直线特征是现实世界中广泛存在的一类基本特征,利用单目视觉进行基于直线特征的视觉定位是计算机视觉领域一个重要的研究方向,同时也具有广泛的应用价值。本文针对基于直线特征的位置与姿态参数的计算方法问题进行研究,在理论研究方面,包含了对该领域前沿问题的研究,取得的成果是对现有的单目视觉定位理论的完善,在应用研究方面,解决了无人机相对于机场跑道的位姿参数估计问题,给出了最优估计和工程化算法。论文具体研究内容包括以下几个方面:　　 首先,研究了应用相交于两点、具有平行或垂直关系的三条直线的三线定位问题(perspective-three-line problem),证明了在此特定情况下问题解的数量与相机光心与已知直线组的相对位置有关,找到了问题存在唯一解时光心所在的区域,同时给出了问题求解的闭式方法。该成果对实际应用中的特征选择、合作目标设计等都具有重要的指导意义;闭式求解方法避免了复杂非线性方程组的求解过程,简化了计算过程,具有很好的实时性。　　 其次,研究了应用点、线混合特征进行单目视觉位姿定位的问题。分别针对共面的两点一线特征、非共面的两点一线特征、两线一点特征等情况研究了位姿计算问题,得出每种情况下的闭式解法、解的数量特性等结论。由于点、线混合特征在现实世界中普遍存在,该部分研究结果为实际应用中合理选择点、线特征进行单目视觉定位提供了理论依据,使特征的可选取范围进一步扩大。　　 最后,研究了具备冗余信息条件下的位姿计算方法,针对无人机着陆阶段相对于机场跑道的位姿参数估计问题,提出一种后验均值估计方法。目前无人机上均能安装机载的位姿传感器,这种方法考虑机载的位姿传感器的测量值均存在误差,并将这些传感器在某一时刻的测量值作为真实参数的一次采样值,利用从机载相机同时拍摄到的机场图像中提取出跑道的两条边缘线,得到真实参数必然满足参数空间中的视觉约束。当传感器的测量参数的误差分布已知时,计算在当前采样值下参数的后验均值作为位姿参数的估计值,由贝叶斯估计理论,该估计是在后验风险取平方损失函数条件下的最优估计。仿真实验表明,该方法相比于一般的“基于投影关系的方法”具有明显的优势,可显著地提高估计精度。后验均值估计方法是一种综合了传感器信息和视觉信息的数据融合方法,为位姿参数估计工程化算法的性能评价提供了标准,但具有实时性差的缺点。为适应实际应用,又提出了一种通过计算采样点到视觉约束曲面加权最短距离点进行参数估计的方法,同时应用粒子群随机搜索算法进行最短距离点的搜索,在保证精度的前提下有效地减少了计算量,能够达到工程应用对算法实时性的要求。