增强现实(Augmented Reality)是在虚拟现实(Virtual Reality)基础上产生的一门新的计算机应用与人机交互技术,通过跟踪用户在现实场景中所处的位置,将计算机生成的图形图像以及声音等虚拟信息叠加在用户感知的真实世界之中,利用辅助的虚拟信息增强用户对真实场景的感知能力。其中跟踪配准技术在增强现实系统中起着至关重要的作用,它通过获取用户相对于真实场景的姿态角和位置信息,从而将虚拟信息和真实场景进行虚实配准。在基于标志物的视觉跟踪系统中,本文对真实场景中标志物的选取和识别、摄像机标定、以及虚实物体配准等相关问题进行了论述和实现。通过实验分析表明:当摄像机移动过快或者标志物被遮挡时,基于视觉的跟踪技术存在跟踪失效的问题。针对以上问题,本文采用一种基于视觉和惯性传感器数据融合的方法,解决当视觉传感器失去效用时无法获取其相对于真实场景中标志物的姿态角和位置信息问题。该方法在完成视觉和惯性传感器之间固定6D姿态标定之后,分别建立姿态角和位置的时间动态模型,应用非线性卡尔曼滤波器(EKF)和离散卡尔曼滤波器(DKF),在摄像机短时失去效用时分别对视觉传感器相对于标志物的姿态角和位置进行预测和修正,以便实现实时虚实配准。通过一系列6D信息数据和实验效果图对比看出,该方法不仅改善了基于视觉跟踪的鲁棒性与快速性,同时提高了基于惯性跟踪的精度。最后,在基于AR的设备维护系统中分别引入单纯视觉跟踪和基于视觉和惯性的混合跟踪技术,通过二者实验效果图和实验数据的对比可以看出,基于视觉和惯性的混合跟踪技术在一定程度上解决了基于视觉跟踪时由于摄像机移动过快或者标志物被遮挡时无法实时进行虚实配准的缺陷,获得较好的实验效果。