室内导航一直是导航领域研究的热点之一。室内环境下,GPS定位技术受信号遮挡影响而无法工作。因此,作为其替代的室内导航方案需要能适应各种复杂的室内环境。惯性导航与视觉导航具有良好的互补性和自主性,导航性能不会受环境情况影响,适合用来解决室内导航的问题。视觉/惯性组合导航系统具有体积小、成本低、结构简单、泛用性强的特点,能够在移动机器人、无人机、无人车、增强现实等领域有非常广泛的应用。本文针对视觉/惯性组合导航系统系统展开研究,应用对极几何、鲁棒估计等理论,设计了单目视觉测程算法。通过分析惯性导航系统误差模型,设计了卡尔曼滤波器来融合图像传感器和惯性传感器的数据,并利用图像输出结果抑制导航计算的发散。设置多种阈值判断条件排除观测量失效情况,提高系统可靠性。设计了摄像机坐标系和载体坐标系的初始对准实验方法。最后通过实验验证了算法的可行性和有效性。首先,在单目视觉测程方法中,考虑到主要应用在室内环境,选择了SURF特征检测方法。为避免特征点集中在某一区域,采用分块检测特征的方法。考虑到计算速度,使用SURF检测-KLT跟踪重复进行的方法计算帧间对应点集。之后,考虑到图像噪声、运动模糊等的影响,采用RANSAC算法结合五点法来剔除外点并估计本质矩阵。最后,根据估计出的本质矩阵,分离出具有唯一解的位姿矩阵。将位姿矩阵看作是图像传感器的输出,以方便之后与惯性传感器信息融合。其次,以惯性导航为基础设计卡尔曼滤波器。以导航参数误差为研究对象,运用相关理论知识,推导出各误差参数之间的关联模型,设计了以四元数误差、角速度误差、加速度误差为状态量,以加速度计、磁强计、图像传感器输出为测量量的卡尔曼滤波器。在其基础上设计以速度、位移为状态量的卡尔曼滤波器,再用图像传感器的输出作为观测量对其滤波,以此抑制导航参数的发散。针对图像质量、外加速度、铁磁干扰影响传感器输出,使导航结果变差的问题,设置多种阈值判断条件剔除受影响的观测量,提高系统的可靠性。最后设计摄像机与惯性传感器的初始对准实验方法,将摄像机坐标系的结果转换到载体坐标系。通过实验对滤波算法的可行性和有效性进行了验证。