随着移动互联网技术的发展,室外定位技术逐渐成熟,并已广泛应用于航海、航空、自然灾害预防、车辆导航等各个领域中。在室内,人们对于定位服务的需求随着建筑物复杂性、多样性的发展而越来越强烈。现有的室内定位方法各具特点,其中视觉定位以可在未知环境中自主作业、无需提前布设相关设备、传感器体积小、信息获取丰富等优势逐渐被关注。而惯导定位以实时性高、抗干扰能力强、成本低、功耗低的特性持续被室内定位领域所利用。本文围绕视觉定位和惯导定位进行了以下几个方面的研究和分析:1.研究了基于双目相机的视觉定位算法。建立了相机成像模型和畸变模型,通过张氏标定法对相机进行标定得到相机的内外参数、畸变参数;提取双目视觉相机所获取图像中的特征点,通过匹配同一时刻左右目图像的特征点进行3D距离计算,同时通过匹配相邻两帧图像的特征点来估计载体的位姿;随后介绍了视觉定位中图优化与回环检测的方法;最后简述了该定位方法的特性。2.研究了惯性导航系统。首先,阐述了惯性导航中常用的坐标系、坐标系间旋转表示的方法以及不同旋转表示方法之间的转换方式;其次,研究了惯性导航系统中传感器标定以及初始对准的方法;然后,针对惯导中陀螺仪直接积分得到角度值随着时间的增加误差越来越大的情况,提出利用互补滤波对陀螺仪读数进行修正的方法;最后,介绍了航向姿态、速度位移解算方法以及该定位方法的特性。3.研究融合惯导信息的双目视觉室内定位方法。惯导定位具有完全自主的测量、稳定获取姿态数据的特性,能有效弥补视觉SLAM在特征贫乏情况下跟踪丢失的情况,提升系统定位的稳定性;高精度的视觉定位结果可以有效修正IMU存在的累计误差,提升系统定位的精度。依据以上特性及可在未知环境中运行的前提,通过对多传感器数据融合常用技术的分析,确定了以扩展卡尔曼滤波为基础的视觉与惯导融合方法,并建立了相应的状态预测模型和修正模型。最后,对文中所提出的算法进行实验验证。实验结果表明:相较于直接对陀螺仪读数进行积分得到的角度值,引入互补滤波修正后积分得到的角度值误差更小;基于扩展卡尔曼滤波的融合定位方法相较于单独的双目视觉定位方法、惯导定位方法所得定位误差更小、轨迹图更接近于预设轨迹。