近年来,随着民用无人机技术的不断发展,无人机巡线已成为电力线路巡检的一个重要方式。电力线路分为高压输电线路和配电线路,传统无人机巡线的主要对象是高压输电线路,其所处环境在空旷的高空中,无人机容易接收到GPS信号实现自定位。配电线路则一般存在于城市,村落,工业区等居民用电地带,所处环境一般比较狭窄,周围障碍物多,GPS信号容易缺失且定位精度不足,最终导致无人机无法在配电线路巡检。为了解决无人机在配电线路下的定位问题,本文在双目视觉同步定位与建图(simultaneous localization and mapping,SLAM)的基础上,提出融合惯性测量单元(inertial measurement unit,IMU)信息的双目视觉SLAM算法。首先,介绍融合IMU信息的双目视觉SLAM理论基础。通过运动模型和观测模型介绍SLAM系统的工作原理,然后根据系统选用的传感器,分别介绍摄像头和IMU的工作原理以及坐标系转换关系,并在此基础上,探讨双目摄像头的立体视觉原理和对IMU进行建模。然后,对双目视觉SLAM的三大工作线程进行深入研究。在跟踪线程中,通过优化Fast特征点和Brief描述子,实现了ORB特征点的提取与描述,然后根据汉明距离进行匹配,用迭代最近点算法计算双目相机的位姿,并介绍了关键帧生成的规则;在局部建图线程中,引入词袋模型和字典树描述关键帧,介绍了地图点生成的规则,并采用局部集束调整的方法对系统的关键帧和地图点进行进一步的筛选;在回环检测线程中,通过词袋模型对系统进行回环检测,并以此为基础进行回环校正。之后,提出一套IMU和视觉信息的融合方案。首先,提出IMU的预积分模型,解决IMU与视觉系统工作频率不一致的问题,然后介绍了IMU系统初始化的方式,为信息融合作准备,最后,采用非线性优化的紧耦合方式对IMU信息以及视觉信息进行融合,并通过滑动窗口边缘化对算法进行优化,提高信息融合效率。最后,针对提出的算法进行实验。采用集成了IMU的小觅双目摄像头作为系统实验平台,并用街码架以及配电线模拟简单的配电线环境。首先通过Kalibr工具对双目摄像头以及IMU进行标定实验,然后在不同环境光照或背景下,进行双目摄像头的测距实验,实验表明算法的测距精度在?0.08 m以内,最后通过Eu Roc数据集,进行融合IMU信息的双目视觉SLAM定位实验,实验结果显示融合IMU信息的双目视觉SLAM比纯双目视觉SLAM具有更高的定位精度与鲁棒性。