增强现实技术致力于将计算机生成的物体叠加到现实景物上,它已经成为计算机视觉研究中的一个重要领域,移动设备上的增强现实也渐渐出现在用户的视野。使用视觉SLAM的定位技术来实现增强现实一直是SLAM领域研究的重点和难点。双目相机和RGB-D相机的SLAM对移动设备硬件要求严苛,然而单目相机普遍存在于现代移动设备上,因此移动设备上的单目视觉SLAM系统定位技术的研究具有良好的应用市场。本文的研究内容主要围绕着单目视觉SLAM的定位技术展开,利用它实现Android平台上的增强现实。本文首先介绍了单目视觉SLAM系统实现定位的基本原理,通过标定得到相机内参且消除畸变,通过特征点提取与匹配、2D-2D运动求解、3D-2D运动求解、3D-3D运动求解相机运动和空间点位置。接下来依据工程源码分析了现代视觉SLAM系统——ORB-SLAM的单目定位技术的具体步骤。本文使用的是ORBSLAM的第二个迭代版本,也成为ORB-SLAM2,主要分析了定位过程中的两个重要环节:相机运动跟踪和跟踪失败的重定位。分析了定位原理和ORB-SLAM2的定位具体实现后,本文继续做了以下工作:(1)改进了ORB特征点算法。针对ORB特征点过度聚集和局部亮度过高导致的特征点提取不正确的问题,在ORB特征点提取过程种加入了局部自适应阈值获取、局部最优特征点获取的步骤,并进行了实验对比其效果(2)在Android平台上移植ORB-SLAM2且优化它的初始化步骤。由于ORBSLAM2并非专门为移动设备而生,因此本文将它移植到Android设备上,同时为了提高增强现实在Android手机上的用户体验,优化了单目ORB-SLAM2在Android设备上的初始化流程,降低初始化门槛,减少不适用于移动设备的计算方法,提高初始化成功率,最后进行实验,对比优化效果。(3)将研究内容应用到变电站巡检培训中,构建Android增强现实应用。这是因为电力系统规模庞大、种类众多、分工复杂、更新速度快,对从业人员要求严格,使用增强现实技术在三维空间中展示检修设备可以给员工带来真实体验感,随时随地可进行学习培训。