论文以空间目标位姿估计和空间机器人立体视觉测量为应用背景,研究了双目立体视觉目标位置测量和姿态估计等相关技术。双目视觉系统结合相关的信息处理系统模拟人类视觉系统感知客观世界,是一种最接近人类视觉系统的机器信息采集系统,而双目视觉又属于计算机视觉领域重要分支之一。双目视觉系统以其独特的优势在精细操作系统的位姿检测与控制、机器人导航、三维非接触测量及虚拟现实等领域得到了广泛应用。对基于双目立体视觉系统的三维重建、深度感知等问题进行研究具有十分重要的应用价值。目前,随着视觉相关技术的发展,硬件设备性能不断提高,双目视觉测量系统也面临着新的发展,尤其是在精度提高方面,论文围绕双目立体视觉系统结构、光学系统成像模型建立、摄像机标定技术和系统参数误差补偿等几部分展开研究,以期进一步提高系统的测量精度,使其满足目前应用技术发展的需求。本研究的工作主要从以下几个方面展开:1、首先为了判知双目视觉系统的精度制约因素,从而有的放矢的对系统进行改进,对影响双目视觉测量系统测量精度的几个主要因素进行研究,主要包括:1)双目系统相关理论和双目系统结构最优设置,包括基线,相机与基线夹角,和相机焦距等主要因素;2)系统测量精度极限,制约视觉测量系统测量精度的最根本因素是探测器分辨率,建立概率分布模型分析探测器分辨率导致的三维测量误差,该模型能够为选择探测器以及图像处理算法选择等工程实现问题提供理论依据。3)标定误差以及模型拟合误差,总结为除探测器分辨率之外造成重投影误差的因素,属于系统误差。分析系统误差来源及其对精度影响规律,从而采取正确措施,消除系统误差对测量精度的影响是论文的研究重点。2、对相机模型拟合精度研究。首先,为了提高模型的拟合精度,论文比较了constant-model畸变模型和depth-dependent畸变模型优势和不足。constant-model畸变模型简单,depth-dependent畸变模型则考虑了畸变与量程之间的关系,精度更高。提出用分段畸变校正的方法进行畸变校正,整合两种畸变模型的优势;其次,论文研究发现共轴误差不仅给标定拟合过程带来了困难,而且在相机模型外参中加入了物空间位置变化,这与模型原理相悖。为了消除其影响,提出通过相机模型外参数建立测量坐标系,保持信息的完整性;最后,论文对相机模型参数耦合进行数学推导和特性分析,结合光学系统共轴误差分析结果,提出了去耦合单相机迭代优化算法,并利用虚拟相机模型进行了实验验证。3、高精度双目系统标定算法研究。近几年涌现出许多3D标定算法,该类算法基于重构误差构造迭代代价方程,其优势是算法直接以测量误差为评价函数,与三维测量相一致。在分析总结现有双目系统标定算法的基础上,提出一种具有较强抑制噪声能力、较高标定精度的双目视觉系统标定算法。为了消除重构误差随测量距离的增加而增加对标定的影响,本文在算法代价函数中引入了权重因子。最后设计实验验证算法的正确性与有效性。4、对双目系统标定误差补偿优化方法进行研究。图像噪声、光学系统非共轴性、畸变模型近似性和参数耦合等因素都决定了参数标定结果不可避免的存在误差,为此提出了用相机外参数对参数标定误差进行补偿的优化方法,进一步针对局部畸变进行局部优化并建立优化查找表。首先,从理论上我们验证了用相机外参数补偿相机内参数和结构参数的可行性;然后,通过实验验证了参数误差补偿策略能够在较大视场范围内提高测量精度,减小系统测量精度对真实参数的依赖性;最后根据优化后双目系统提出了改进的具有实时性的位姿估计算法。