随着人机交互技术研究的兴起，关于眼视线跟踪的技术也日益成熟。眼视线跟踪系统中关键的问题就是关于用户头动问题和精度问题。本文首先阐述了眼视线跟踪技术的研究背景，介绍了侵入式和非侵入式眼动跟踪技术的特点及其发展。接下来，分别介绍眼视线跟踪系统中的标定算法，精度问题以及头动解决方法。随后，详细论述了眼视线跟踪关键技术，主要包括眼图处理模块和标定模块的设计，着重论述眼图处理模块中，瞳孔参数的提取算法的优化，使用的是基于3点的随机采样一致性（RANSAC）的瞳孔提取算法，并从定位准确率方面详细分析了该算法的性能。最后，对眼视线跟踪系统中鲁棒性标定方法进行了研究。首先，分析标定过程中由于眨眼、视线游移等原因造成的干扰点对对系统性能的影响。随后提出了基于RANSAC（随机采样一致性）的标定算法，并详细介绍了将RANSAC算法用于眼视线跟踪系统中的标定过程的步骤和注意事项。最后进行对5个测试者的17组实验数据进行研究分析，得出几点相关结论，其中当标定过程中出现标定点错误的情况时，基于RANSAC的标定算法的性能好于基于瞬时值的标定算法，说明了RANSAC算法的鲁棒性。