近几年来,随着硬件设备计算能力的提高,虚拟现实、无人机、自动驾驶汽车等领域的研究来到了高速发展的时代,作为这些领域的核心问题之一的定位问题也越来越受到更多人的关注。基于视觉的定位方法因为效率高、精度好的特点而被广泛使用,但其过于依赖视觉特征的特点也使其无法在环境特征缺失、物体移动过快等条件下正常工作。而惯性测量单元正好可以弥补视觉定位方法存在的这些问题。本文设计了一种基于单目视觉与惯性测量单元的物体定位方法,并应用该方法实现了一个以智能手机为客户端、主机作为服务端的虚拟相机定位系统。本文将单目摄像头采集的图像作为视觉定位部分的输入,使用基于特征点法实现的视觉里程计来估计相机的运动轨迹,同时改进了闭环检测中词袋字典的存储方式来提升字典加载速度;另一方面使用智能手机上的惯性测量单元采集到的数据作为输入,实现了基于互补滤波与基于梯度下降的两种融合陀螺仪与加速度计数据的姿态解算方法。本文最后提出了一种松耦合的位姿融合方法,将视觉定位部分与惯性测量部分结合在一起来求取最终位姿,并使用该位姿控制虚拟场景中的相机进行运动。本文基于C/S模式将视觉惯性定位系统实现在了客户端与服务端上,通过TCP进行数据传输,保证了本文的方法可以在智能手机上实时运行。最后,本文通过实验分析与真实场景运行的方式,验证了本文设计的方法与系统在虚拟相机定位问题上可以满足实时性与有效性,为实现低成本的手机虚拟现实或增强现实系统提供了新的思路。