模式匹配方法用来从三维点云中分离出手术器械上的标志点,这种方法具有明确的几何意义,逻辑严密,计算量小,结果可信度高。诚然,或许此类方法不适合于大部分点模式匹配问题,但是可以有效解决本文系统中的问题。除了以上具有创新意义的技术方法,本文还系统介绍了有关光学定位跟踪系统的基础理论和相关研究,主要包括摄像机模型及经典摄像机标定方法,特征点提取、特征点匹配及立体三角法等三维重建理论,扩展卡尔曼滤波器的基本理论及其在光学定位跟踪系统中的应用方法,以及手术器械的识别与标定。总起来说,本学位论文详细阐述了机器人辅助外科手术光学定位跟踪系统。