增强现实技术将虚拟信息与真实环境进行融合,实现虚拟信息与真实环境在光照、几何和时间方面的一致性,增强人类对真实世界的感知。增强现实技术的几何一致性需要确定移动设备在现实世界的位置从而准确添加虚拟信息。视觉定位技术具有高精度和无需部署设备的优点,可以实现对移动设备的实时定位。目前传统视觉定位技术在光照强烈变化的情况下存在检索失败与检索速度慢的问题,本文针对该问题做了如下工作:1.针对传统视觉定位方法中粗略检索失败率高和聚类耗时长的问题,提出了一种基于动态遍历的分层特征网络视觉定位方法。该方法首先对场景地图进行图像预聚类处理,然后根据全局描述符匹配得到候选帧集合并动态遍历查询图像,最后对查询图像与候选帧进行局部特征点匹配,利用PnP算法估计查询图像的相机位姿。该方法能够有效提取图像的全局描述符与局部特征点,在光照强烈变化场景下具有较好的鲁棒性。2.针对分层特征网络需要的运算量比较大的问题,本文将分层特征网络部署在云平台,由云端服务器估计相机位姿并进行地图构建,移动端获取图像实现运动轨迹展示。本文设计并实现了基于分层特征网络的视觉定位系统。测试结果表明,算法设计合理,系统运行良好。与传统视觉定位方法对比,基于分层特征网络的视觉定位方法具有更好的精确性和稳定性,因此本文提出的视觉定位系统具有一定的理论意义及应用价值。