La estimación de pose rápida y precisa es esencial para el control de movimiento local de robots como los drones. En la actualidad, los sistemas de captura de movimiento (Mocap) basados en cámaras son utilizados principalmente por los robots. Sin embargo, este tipo de sistema Mocap se ve fácilmente afectado por el ruido de luz y la oclusión de la cámara, y el costo de los sistemas Mocap comerciales comunes es alto. Para abordar estos desafíos, proponemos Easy Rocap, un sistema de captura de movimiento robótico de bajo costo y código abierto, que puede capturar rápida y robustamente la posición y orientación precisas del robot. En primer lugar, basado en el entrenamiento de un detector de objetos en tiempo real, se diseña un algoritmo de filtrado de objetos utilizando clase y confianza para eliminar detecciones falsas. En segundo lugar, se aplica el seguimiento de múltiples objetos (MOT) para mantener la continuidad de las trayectorias, y se aplica la restricción epipolar a las correspondencias de múltiples vistas. Finalmente, se utilizan cámaras calibradas de múltiples vistas para calcular las coordenadas 3D de los marcadores y estimar efectivamente la pose 3D del robot objetivo. Nuestro sistema recibe flujos de datos de múltiples cámaras en tiempo real, lo que facilita su integración en el sistema robótico. En el experimento del escenario de simulación, el error promedio de estimación de posición del método es inferior a 0.008 m, y el error promedio de orientación es inferior a 0.65 grados. En el experimento del escenario real, comparamos los resultados de localización de nuestro método con el avanzado algoritmo de Localización y Mapeo Simultáneos (SLAM) basado en LiDAR-Inercial. Según los resultados experimentales, SLAM genera derivas durante los giros, mientras que nuestro método puede superar las derivas y errores acumulados de SLAM, haciendo que la trayectoria sea más estable y precisa. Además, la velocidad de estimación de pose de nuestro sistema puede alcanzar 30 Hz.