点特征广泛用于基于特征的视觉同时定位与地图重建(visual simultaneous localizat ion and mapping)或者视觉里程计(visual odo metry)系统,但是线特征却很少用在这些系统,主要原因在于线特征是更高维度的特征,这种维度属性使得线特征提取、描述过程以及参数化方式都比较复杂。然而线特征包含了比点特征更丰富的结构信息,这些结构信息能够有效地提高视觉SLAM或者视觉里程计系统的鲁棒性以及轨迹精度。此外,在一些缺少纹理、光照变化、运动模糊的场景或者人造环境中,点特征数量比较少或者分布不均,但是线特征却比较丰富并且能被稳定地提取出来,这时候线特征可以成为用于定位的主要特征。另外,图像感知的是外部环境信息,而惯性测量单元(inertial measurement unit,IMU)可以感知物体自身的三轴角速度和加速度等运动信息,将这两种传感器融合起来可以从不同的角度对设备运动状态进行约束,从而获得更好的系统性能。考虑到以上优势,本文设计了一个融合双目相机和惯性传感器,利用点线特征进行定位的视觉惯性里程计系统。设计的系统在复杂环境下也能够鲁棒精确地工作,同时满足实时性要求。本文的主要研究成果将体现在以下几个方面。1.对线特征的提取、匹配以及参数化过程进行了精心的设计,提出了三维直线的不确定度模型,根据该模型设计了一个新颖的直线位置改善算法,有效地提高了系统的运行速度和重建的局部环境地图精度。2.在视觉传感器的基础上进一步引入IMU传感器,构建了一个基于紧耦合优化的多传感器融合定位框架,该框架能够提高系统的定位精度,也可以只依赖视觉传感器进行工作。3.通过引入线特征提高了系统定位的精度,相比于仅依靠点特征进行定位的系统,本文设计的系统能够估计出更准确的运动轨迹。