视觉导航技术能够利用场景中的环境信息,但是却有着更新频率较低、难以适应载体高速运动、对环境依赖性较高的特点;低成本MEMS IMU能够在短时间内以较高频率获取载体的运动信息,却有着累积误差较大,解算轨迹漂移严重的问题。将视觉与IMU信息相融合,视觉能够通过场景中的路标为系统提供约束,抑制IMU的漂移和发散;IMU能够在载体高速运动,以及视觉无法获取足够的场景信息时提供高频输出。二者具有较强的互补性。本文着眼于室内环境,考虑低成本相机和MEMS IMU的特性,设计双目视觉/IMU组合导航系统。并通过数据集仿真的方式对系统性能进行检验。本文的主要研究内容如下:分别研究单目、双目相机的成像模型及标定方法,并进行了单目相机和双目相机的标定实验。使用重投影误差对标定结果进行检验,并使用标定得到的模型中各项参数,对图像进行校正。基于特征点法,设计双目视觉里程计。根据双目相机测距原理及校正后双目图像的特性对立体匹配算法进行研究。针对视觉里程计对系统的实时性要求较高的特点,选取了BM算法进行匹配,恢复关键点深度,并进行了双目相机的测距实验。采用FAST关键点与金字塔光流追踪相结合的方式,对关键点进行匹配。根据双目视觉里程计能够恢复关键点深度的特点,使用P3P算法进行运动估计,恢复出相机的运动。最终实现了双目视觉里程计。并通过实际室内场景下的实验,对实现的双目视觉里程计的性能进行检验。针对MEMS IMU的特性,对MEMS惯导系统进行研究。通过仿真验证了MEMS惯导系统在解算过程中的轨迹漂移现象。针对IMU与相机更新频率差距较大的特点,在两图像帧中间采用预积分的方式对IMU信息进行处理。在前人关于IMU预积分的研究成果的基础上,结合本文中所用的中值积分法进行改进,对IMU预积分公式进行了重新推导,能够得到更高精度的预积分结果。最终给出了IMU预积分的计算公式,IMU预积分误差项的状态方程,以及IMU预积分项关于IMU零偏的一阶泰勒展开式。基于滑动窗口与非线性优化,设计紧耦合双目视觉/惯性组合导航系统。在视觉/惯性联合初始化过程中,利用旋转约束与位移约束估计相机与IMU之间的外参,并通过计算出的重力向量恢复载体的横滚角和俯仰角。对滑动窗口内状态估计的代价函数,滑动窗口的边缘化策略等分别进行研究。使用重投影误差和IMU预积分值分别构建视觉残差和IMU残差,构建代价函数。使用基于关键帧的边缘化策略。最终完成了组合导航系统的实现工作。使用EuRoC数据集对组合导航系统的性能进行检验。