高精度的定位已经成为众多领域的共同需求。视觉定位和惯性定位均是低成本并不依赖于任何基础设施的定位方法。视觉方法精度高但计算时间长,惯性定位方法便于实现但精度不高。因此,本文分别从室内和室外两种场景下,结合智能手机中的视频和惯性数据实现了不依赖于任何基础设施,高精度的行人连续定位。在室内场景中,本文提出了一种基于多约束影像匹配的室内视觉与惯性结合的定位方法,实现了连续、准确的室内定位。这种方法使用智能手机收集多传感器数据,包括视频帧和惯性数据。不过连续的图像检索与匹配的计算时间是视觉定位的一个瓶颈,因此,为了提高视觉定位方法的计算效率,基于多约束影像匹配的空间相似度计算,提出了一种优化数据库中地理标记影像空间结构的空间模型。设计了一系列基于空间约束的图像检索策略,进一步减少了计算时间。基于以上空间模型和空间约束下的检索策略,提出了一种视觉定位算法。在图像匹配的基础上,利用SFM方法计算视频帧间的姿态变化以修正惯性数据中的航向角误差,提高PDR计算精度,实现高密度,高精度的连续定位。同时惯性定位计算结果辅助视觉定位,优化图像检索顺序,进一步提高图像匹配效率。经实验测定,视觉定位的平均计算时间约为0.59秒,二者结合的定位算法误差在亚米级,真正实现了高精度、实时、连续的室内定位。在室外场景中,依据地面道路特征作为视觉地标,提出了基于扩展卡尔曼滤波的视觉与惯性融合的室外盲人定位方法。这种方法同样只需使用智能手机收集多传感器数据,包括视频帧,惯性数据和连续的GPS坐标。基于扩展卡尔曼滤波,融合GPS定位结果和PDR计算结果,得到更稳定的行人连续的位置。通过采集道路路网和数据集,训练YOLO V3模型用于检测拍摄视频中的地面道路特征,利用该视觉地标位置修正融合定位结果。实验结果显示融合定位算法的定位精度约为5米,明显优于GPS定位误差,能更好的提升室外定位的精度。