基于计算机视觉的定位方法已经引起越来越多研究者的关注。由于成本低、不需要物理接触等特点,这类方法已经广泛被应用于机器人以及自动驾驶等领域。传统基于视觉的定位方法往往利用单一视觉传感器进行定位,由于视觉传感器本身的缺陷,这类方法鲁棒性较低,且存在着较大的精度损失,因此在实际应用当中面临诸多问题。对单目相机结合惯性测量单元定位的方式进行了研究,设计并实现了一套能够实现完整定位流程的定位系统。该系统包含三个模块:位姿跟踪模块负责获取传感器的原始信息,提取图像特征并获取系统的粗略位姿;位姿优化模块负责在传感器粗略位姿的基础上,将传感器信息进行融合,并获取优化后更加精确的系统位姿;地图构建模块负责将定位流程中识别到的信息保存下来,实现高精度的重定位与回环检测。主要工作包括,在特征提取环节采用点线特征融合的策略,提高特征匹配的精度和鲁棒性;在位姿优化的过程中对传感器原始信息采用紧耦合方式进行融合,尽可能的地减少精度损失;在地图构建阶段构造混合多地图,同时采用短期、中期以及长期数据关联,对误差数据进行校正。实验结果表明,改进的基于单目相机与惯性测量单元融合的视觉定位系统在定位的过程中具有更高的精度和鲁棒性,并且避免了传统视觉定位方法中容易引起定位误差的环节,具有低成本且效果良好等特点。