随着智能导航领域的快速发展,机器视觉、惯性导航、计算机等领域的发展,智能化驾驶系统的最理想方案是视觉与微惯性导航数据融合,其技术越来越成熟,较小体积、较低成本便可以实现导航,更广泛的应用于汽车及无人机等领域。以传统方式的驾驶算法已经无法满足车企、国防事业的需求,因此视觉与微惯导系统中多传感器信息融合导航方法研究被迫切需要,更小型更轻量化的产品在不断迭代。在本文中,依托于现有导航算法研究了一种视觉与微惯导系统中多传感器信息融合导航方法,并在车辆及无人机上进行实验。研究中,首先对比了多种现存融合导航算法的研究,以传统导航方法作为依据,总结整合了各算法的优劣。在大环境、高动态情况下制定了依据现有算法进行轻量化具体化改进的方案。接着通过视觉传感器采集到的图像帧中的特征实现反馈。经过预处理提高图像质量。从图像中提取特征点,特征描述子,相邻两帧图像匹配。通过对极几何原理中的对极约束估计摄像机运动,得到摄像机的相对位姿信息。在微惯性导航构架中的测定物理量模块理论上可以直接得到载体的自主位姿估计,微惯性测定物理量模块及重投影模块信道的不足,包含信道丢失不足模型、运动学模型及预先积分。视觉系统可以提供相对更精确的位置信息,而微惯导系统则可以提供相对更精确的姿态信息,在高动态下微惯导系统有着短时的天然优势,而视觉系统则有着大环境下的天然优势,扬长避短,使得整个系统在高动态的大环境下有着更好的效果。针对本文问题设计相应实验,实时运行实验及定位精度实验证明了本文算法在大环境、高动态下的实时性及可靠性。