无人驾驶车辆的定位和导航技术主要用来确定车辆所处位置和行驶的速度,是保证无人车完成行驶任务的重要前提。随着无人驾驶车辆应用场景的拓展,不依赖GPS和高精度地图的自定位方法受到越来越多学者的关注,通过便于无人车辆搭载的摄像头采集的图像信息进行定位的视觉里程计系统得到了广泛的应用。然而在实际应用场景中,由于实际道路环境复杂多变,光照条件极端、图像纹理结构缺失、相机短时间快速运动等不利于视觉里程计进行自定位的情况时有发生,导致单纯的视觉里程计定位误差较大。惯性信息测量单元的加入可以获得物体的角速度以及线加速度数据,在相机快速运动下提供良好的位姿估算,可以与视觉信息形成互补,因此,视觉/惯性信息融合定位系统在无人驾驶车辆上的应用前景广阔。本文以无人驾驶车辆视觉/惯性组合定位方法为研究对象,讨论视觉/惯性定位系统的搭建并验证系统的有效性。为了便于研究展开,本文将系统分为视觉里程计系统、视觉与惯性信息融合里程计系统、回环检测与全局优化系统三个部分进行分别讨论。对于视觉里程计部分,对纯视觉定位与建图系统做出了建模和分析,阐述了相机的投影模型,分析了视觉特征点的选取、关联与相机运动位姿解算等问题,完成视觉里程计部分的建立。在建立视觉里程计后,为了将惯性信息融入,对视觉与惯性信息融合的定位与建图系统做了模型和理论分析,研究了惯性测量单元惯性信息预积分、视觉与惯性信息对齐、非线性优化的状态变量等问题,为了保证系统的实时性,采用滑动窗口方法限制复杂度,并使用非线性优化算法优化视觉和惯性测量信息,得到了视觉惯性融合的里程计系统。通过图像的相似性来实现系统的回环检测和重定位功能,使用里程计获得相机位姿约束与系统回环帧之间产生的位姿约束对全局位姿进行图优化以减少累积误差。最后对视觉/惯性组合定位系统进行验证,使用公开数据集进行了测试,验证系统的性能。同时,对仿真结果做出讨论和分析,提出了一些提高系统位姿估计精度的建议。