与常规无人飞行器相比，微型飞行器具有体积小、成本低、灵活性强等优点，无论是在军事领域还是在民用领域都有着广阔的应用前景。但由于体积、重量、成本的限制，微型飞行器上的传统传感器无法获得高精度的姿态信息，本文分析了当前几种常用姿态测量方法的优点和不足，研究了适于室内飞行的高精度惯性/视觉融合定姿方法。首先，实现了基于视觉的姿态估计，其原理是利用至少3个非共线特征点的图像坐标和世界坐标系中的坐标，解算出摄像头坐标系相对于世界坐标系的姿态。通过对惯性、视觉姿态测量原理和误差的分析，确定了惯性/视觉融合定姿方案。其次，针对该融合定姿方案中存在的惯性和视觉采样速率不同的问题，研究了一种多速率卡尔曼信息融合的算法。该算法将整个滤波过程分为时间更新和量测更新两个独立的过程：当没有视觉姿态信息时，只进行时间更新；当有视觉姿态信息时，同时进行时间更新和量测更新。实验结果表明，该算法具有较好的收敛效果，且数据更新频率高。最后，搭建了物理仿真系统，实现了视觉姿态测量系统中所涉及的摄像机标定、特征点提取等问题，利用摄像机获取目标物体的图像，经图像处理后对视觉姿态估计算法进行物理仿真验证，并利用转台给出姿态真值，对多速率卡尔曼信息融合算法进行了物理仿真验证。实验结果表明，该惯性/视觉融合定姿方法具有一定的可行性。