为了保证移动机器人长期稳定的工作,能够实时得知其位置信息的导航系统就变得非常重要。现如今,随着计算机技术的不断进步,视觉SLAM技术取得很大突破,受到众多学者青睐。单目视觉SLAM由于其体积小易安装的优点,成为视觉SLAM领域研究的重点。然而单目相机本身存在尺度不确定的问题,本文设计了一种基于视觉的多传感器融合定位系统,将IMU与单目相机数据进行紧耦合方式的信息融合,得到高精度,高稳定性的导航系统。论文主要工作内容如下:首先,给出了相机的针孔成像模型,通过对极约束描述了两帧图像间相机的位姿变换,用四元数法推导了运载体在空间中的姿态角、速度解算方程,得到了导航常用的坐标系并给出了坐标变换矩阵。其次,将预积分处理后的IMU信息和KLT光流法跟踪的视觉信息,进行了紧耦合的融合,给出了融合后的状态向量和优化的目标函数,通过回环检测和位姿图优化保证了定位轨迹的全局一致性,实现了视觉惯导融合的定位算法。再次,建立了全向移动机器人的运动学控制模型,并完成了速度闭环控制。用张氏标定法标定了Kinect v2摄像头的内参和畸变系数,完成了JY-61通过串口发送数据给PC端ROS下的驱动,发布了IMU数据的Topic;完成了安卓移动端APP的设计,用以控制移动机器人的运动。最后,完成了移动机器人软硬件平台的搭建,选取了实验楼作为模拟移动机器人在厂房工作的环境,进行了室内环境下视觉惯导融合定位实验,实验结果表明:视觉惯导融合算法拥有较好的鲁棒性和定位精度。