在智慧城市建设中,利用地理信息系统（GIS）技术构建城市基础设施的空间地理数据库是一切的基础,高效快捷的地理信息数据采集工作则是首先要完成的工作。然而在城市复杂环境中,全球导航卫星系统（Global Navigation Satellite System,GNSS）信号容易被建筑、树木反射和遮挡,导致实时动态（Real-time kinematic,RTK）载波相位差分技术不可用,而传统的测量手段如全站仪测绘则耗时耗力。针对这种点位坐标测量需求日益增加却没有合适的测量手段这一困境,本文设计了基于惯性导航技术和视觉测量技术的手持式移动测量杆,并提出了相应的点位测量算法,定义了一套新型、高效的测量模式,可在GNSS缺失环境中完成GIS所需的点位测量工作。具体的研究成果如下:1.设计并搭建了一整套完整的手持式移动测量杆硬件系统和解算软件,将微机械（Micro-Electro-Mechanical-Sensor,MEMS）惯性测量单元（Inertial Measurement Unit,IMU）、相机、GNSS天线和杆尖触地开关等多源传感器有效的安装在一根GNSS对中杆上,并将所有传感器的时标同步到GPS时间系统下,实现同步数据采集和解算。2.采用基于杆臂补偿的零速修正（LA-ZUPT）算法,提出了一种在无GNSS信号的环境中保持测量杆高精度位姿的算法。通过持杆以拐杖模式行走,杆尖规律触地而获得短时零速这个修正条件,有效地抑制MEMS-IMU误差发散。同时,根据轨迹相似性匹配原理,实现了一种利用首尾两个控制点在全程无GNSS环境中进行航向初始化的算法。3.设计了在GNSS缺失区域中单纯利用惯性测量杆进行待测地面点位测量的测量方式,并通过多组不同条件下的实验来验证该方法的有效性。实验结果表明,当轨迹几何条件较好,即控制点分布在待测点两侧,同时待测点与控制点距离小于20米时,平面点位精度可达到0.1米。4.在GNSS缺失环境中,应用惯性测量杆提供的位姿并结合视觉技术对待测点坐标进行测量,提出并设计了4种数据处理模式:直接三角化;联合优化相机位姿和待测点;加入控制点约束优化;应用图像几何约束精化位姿后再三角化。实测结果表明,无论是绝对点位精度还是相对点位精度,效果最好的是加入控制点约束的优化结果,几乎所有的点位误差都能控制在0.1米以内,测量线段的长度误差的RMS只有2厘米;而直接三角化和联合优化相机位姿与待测点这两种处理方式的测量效果相似,绝对点位误差RMS小于0.2米,线段长度误差RMS小于4厘米;利用图像间的几何约束对相机位姿进行精化后再三角化测量,则绝对点位精度有所提高,多数（85.4%）测量点的绝对点位误差小于0.2米。本文设计实现了一种惯性/视觉移动测量杆并提出了相应的点位测量算法,定义了杆尖直接接触地面待测点和视觉非接触测量两类工作方式。在无GNSS信号的环境中,基本可以达到0.2米以内的点位测量精度,满足多数地理信息系统GIS应用的坐标数据采集需求。