对不同类型的导航系统进行组合处理是现代导航领域中的一种趋势,相对于单个导航子系统来说,组合导航系统能够实现各子系统间的功能互补,进而能提高系统导航时的稳定性、实时性和精度。此外,组合导航系统通过测量值的冗余能进一步地提高系统的可靠性。在此背景下,本文深入研究了对惯性导航系统和视觉测量系统进行组合的实现方法。首先,本文讨论了消除陀螺仪零位误差的具体算法。惯导系统常常使用陀螺和加表作为测量单元故具有自主性和隐蔽性等特点,因此在导航领域中得到了广泛的应用,然而,由于误差的积累效应,长时间工作的惯导系统易产生发散现象。故单个的惯导系统只适用于短期的导航数据处理,但是受各种误差源的影响,短时间工作的惯导系统的精度也比较低。为降低各种干扰对惯导系统的影响,进而提高系统的导航精度,本文在惯导系统的数据处理过程中引入了卡尔曼滤波算法。经过滤波处理,在很大程度上降低了噪声的干扰,从而得到了高精度的导航数据,再经过姿态解算就能实时获得物体相对于惯性空间的精确位姿信息,最后进行了仿真分析及相应的实验。其次,本文讨论了基于视觉测量的位姿确定算法。视觉测量作为一种新型的导航技术,由于其所具有的能长时间稳定工作和高精度等特性,得到了广泛的应用,根据摄像机的量测量进行位姿确定的算法也多种多样。考虑到后续需设计组合导航系统,本文从视线矢量共线方程的角度出发,详细介绍了利用高斯最小二乘微分校正法进行位姿确定的处理过程。随后进行了相应的仿真分析。最后,本文导出了对惯性导航系统和视觉测量系统进行组合的具体实现方法。基于惯导系统观测范围广而不能长时间稳定工作,视觉测量系统能长时间稳定工作而观测范围有限这一事实,本文研究了对两者进行组合的可行性和具体实现方法。基于扩展卡尔曼滤波算法,本文实现了对惯导系统和视觉测量系统的数据融合处理,随后开展了相应的仿真分析。