以无人机、无人车为代表的无人平台被广泛应用于各个领域,由于无人平台的工作环境通常没有或只有部分先验信息,因此在未知复杂环境下具备自主定位导航能力尤为重要。本文以搭载视觉惯性传感器的无人平台为研究对象,研究了无人平台在未知环境下的定位导航技术,主要内容包括:（1）对刚体的位姿表示方法进行了详细介绍,分析了相机投影模型及惯性测量单元（Inertial Measurement Unit,IMU）的测量模型并介绍了IMU数据的预处理方法,给出了无人平台自主导航的整体框架。（2）针对弱纹理环境下仅使用点特征容易导致跟踪失败的问题,本文提出了一种提取点线特征的视觉惯性同时定位与建图（Simultaneous Localization and Mapping,SLAM）方法。在弱纹理环境下提取点线特征进行跟踪匹配,并在回环检测部分加入了包含点线特征的词袋模型。采用公开数据集进行实验,实验结果表明本文方法具有较高的定位精度和良好的鲁棒性。（3）针对无人平台在未知环境路径规划缺乏先验信息的问题,本文设计了基于传感器探测范围的在线滚动规划算法。在快速扩展随机树（Rapidly-exploring Random Tree,RRT）算法的基础上加入了目标导向因子并采用动态步长扩展策略,使得该算法能更高效的向目标点扩展。规划过程中选取传感器探测范围内的子目标,并采用改进RRT算法规划前往子目标的路径,到达子目标后更新环境信息,再次选取子目标继续进行滚动规划,直至到达目标点。在仿真平台Gazebo中进行多组仿真实验,实验结果表明本文方法可依据环境信息选取对应子目标进行滚动规划,最终规划出前往目标点的可行路径。（4）在实际场景中使用无人车对本文提出的定位方法和自主路径规划方法进行真实环境实验,实验结果表明本文提出的定位方法在室内弱纹理环境下有良好的定位精度,路径规划方法可以有效的在未知环境下规划路径避开障碍物到达目标点。